Autor o autores

Rafael Cáliz, M. Camacho , Miguel Angel Ferrer, Antonio Garcia, A. Gonzalz Utrilla, MR Rodriguez Moreno., Manuel Guzmán. Hospital Universitario Virgen de las Nieves GranadaJosé-Luis Andreu1, Jokin del Amo2, Alejandro Balsa3, Juan Mulero1, Raimon Sanmartí4, Lucía Silva1,, Eduard Graell4, Antonio Martínez2, Francisco Blanco6, Dora Pascual-Salcedo7, Diego Tejedor2, Natividad Oreiro6,, Laureano Simón2. 1Rheumatology Department. Hospital Universitario Puerta de Hierro, Madrid, Spain; 2Progenika Biopharma SA, Derio, Spain; 3Rheumatology Department. Hospital Universitario La Paz, Madrid, Spain; 4Rheumatology Department. Hospital Clinic, Barcelona, Spain;; 6Rheumatology Department. Hospital Universitario Juan Canalejo, A Coruña, Spain; 7Immunology Department. Hospital Universitario La Paz, Madrid, Spain

E-Mail de Contacto

rcaliz@fundacionhvn.org

Centro

Hospital Virgen de las Nieves Granada.

Publicacion

Objetivos

Actualmente se conocen pocos factores pronósticos que sean capaces de
predecir la evolución de la artritis reumatoide (AR) . Se ha desarrollado un
chip de DNA que permite el estudio de 71 polimorfismos de una base (SNPs)
en 49 genes que han sido seleccionados por su relación con la AR.
Objetivo: Investigar un modelo para predecir el desenlace de la AR basado
en las características clínicas y en polimorfismos del DNA.

Pacientes y Metodo

Los pacientes incluidos cumplían los criterios de la ACR de 1986 para AR y
procedían de 5 Unidades de Reumatología. Otro criterios de inclusión es que
fueran diagnosticados después de 1990 y al menos tuvieran 5 años de
seguimiento. Se recogieron retrospectivamente variables de edad, sexo,
tabaco, afectación articular inicial, reactantes de fase aguda, presencia de
factor reumatoide y anticuerpos anti péptidos cíclicos citrulinados (anti-CCP).
El perfil genético se determinó mediante el chip de DNA y la presencia del
epitopo compartido mediante la plataforma Luminex. Como desenlance se
investigó la presencia de la discapacidad severa definida por HAQ >2 y la
remisión como una ausencia de síntomas sin tratamiento con fármacos de
segunda línea. El análisis de la asociación genética se realizó con el software
Helix Tree y se determinaron modelos de regresión logística y curvas COR
para determinar la sensibilidad (S), la especificidad (Sp) y el likelihood ratio
(LR) del modelo mediante SPSS.

Resultados

Se incluyeron 637 pacientes (375 en el desarrollo del estudio y 257. en la
validación). Veintidós y 19 pacientes tuvieron HAQ >2. El modelo obtenido que predecía una discapacidad grave incluía los títulos de anti-CCP, la VSG
inicial y el SNP rs2070874 en el gen IL-4. El poder discriminativo tenia un
área bajo la curva (ABC) de 0.792(95% CI:0.694-0.889) con una S de 21%,
SP de 95% y LR de 4.4 en la validación. Veintiún y 17 pacientes estaban en
remisión respectivamente. El modelo incluía la ausencia de anticuerpos
anti-PPC y del SNP rs2476601 en el gen PTPN22. El poder discriminante de
la población del estudio tenía un ABC de 0.842 (95% CI: 0.756-0.928) con S
76%, Sp 86% y LR 5.4 y en la validación una ABC de 0.785 (95% CI:
0.684-0.887) con S 76 %, Sp 75% y un LR 3.

Conclusiones

En este estudio se ha desarrollado un modelo predictivo de discapacidad
grave y remisión mantenida basado en características clínicas y genéticas.
Este chip de DNA puede ser determinado al inicio de la enfermedad,
pudiendo ser de ayuda al clínico tanto para conocer el pronostico como para
la elección del tratamiento mas apropiado