Sochob

Una combinación novedosa de glucanos, lípidos y variables hormonales puede diagnosticar simultáneamente la presencia de hígado graso no alcohólico o esteatohepatitis no alcohólica con una precisión de hasta el 90%, según los hallazgos publicados en Metabolism Clinical and Experimental.

“Hoy en día, los médicos evalúan la salud del hígado con una biopsia del hígado, un método costoso que conlleva riesgos de morbilidad y mortalidad para el paciente y no siempre es representativo del estado real de todo el hígado”, Christos S. Mantzoros , MD, DSc , director del unidad de nutrición humana en Beth Israel Deaconess Medical Center, dijo a Healio. “Además, sería imposible hacer biopsias en los 80 millones de estadounidenses en riesgo, e incluso si lo hiciéramos, resultaría en decenas de miles de personas que experimentarían complicaciones y aproximadamente 16.000 muertes cada año por complicaciones”. Encontrar biomarcadores fáciles de obtener, relativamente económicos y confiables, que puedan medirse con técnicas menos invasivas, es una necesidad clínica urgente y no satisfecha”.

Mantzoros y sus colegas realizaron un análisis lipidómico, glicólico y de ácidos grasos libres utilizando muestras de suero en ayunas de 49 adultos sanos y 31 individuos con enfermedad hepática grasa no alcohólica comprobada por biopsia (EHGNA; 15 con hígado graso no alcohólico [HGNA]; 16 con esteatohepatitis no alcohólica [NASH]). Los investigadores analizaron los datos de los participantes combinados con mediciones de cuatro parámetros hormonales utilizando dos plataformas diferentes y cinco herramientas de aprendizaje automático.

“Medimos tantas moléculas circulantes como razonablemente posible y luego dejamos que el aprendizaje automático y la inteligencia artificial elijan los mejores conjuntos de moléculas que predecirían los resultados con mayor precisión”, dijo Mantzoros en un comunicado de prensa. “Aunque el número de sujetos parece pequeño dados los diseños de estudio convencionales, el empleo de modelos de inteligencia artificial potentes y novedosos nos permitió obtener resultados precisos, de hasta el 98% en algunos casos. Estos modelos pueden servir como método alternativo rentable y de bajo riesgo a la biopsia hepática para el diagnóstico y monitoreo de la EHGNA”.

Utilizando la espectrometría de masas y la cromatografía líquida, los investigadores identificaron 365 lípidos, 61 glicanos y 23 ácidos grasos y evaluaron las diferencias en las concentraciones sanguíneas entre individuos con y sin enfermedad hepática.

Los investigadores notaron “diferencias sólidas” en las concentraciones de especies de lípidos específicas observadas entre adultos sanos y aquellos con HGNA y NASH. Las personas con HGNA y NASH tuvieron mayores concentraciones de diglicéridos, fosfatidilgliceroles y ácidos fosfatídicos, mientras que las concentraciones de acilcarnitinas, ésteres de colesterol, coenzima Q10, lisofosfatidilcolinas y esfingomielinas se redujeron en comparación con adultos sanos. Los resultados persistieron después de excluir controles sanos de peso normal.

Los modelos de máquina de vectores de soporte (SVM) “uno contra descanso” con eliminación recursiva de características que incluyen 29 lípidos o la combinación de lípidos con glicanos y / u hormonas (20 o 10 variables en total) podrían diferenciar entre participantes con HGNA, NASH o sin enfermedad con una precisión de hasta el 90%, según los investigadores.

“Nuestros modelos predictivos pueden diagnosticar entre tres (y no dos) afecciones, es decir, estado saludable, HGNA y NASH”, escribieron los investigadores. “Por lo tanto, permiten la evaluación de un sujeto con una sola extracción de sangre sin la necesidad de una modalidad de imagen para diagnosticar HGNA. Este concepto es especialmente atractivo para el cribado de rutina de la población con alto riesgo de desarrollar la enfermedad, como pacientes obesos o pacientes con diabetes tipo 2, en un entorno de atención primaria y sin la necesidad de personal especialmente capacitado”.

Fuente: https://www.healio.com

Referencia: Perakakis N, Polyzos SA, Yazdani A, et al. Non-invasive diagnosis of non-alcoholic steatohepatitis and fibrosis with the use of omics and supervised learning: A proof of concept study. Metabolism. 2019 Dec;101:154005