Redacción
La esclerosis múltiple (EM) se ha considerado durante mucho tiempo una enfermedad con diferentes subtipos, como recidivante o progresiva, pero un estudio internacional, publicado en Nature Medicine, cuestiona este modelo dogmático. La investigación, liderada por el Centro Médico de la Universidad de Friburgo (Alemania) y la Universidad de Oxford (Reino Unido), analizó la cohorte NO.MS (Novartis) y concluyó que la EM no puede describirse mediante categorías fijas. En su lugar, un modelo basado en inteligencia artificial identifica cuatro dimensiones centrales que reflejan mejor la evolución de la enfermedad: discapacidad física, daño cerebral, recaídas clínicas y actividad inflamatoria silenciosa.
Estos conocimientos podrían cambiar radicalmente el diagnóstico y el tratamiento de los pacientes con EM y también podrían ser relevantes para otras enfermedades.
La esclerosis múltiple no se limita a subtipos como recidivante o progresiva, sino que sigue un proceso continuo con transiciones de estado
«Nuestros datos muestran claramente que la EM no puede caracterizarse por subtipos como la EM recidivante o progresiva, sino que es un proceso continuo con transiciones de estado definibles», ha afirmado el Dr. Heinz Wiendl, director médico del Departamento de Neurología y Neurofisiología del Centro Médico de la Universidad de Friburgo.
Los hallazgos se basan en el análisis de más de 8.000 pacientes y más de 35.000 resonancias magnéticas de diversos estudios. El modelo probabilístico describe la EM como una secuencia de estados con probabilidades de transición específicas.
Los estados iniciales, más leves, suelen progresar a través de fases intermedias inflamatorias hasta alcanzar estadios avanzados e irreversibles de la enfermedad. Sorprendentemente, la progresión directa a estadios graves sin actividad inflamatoria previa queda prácticamente descartada: la inflamación silenciosa, sin síntomas, o las recaídas son los principales factores que provocan el deterioro.
El nuevo modelo, validado con más de 8.000 pacientes y 35.000 resonancias, permite una evaluación individualizada del riesgo
Implicaciones clínicas y regulatorias
Según los investigadores, el sistema de clasificación anterior a menudo dificulta el acceso a medicamentos eficaces, ya que las aprobaciones se basan en definiciones rígidas de subtipos. El nuevo modelo permite una evaluación individualizada del riesgo, independiente del subtipo diagnosticado.
«En lugar de categorizar a los pacientes, debemos cuantificar su estado y realizar un seguimiento dinámico. Los pacientes con actividad inflamatoria activa pero clínicamente silenciosa, en particular, requieren decisiones terapéuticas tempranas, como demuestra de forma contundente el modelo», subraya Wiendl.
La inflamación silenciosa y las recaídas son factores clave en la progresión hacia estadios irreversibles
El modelado basado en el estado utilizando métodos de inteligencia artificial no solo es un avance científico en la investigación de la EM. «El principio es fundamental y pionero, y también se puede aplicar a muchas otras enfermedades, tanto dentro de la neurología como fuera de ella. La clave es alejarse de las categorías de enfermedades rígidas y predefinidas y centrarse en enfermedades flexibles y basadas en datos«, apunta Lutz Hein, decano de la Facultad de Medicina de la Universidad de Friburgo.
Próximos pasos
Los investigadores aseguran que el siguiente paso importante es trasladar estas posibilidades de evaluación individualizada del riesgo a la práctica clínica y recopilar datos prospectivos. Por el momento, el modelo ya se ha validado con éxito en el estudio utilizando conjuntos de datos clínicos externos y del mundo real.
La siguiente fase es la integración en la práctica clínica diaria, por ejemplo, en las decisiones terapéuticas o para mejorar la educación del paciente. A largo plazo, la clasificación dinámica también podría cambiar fundamentalmente la lógica reguladora de las futuras terapias.
