la genética nuclear y la artrosis: arthrotest
TRANSCRIPT
La Genética Nuclear y la OA: ARTHROTEST®:
Francisco J. Blanco, M.D. PhD
Servicio de Reumatología
INIBIC (Instituto de Investigación Biomédica A Coruña)
Hospital Universitario A Coruña
Predecir el curso de la OA de rodilla en cada paciente podría ayudar en el manejo de la enfermedad, elegir la estrategia terapéutica más adecuada desde las primeras etapas de la enfermedad.
Felson. Arthritis Res Ther. 2009;11:203 Lohmander LS et al. Osteoarthritis Cartilage. 2004;12 Suppl A:S49-52.
2000
2008
El curso clínico y radiológico de la OA de rodilla es variable
La OA es una patología de origen multifactorial
Factores Genéticos + Factores Ambientales
La OA tiene un importante componente genético
Felson D, et al. NEJM 2006,354;8:841 Valdes et al. Rheum Dis Clin N Am. 2010; 3-14 Zhai et al. Osteoarthritis Cartilage .2007; 15(2):222-5 Spector and McGregor, Osteoarthritis Cartilage. 2004; 12:39-44.
Progresión de la enfermedad (progresión de osteofitos y estrechamiento del espacio intra-articular).
Aparición de la enfermedad 40%
60-70%
Enfermedad genética compleja o enfermedad poligénica
Influencia de la genética en la OA
Marcadores genéticos de la Progresión de la OA
Fernández-Moreno et al. Current genomics. 2008; 9: 542-547 Valdes et al. Rheum Dis Clin N Am. 2010; 3-14 Kerna et al. Osteoarthritis Cartilage. 2009 ;17(8):1093-8 Valdés et al. Arthritis Rheum. 2004 Aug;50(8):2497-507
Se han identificado algunos genes como potenciales candidatos, pero hacen falta nuevos análisis y estudios de replicación en otras cohortes.
Aunque se sabe que los factores genéticos también influyen en la progresión de
la OA, hay pocos estudios que hayan investigado qué genes o marcadores
genéticos están implicados en este proceso.
OA rodilla progresión
60-70%
ADAM12, VDR, CILP, OPG, Haplogrupo Mt J/T
PROYECTO ARTHROSIS-CHIP
OBJETIVO
Desarrollar un modelo de predicción para el pronóstico de la artrosis primaria de rodilla basado en variables genéticas (Single Nucleotide Polymorphisms -SNPs-).
Estudio retrospectivo multicéntrico (31 centros España)
Duración: 4 años
281 Pacientes de Raza Caucásica
Diagnóstico de OA primaria rodilla según criterios ACR y Grado
de Kellgren y Lawrence II-III
Edad ≥ 40 años
Análisis radiológico
Análisis clínico
Análisis biológico
MATERIAL Y MÉTODOS:
Investigador Principal: Dr. Francisco J Blanco,
CHU A Coruña. Co-Investigador Principal: Dr.
Josep Vergés, Bioibérica Instituto Poal de Barcelona
Dra. Ingrid Möller
Hospital Platón de Barcelona
Dra. Ingrid Möller, Dra. Carme Moragues
Hospital del Mar de Barcelona
Dr. Jordi Monfort
Hospital José María Morales Messeguer de Murcia
Dr. José Gálvez
Hospital General de Castellón
Dr. Miguel Belmonte
Hospital Universitario de Gran Canaria Doctor Negrín
Dr. Carlos Rodríguez, Dra. Soledad Ojeda
Hospital Clínic de Barcelona
Dr. Joaquim Forés
Centro Médico Teknon de Barcelona
Dr. Josep Pous
Complejo Asistencial de León
Dr. Jaime Sánchez
Hospital Reina Sofía de Córdoba
Dr. Miguel A Caracuel
Hospital de Sant Pau de Barcelona
Dr. Arturo Rodríguez de la Serna
Hospital Universitari de Bellvitge (Barcelona)
Dr. Antoni Rozadilla, Dra. Montse Romera
Hospital del Parc Taulí de Sabadell
Dr. Cristobal Orellana
ITRT, Centro Médico Teknon de Barcelona
Dr. Robert Soler, Dr. Lluis Orozco
Hospital de Basurto de Bilbao
Dr. Eduardo Úcar
Clinica Traumasalut de Sabadell
Dr. Miguel Ángel Pérez
CAP Cornellà de Llobregat
Dr. Daniel Roig
CAP el Limonar de Málaga
Dr. Sergio Giménez
Hospital de Palamòs
Dra. Teresa Clavaguera
Hospital Río Hortega de Valladolid
Dr. Manuel García Alonso
Hospital Nuestra Señora de Sonsoles de Ávila
Dr. Álvaro de la Rubia
Hospital Germans Trias i Pujol de Badalona
Dr. Josep Maria Soler Minoves
Hospital de Amposta
Dr. Carlos Tomàs
CAPs Madrid:
C.S. Miraflores (Alcobendas)
Dra. Carmen Valdés Llorca
C.S. Marqués de la Valdavia (Alcobendas)
Dra. Pilar Quiles Guardia
C.S Soto del Real
Dra. M. Florentina Martín Rodríguez
C.S El Molar
Dr. Ángel Cacho Calvo
C.S. Rosa de Luxemburgo (S. Sebastián de los Reyes)
Dr. José Luis Segovia de Pablo
C.S. Moraleja (Alcobendas)
Dra. M. del Pilar Perez Perez
C.S Miraflores (Alcobendas)
Dra. Margarita Tutor Ovejero
C. S. Barrio del Pilar (Madrid)
Dra. Begoña Berriatua Ena
Proyecto ArthrosisChip:
31 centros
2) Recogida de muestra de saliva o sangre (ADN) para el análisis genético.
MATERIAL Y MÉTODOS:
1) Búsqueda bibliográfica y selección > 700 SNPs: SNPs descritos en la literatura
asociados al diagnóstico y/o pronóstico de artrosis, de respuesta al tratamiento de artrosis, así como de metabolismo del hueso, osteoporosis, diabetes mellitus tipo 2, hiperlipemias y síndrome metabólico
SNPs en nuevos genes candidatos (p.ej.: ruta metabólica CS)
Datos genéticos
Plataforma de genotipado Golden-Gate (Illumina), que permite identificar múltiples SNPs (384/pocillo)
MATERIAL Y MÉTODOS:
3) GENOTIPADO: análisis de marcadores genéticos de todos los pacientes para los > 700 SNPs previamente seleccionados.
Datos genéticos
2 RXs, correspondientes a los puntos de tiempo inicial y final. 8 años de seguimiento radiográfico. Evaluación radiográfica por la escala de Kellgren-Lawrence (KL). RXs en proyección antero-posterior.
Datos radiológicos
MATERIAL Y MÉTODOS:
Un ÚNICO EVALUADOR experto evalúa de forma ciega todas las RX
Paciente de buen pronóstico: paciente que no ha desarrollado grado radiológico Kellgren-Lawrence IV y NO ha necesitado prótesis en 8 años.
Paciente de mal pronóstico: paciente que desarrolla grado radiológico Kellgren-Lawrence IV o requiere prótesis en 8 años o menos.
Inicio Final Rayos-X Rayos-X
Buen pronóstico en artrosis Mal pronóstico en artrosis
pacientes
►Grupos de Estudio
MATERIAL Y MÉTODOS:
Sexo BMI Edad diagnóstico de KOA OA contralateral OA en otra articulación
Datos Clínicos MATERIAL Y MÉTODOS:
Valores Basales
282 Total pacientes incluidos
►Grupos de Estudio:
TOTAL Buen pronóstico
Mal pronóstico
Población exploratoria (N)
220 132 60.27%
88 39.72%
Población de validación (N)
62 25 40.32%
37 59.67%
MATERIAL Y MÉTODOS:
509 Total pacientes seleccionados
Modelo de regresión logística
Clasificación del paciente
MATERIAL Y MÉTODOS:
►Estadística
• Se utilizó un modelo de
regresión logística y
curvas ROC para
determinar la
sensibilidad,
especificidad y
cociente de
probabilidad positivo
(LR+).
Se hallaron 23 SNPs significativamente asociados al pronóstico de la OA. Una de las variables clínicas esta asociada significativamente con el pronóstico de la OA. Se desarrolló un modelo matemático predictivo, para la predisposición genética de OA de rodilla de mal pronóstico (Precisión = 82%) .
RESULTADOS (I): Población exploratoria
Curva ROC
Sen
siti
vity
1- Specificity
N=219
82% (AUC)
•Hosmer DW, Lemeshow S. Applied Logistic Regression. 2nd ed. (2000). John Wiley & Sons, Inc. Pp. 156-164 (page 162).
•La Valley MP. Logistic Regression. Circulation 2008, 117: 2395-2399.
0.5 Precisión mínima, sin discriminación 0.7≤AUC ≤ 0.8 Discriminación aceptable 0.8≤AUC ≤ 0.9 Discriminación excelente AUC≥0.9 Discriminación excepcional
Elevados valores de:
Sensibilidad: 73,6% Especificidad: 73,5%
Validación EXTERNA (Cohorte de validación. N = 62) La validación del modelo se confirmó en una población externa.
Sen
siti
vity
1- Specificity
Sen
siti
vity
1- Specificity
Cohorte de validación
Cohorte exploratoria
N=219 N=62
RESULTADOS (II): Población de validación
82% (AUC) 73% (AUC)
No se encontraron diferencias
estadísticamente significativas entre
las curvas ROC de la cohorte
exploratoria y la cohorte de
validación (Z-test: p>0.05).
Curva ROC Curva ROC
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,2 0,4 0,6 0,8 1
Tru
e p
os
itiv
e r
ate
(S
en
sit
ivit
y)
False positive rate (1 - Specificity)
No discrimination
Arthrotest
VCs
SNPs
Comparación Modelo Arthrotest vs Modelo con VCs Comparación Modelo Arthrotest vs Modelo con SNPs
Contrast Difference 95% CI SE Z p
Arthrotest v VCs 0.16 0.10 to 0.22 0.030 5.36 <0.0001
Arthrotest v SNPs 0.04 0.00 to 0.07 0.019 2.01 0.0444
VCs v SNPs -0.12 -0.21 to -0.03 0.044 -2.74 0.0061
22%
17%
10% 10% 6%
9%
8%
7% 11%
age at diagnosis
rs2073508 (TGFB1)
rs10845493 (LRP6)
rs2206593 (PTGS2 (COX2))
rs10519263 (near to SLC27A2
rs874692 (CHST3)
rs7342880 (TIMP2)
rs780094 (GCKR2)
rs12009 (GRP78(HSPA5)
Contribución relativa de las diferentes variables incluidas en el modelo
RESULTADOS (III)
Blanco FJ et al. Rheumatology, 2014.
Herramienta pronóstico
Kit genotipado
Modelo de regresión logística
Clasificación
del paciente
Buen
Pronóstico Mal
Pronóstico
Optimización del manejo de la OA
8 años 8 años
ARTHROTEST: RESUMEN
Se ha desarrollado una herramienta genético-clínica para predecir el pronóstico de artrosis primaria de rodilla
El modelo predictivo para el pronóstico de la OA de rodilla ha sido validado en una segunda población de pacientes con artrosis de rodilla.
El modelo cuenta con un valor de precisión excelente (82%)
CONCLUSIÓN
Hacen falta nuevos estudios de replicación en otras cohortes.
División Pharmascience Área de Medicina Personalizada Josep Vergés, MD, MSc, PhD Helena Martínez, MSc Laia Montell, PhD Marta Herrero, MSc
Investigación y Desarrollo Diego Tejedor, PhD Marta Artieda, PhD Nerea Bartolomé, PhD Rute Rodrigues, PhD
Bringing ideas to life
Instituto Poal de Reumatología Ingrid Möller, MD, PhD
AGRADECIMIENTOS
Rheumatology Division INIBIC-Hospital Universitario de A
Coruña
Investigador Principal: Dr. Francisco J Blanco,
CHU A Coruña. Co-Investigador Principal: Dr.
Josep Vergés, Bioibérica Instituto Poal de Barcelona
Dra. Ingrid Möller
Hospital Platón de Barcelona
Dra. Ingrid Möller, Dra. Carme Moragues
Hospital del Mar de Barcelona
Dr. Jordi Monfort
Hospital José María Morales Messeguer de Murcia
Dr. José Gálvez
Hospital General de Castellón
Dr. Miguel Belmonte
Hospital Universitario de Gran Canaria Doctor Negrín
Dr. Carlos Rodríguez, Dra. Soledad Ojeda
Hospital Clínic de Barcelona
Dr. Joaquim Forés
Centro Médico Teknon de Barcelona
Dr. Josep Pous
Complejo Asistencial de León
Dr. Jaime Sánchez
Hospital Reina Sofía de Córdoba
Dr. Miguel A Caracuel
Hospital de Sant Pau de Barcelona
Dr. Arturo Rodríguez de la Serna
Hospital Universitari de Bellvitge (Barcelona)
Dr. Antoni Rozadilla, Dra. Montse Romera
Hospital del Parc Taulí de Sabadell
Dr. Cristobal Orellana
ITRT, Centro Médico Teknon de Barcelona
Dr. Robert Soler, Dr. Lluis Orozco
Hospital de Basurto de Bilbao
Dr. Eduardo Úcar
Clinica Traumasalut de Sabadell
Dr. Miguel Ángel Pérez
CAP Cornellà de Llobregat
Dr. Daniel Roig
CAP el Limonar de Málaga
Dr. Sergio Giménez
Hospital de Palamòs
Dra. Teresa Clavaguera
Hospital Río Hortega de Valladolid
Dr. Manuel García Alonso
Hospital Nuestra Señora de Sonsoles de Ávila
Dr. Álvaro de la Rubia
Hospital Germans Trias i Pujol de Badalona
Dr. Josep Maria Soler Minoves
Hospital de Amposta
Dr. Carlos Tomàs
CAPs Madrid:
C.S. Miraflores (Alcobendas)
Dra. Carmen Valdés Llorca
C.S. Marqués de la Valdavia (Alcobendas)
Dra. Pilar Quiles Guardia
C.S Soto del Real
Dra. M. Florentina Martín Rodríguez
C.S El Molar
Dr. Ángel Cacho Calvo
C.S. Rosa de Luxemburgo (S. Sebastián de los Reyes)
Dr. José Luis Segovia de Pablo
C.S. Moraleja (Alcobendas)
Dra. M. del Pilar Perez Perez
C.S Miraflores (Alcobendas)
Dra. Margarita Tutor Ovejero
C. S. Barrio del Pilar (Madrid)
Dra. Begoña Berriatua Ena
Proyecto ArthrosisChip:
31 centros