Predicción in silico de la intervención multifactorial óptima en la enfermedad renal crónica

Área de la Ciencia:

• Nefrología
• Biología computacional
• Medicina de precisión

Sus antecedentes:

• La enfermedad renal crónica (ERC) es una carga importante para la salud mundial, que requiere intervenciones tempranas y específicas.
• El clasificador de péptidos urinarios CKD273 ha demostrado ser prometedor en la detección temprana de la nefropatía.
• Este estudio exploró el potencial de los métodos in silico para predecir las respuestas al tratamiento en la ERC.

Objetivo del estudio:

• Investigar la viabilidad de predecir los cambios moleculares inducidos por fármacos en el péptido urinario utilizando métodos in silico.
• Orientar la selección de intervenciones para pacientes individuales con ERC en función de los efectos previstos del tratamiento.
• Evaluar la eficacia de CKD273 en la predicción de eventos renales adversos importantes y el impacto de las intervenciones simuladas.

Principales métodos:

• Validación del clasificador CKD273 en una cohorte retrospectiva de 935 participantes para la predicción de eventos renales adversos.
• Se realiza una predicción in silico de los efectos del tratamiento para diversas intervenciones (farmacológicas, dietéticas, de ejercicio) basadas en perfiles de péptidos individuales.
• Se recalibraron las puntuaciones de CKD273 después del tratamiento in silico y los efectos combinados para múltiples intervenciones.

Principales resultados:

• Las intervenciones simuladas redujeron significativamente las puntuaciones medianas de CKD273, lo que indica la posibilidad de ralentizar la progresión de la ERC.
• La intervención más beneficiosa no siempre fue la combinación de todos los tratamientos disponibles.
• Los pacientes con puntuaciones basales más altas de CKD273 requerían combinaciones de intervención más complejas para una reducción máxima de la puntuación.

Conclusiones:

• Es factible la predicción in silico de los efectos de la intervención terapéutica en la progresión de la ERC.
• Este enfoque permite identificar las combinaciones de tratamiento óptimas para los pacientes individuales de ERC, apoyando la medicina de precisión.
• Está previsto un estudio prospectivo para validar la estrategia de intervención in silico y sus beneficios clínicos.