I+D+I

La IA predice las complicaciones inmediatas en el trasplante de médula

Un modelo basado en los niveles de microARNs circulantes predice la bacteriemia con elevada fiabilidad, pavimentando la vía hacia el trasplante ambulatorio.

24/05/2024

Científicos de la Universidad de Lodz han establecido el valor de tres microARNs séricos en la predicción de bacteriemia con varios días de antelación, en pacientes que reciben un trasplante autólogo de células hematopoyéticas. En el estudio los investigadores analizaron los niveles de estos microARNs antes del trasplante, el día del mismo y luego a los 7 y 14 días, integrando los datos en un modelo de redes neurales. Este modelo exhibió una sensibilidad y especificidad del 100 y del 90%, respectivamente, con una fiabilidad global de alrededor del 93%.

Wojciech Fendler, director del estudio, afirma que los niveles de otros microARNs se asociaron a retrasos en el asentamiento de plaquetas y granulocitos neutrófilos. El científico prosigue indicando que el creciente uso de este tipo de trasplante, especialmente en los pacientes con mieloma múltiple, ha impulsado los intentos de establecer un procedimiento ambulatorio. Sin embargo, el riesgo de efectos adversos, tales como la mucositis, la bacteriemia y el retraso en la inserción de subpoblaciones hemáticas, representa un importante obstáculo, asegura Fendler.

Aunque el número de pacientes incluidos en el análisis fue inferior a 100, el científico señala que los resultados son consistentes con observaciones previas, en las que el daño severo a la médula ósea, como el que ocurre tras la irradiación total del cuerpo, tiene un impacto directo sobre los patrones de expresión de diversos microARNs, en un efecto independiente de variables clínicas y de los niveles basales de estas moléculas. En el futuro, los actuales hallazgos podrían contribuir a seleccionar a los pacientes candidatos a trasplante ambulatorio, concluye el investigador.