09/03/2022 Un estudio internacional identifica perfiles de respuesta inmunológica que predicen la gravedad de la COVID-19 09/03/2022 El trabajo ha utilizado un sistema de inteligencia artificial para mostrar que determinados patrones inmunológicos se relacionan con una progresión más grave y más mortalidad. Un estudio en que ha participado el grupo de investigación en Inmunología Traslacional del Vall d’Hebron Instituto de Investigación (VHIR) y el Servicio de Inmunología del Hospital Universitario Vall d’Hebron ha clasificado los pacientes con COVID-19 en tres grupos según su respuesta inmunológica frente a la infección y ha demostrado su capacidad para predecir la evolución clínica de la enfermedad. Estratificar a los pacientes en el momento de entrada al hospital en función del riesgo de desarrollar enfermedad grave puede facilitar la administración de tratamientos adecuados para cada caso. Los resultados se han publicado en Nature Communications. El trabajo, liderado por la Erasmus University Medical Center de Rotterdam (Países Bajos), nació con el objetivo de identificar mecanismos relacionados con la gravedad de la COVID-19. En este sentido, se utilizó un sistema de inteligencia artificial para encontrar una posible relación entre la respuesta inmunológica y la progresión de la enfermedad. En concreto, se estudiaron patrones de niveles de citocinas proinflamatorias, antiinflamatorias y antivirales en sangre y la generación de anticuerpos contra el SARS-CoV-2. El ensayo se llevó a cabo inicialmente con 50 pacientes de Países Bajos y los resultados se validaron en una muestra de 88 pacientes del Hospital Universitario Vall d’Hebron. Los investigadores identificaron tres tipos de perfiles según la respuesta aguda del sistema inmunitario de los pacientes frente al SARS-CoV-2: un tipo con inflamación excesiva (EXI, del inglés excessive inflammation immunotype), un tipo con niveles bajos de anticuerpos (LAI, low antibody immunotype) y un tipo con respuesta equilibrada (BRI, balanced response immunotype). En comparación a los pacientes no infectados, los tres perfiles tenían niveles de citocinas proinflamatorias elevadas, pero existían diferencias relevantes entre ellos. Por ejemplo, los tipo BRI se caracterizaban por niveles más bajos de citocinas proinflamatorias y una respuesta robusta de anticuerpos contra el SARS-CoV-2. Los tipo EXI tenían un perfil mucho más inflamatorio y con niveles altos de anticuerpos. Por último, los tipo LAI presentaban niveles levados de la citocina IFN-alfa pero poca actividad de anticuerpos, indicativo de una respuesta retardada en el tiempo. “Encontramos que los pacientes hospitalizados con perfiles EXI y LAI acostumbraban a tener una progresión más grave y requerían más tiempo de hospitalización en el hospital y en la UCI que en el caso de los BRI”, explica el Dr. Ricardo Pujol, jefe del grupo de Inmunología Traslacional del VHIR durante el transcurso del estudio y actual asesor en inmunología del Vall d’Hebron Instituto de Oncología (VHIO). Es remarcable, también, que ningún paciente con perfil BRI murió. Se demuestra, por lo tanto, que la identificación de pacientes con perfiles EXI o LAI permite predecir, en el momento del ingreso hospitalario, la gravedad de la enfermedad. En el caso de los pacientes con perfil EXI, se podrían utilizar terapias contra algunas citocinas para regular la respuesta inmunológica. Por otro lado, los pacientes con LAI se podrían beneficiar de la administración de anticuerpos contra el SARS-CoV-2. De todas formas, aún no se ha generado un algoritmo más fácil que haga posible la clasificación rápida de los enfermos en el ingreso, y se está trabajando en generarlo. También se está acabando un estudio prospectivo –el publicado hasta ahora es retrospectivo- con los Hospitales Germans Trias y de Bellvitge para validar y ampliar los hallazgos. En este segundo estudio, los líderes son los hospitales del ICS pero con el apoyo del grupo del Erasmus Hospital (Prof. Peter Katsikis) para la generación del algoritmo clasificador, una tarea en la que se implica la Unidad de Estadística y Bioinformática del VHIR. Twitter LinkedIn Facebook Whatsapp