Modelo predictivo de la aparición de vasoespasmo cerebral que complica la hemorragia subaracnoidea mediante análisis combinado de la cinética de un panel de biomarcadores. (CVSBIODIAG)

La hemorragia subaracnoidea (HSA) es la rotura de un aneurisma cerebral que provoca una hemorragia en el espacio subaracnoideo.

Esta condición tiene una morbilidad y mortalidad significativas. El resultado funcional del paciente está determinado principalmente por la gravedad de las lesiones isquémicas cerebrales que se desarrollan durante las primeras semanas después de la fase aguda. El foco principal del manejo de la reanimación en pacientes son las "lesiones isquémicas tardías". Estas lesiones son causadas por diversos fenómenos, siendo el vasoespasmo el mecanismo más común. El calibre de las arterias cerebrales se reducirá, lo que reducirá el flujo sanguíneo que llega al parénquima, lo que provocará un déficit de metabolitos energéticos en las neuronas y provocará su muerte. Esta complicación generalmente ocurre dentro de un período de tiempo bien definido, que va de 3 a 21 días después del sangrado y alcanza su punto máximo alrededor del séptimo día.

El objetivo de este estudio es crear un método predictivo novedoso para el vasoespasmo sintomático. Este método incorporará biomarcadores clínicos y radiológicos de rutina, así como ensayos biológicos innovadores. El objetivo es permitir un diagnóstico más precoz e incluso un tratamiento preventivo de esta patología.

Varios estudios han examinado el potencial predictivo de varios biomarcadores sanguíneos para el pronóstico neurológico y la incidencia de daño cerebral retardado en los pacientes. Estos estudios han demostrado fuertes asociaciones entre ellos. Por ejemplo, un estudio encontró que los pacientes con vasoespasmo más severo tenían un pico significativamente mayor en el líquido cefalorraquídeo de varios biomarcadores asociados con la neurodegeneración, como la enolasa neuronal específica (NSE). Además, las curvas de concentración plasmática-tiempo demostraron elevaciones simultáneas durante períodos de vasoespasmo.

Sin embargo, ningún estudio ha examinado el uso clínico práctico de estos biomarcadores durante la hospitalización para predecir la aparición de vasoespasmo diariamente o en momentos específicos de interés. Esto es particularmente importante ya que la secuencia temporal fisiopatológica parece ser común a todos los pacientes. Un único estudio ha intentado establecer un algoritmo predictivo de lesiones cerebrales tardías, logrando un cierto grado de eficacia (más del 90% de aciertos y una sensibilidad en torno al 93%), combinando un único ensayo de biomarcadores y parámetros clínicos. Sin embargo, este estudio solo se centra en las lesiones isquémicas a las 6 semanas y no puede usarse para guiar la terapia durante el manejo inicial.

En el marco de un modelo estadístico predictivo, los investigadores desean estudiar la posibilidad de combinar parámetros clínicos y radiológicos de rutina con ensayos iterativos de un panel de biomarcadores que cubren varias vías fisiopatológicas (que serían fácilmente analizables en el plasma de todos los pacientes) para predecir diariamente (o en determinados momentos de interés clínico) el riesgo de aparición de vasoespasmo cerebral, con vistas a poder desencadenar procedimientos diagnósticos (o incluso terapéuticos) durante el manejo inicial para prevenir la cascada isquémica.

Para ello, los investigadores han elegido 3 ensayos como prioridad, dirigidos a tres vías fisiopatológicas descritas previamente.

Para la neuroinflamación:

• Interleucina-6 (IL-6)

Para daño celular cerebral:

• Enolasa neuronal específica (NSE)
• La subunidad β de la proteína S100 (S100 β)

Para permitir esta predicción, los investigadores proponen utilizar un método estadístico innovador en las ciencias de la salud. Los ensayos repetidos de biomarcadores se pueden integrar en modelos complejos de predicción de eventos: el modelado conjunto de un modelo de datos longitudinal, para estimar las trayectorias de los biomarcadores individuales a lo largo del tiempo, y un modelo de supervivencia, para estimar el riesgo de eventos con el valor actual o la pendiente del biomarcador, permite obtener resultados precisos. predicción de eventos. Estos modelos permiten una predicción estática (en un horizonte temporal determinado) o una predicción dinámica (con reestimación del riesgo durante el seguimiento). También permiten la integración concomitante de varios biomarcadores. Por último, un modelo estimado sobre la población de estudio podría transponerse a otras poblaciones, permitiendo así obtener modelos de riesgo para este evento.

El objetivo de esta investigación es desarrollar herramientas para la predicción clínica diaria de la aparición del vasoespasmo sintomático, utilizando parámetros clínicos y radiológicos de rutina, así como ensayos biológicos innovadores, con el fin de desencadenar respuestas diagnósticas e incluso terapéuticas más tempranas que con los métodos de detección habituales. , que son muy limitados y no siempre utilizables.