Estadificación Integrativa del Trastorno Bipolar: Incorporación de Biomarcadores en la Progresión a Través de las Etapas (BOARDING-PASS)

Fundamento El Trastorno Bipolar (TB) es una condición altamente prevalente (aproximadamente el 1% de la población general) y discapacitante, caracterizada por un curso crónico y progresivo. La historia natural del TB suele incluir una fase inicial asintomática, seguida de una etapa prodrómica, y posteriormente el inicio de un primer episodio sindrómico (depresivo o maníaco), al que generalmente le siguen episodios recurrentes, a menudo en ausencia de una recuperación interepisódica completa. Un creciente cuerpo de evidencia respalda la noción de que el curso longitudinal del TB está asociado con un proceso activo de neuroprogresión, caracterizado por alteraciones cerebrales progresivas y deterioro funcional. Varios factores clínicos pueden influir en la trayectoria del trastorno, incluyendo el número de episodios afectivos, la presencia de comorbilidades psiquiátricas y médicas, la exposición a eventos vitales estresantes y los antecedentes familiares de trastornos psiquiátricos. Los estudios de neuroimagen han respaldado consistentemente la hipótesis neuroprogresiva en el TB, demostrando alteraciones estructurales y funcionales cerebrales que emergen progresivamente a medida que avanza la enfermedad. También se han descrito anomalías a nivel de las redes neuronales a gran escala. En particular, la Red Neuronal por Defecto parece exhibir patrones alterados de hiper e hipoconectividad con sistemas afectivos, frontoparietales y atencionales, involucrando centros clave responsables de la comunicación cerebral eficiente a gran escala. Además, también se han identificado alteraciones estructurales y funcionales en familiares no afectados de pacientes con TB. Los estudios que investigan biomarcadores adicionales en el TB han proporcionado aún más evidencia que respalda una progresión relacionada con estadios del trastorno, particularmente con respecto al Factor Neurotrófico Derivado del Cerebro (BDNF) y las citoquinas inflamatorias. En general, los avances recientes en el campo de la estadificación clínica del TB, junto con el progreso en la identificación de marcadores biológicos (por ejemplo, modulación de la transcripción génica, señalización neurotrófica, vías inmunoinflamatorias, microbiota) y neuroimagen (estructura y función de sistemas cerebrales a gran escala), proporcionan un fundamento sólido para el desarrollo de un modelo de estadificación multidimensional. Dicho modelo integraría datos clínicos y neurobiológicos, permitiendo una mayor precisión diagnóstica, pronóstica y terapéutica.

Objetivos específicos y diseño experimental

El estudio BOARDING PASS tiene los siguientes objetivos:

1. evaluar longitudinalmente la progresión clínica del TB durante un período de 18 meses utilizando el modelo de estadificación de Kupka & Hillegers;
2. investigar el papel de los marcadores biológicos y de neuroimagen en las transiciones de estadio del TB (es decir, regulación de la transcripción génica, inflamación, microbiota, medidas de neuroimagen estructural y funcional);
3. implementar un modelo predictivo de ML basado en la integración de datos clínicos, biológicos y de neuroimagen, con el fin de proporcionar una predicción individualizada y basada en datos de las transiciones de estadio del TB.

El estudio implica el reclutamiento consecutivo de 120 sujetos inscritos en tres de los cuatro centros participantes: UO1 (ASST Fatebenefratelli-Sacco, Milán), UO2 (ASST Papa Giovanni XXIII, Bérgamo) y UO3 (ASL 2 Abruzzo, Lanciano-Vasto-Chieti). Los criterios de inclusión y exclusión se detallan a continuación.

Criterios de Inclusión:

1. Sujetos afectados y no afectados por TB cuya etapa clínica se encuentre dentro de las definidas por el modelo de Kupka y Hillegers, a saber:

   estadio 0 (riesgo aumentado: tener un familiar de primer grado con TB, en ausencia de síntomas psiquiátricos); estadio 1 (tener un familiar de primer grado con TB, en presencia de síntomas psiquiátricos inespecíficos o episodio(s) depresivo(s)); estadio 2 (primer episodio hipo/maníaco que permita un diagnóstico de TB tipo I o II según DSM-5; APA, 2013); estadio 3 (episodio(s) recurrente(s): depresivo, hipo/maníaco o mixto); estadio 4 (trastorno persistente no remitente: episodios depresivos, maníacos o mixtos crónicos, incluyendo ciclación rápida);

2. Individuos de ambos sexos;
3. Edad ≥ 18 años y ≤ 70 años;
4. Capacidad para proporcionar un consentimiento informado por escrito válido.

Criterios de Exclusión:

1. Incapacidad para proporcionar un consentimiento informado por escrito válido;
2. Presencia de discapacidad intelectual;
3. Presencia de una condición médica concomitante grave;

4. Presencia de un trastorno por consumo de sustancias actual. Después de proporcionar el consentimiento informado por escrito para participar, los sujetos inscritos se someterán a una evaluación basal (T0) y luego entrarán en un período de seguimiento de 18 meses que consta de tres puntos temporales posteriores: T1 (6 meses después de T0), T2 (12 meses después de T0) y T3 (18 meses después de T0). En T0 y en cada punto temporal posterior, la evaluación de los participantes incluirá: (i) evaluación clínica y psicométrica; exclusivamente en T0, T2 y T3, (ii) evaluación de marcadores biológicos; y (iii) imágenes de resonancia magnética cerebral para la adquisición de datos de resonancia magnética estructural y funcional.

   Evaluación Clínica y Psicométrica

   En la línea basal (T0), para cada participante del estudio, se recopilarán y registrarán en una base de datos anonimizada las principales variables sociodemográficas y clínicas. Estas incluyen:

   (a) datos sociodemográficos: edad, sexo, etnia, nivel educativo, estado civil y situación laboral; (b) características clínicas: antecedentes familiares de trastornos psiquiátricos, subtipo de TB, edad de inicio del TB y eventos vitales estresantes asociados, duración de la enfermedad, duración de la enfermedad no tratada, edad en el primer episodio depresivo e hipo/maníaco, polaridad del primer y más reciente episodio afectivo, polaridad predominante, número total de episodios afectivos a lo largo de la vida, presencia de características mixtas o de ciclación rápida, tratamientos psicofarmacológicos actuales y previos, comorbilidades médicas y psiquiátricas, antecedentes de trastorno por consumo de sustancias, número de hospitalizaciones a lo largo de la vida e intentos de suicidio.

   Estas variables se utilizarán para asignar la etapa clínica en T0 según el modelo de Kupka y Hillegers (Kupka & Hillegers, 2012). En cada punto temporal posterior, los datos sociodemográficos y clínicos se actualizarán para reasignar la etapa correspondiente y evaluar posibles asociaciones entre variables clínicas y la probabilidad de progresión a etapas más avanzadas de la enfermedad.

   La evaluación clínica incluirá además la administración de las siguientes escalas y cuestionarios psicométricos: el Test di Intelligenza Breve (TIB; Sartori, 1997; Colombo, 2002), tiempo de administración aproximadamente 5 minutos; la Escala de Calificación de Depresión de Hamilton (HDRS-21; Hamilton, 1960; Cassano et al., 1991), tiempo de administración aproximadamente 20 minutos; la Escala de Calificación de Ansiedad de Hamilton (HARS; Hamilton, 1959; Cassano et al., 1991), tiempo de administración aproximadamente 15 minutos; la Escala de Calificación de Depresión de Montgomery-Åsberg (MADRS; Montgomery & Åsberg, 1979; Palma et al., 1999), tiempo de administración aproximadamente 15 minutos; la Escala de Calificación de Manía de Young (YMRS; Young et al., 1978; Palma et al., 1999), tiempo de administración aproximadamente 15 minutos; y la Evaluación Global del Funcionamiento (GAF; Hall, 1995; APA, 1996), tiempo de administración aproximadamente 2 minutos; Entrevista Familiar para Estudios Genéticos (FIGS); Prueba de Detección del Abuso de Drogas (DAST-10), el tiempo de administración se ha estimado en casi 5 minutos. Prueba TWEAK con un tiempo de finalización de aproximadamente 2 minutos. Cuestionario de Trauma Infantil (CTQ), requiere 5-10 minutos y se administrará en la línea basal. Escala de Paykel para Eventos Vitales Recientes, su administración toma aproximadamente 15 minutos y se realizará en la línea basal; Escala de Calificación del Clínico (CRS), registrada en casi 2 minutos en cada punto temporal y destinada a evaluar la adherencia de los pacientes al tratamiento farmacológico.

   Evaluación de marcadores biológicos: Regulación de la transcripción génica, inflamación, datos del microbioma

   Las muestras biológicas para análisis de expresión génica, inflamación y microbioma se recogerán en la línea basal, T2 y T3. Específicamente:

   1. Se obtendrán muestras de saliva no estimulada, es decir, saliva completa recogida en condiciones de reposo sin estimulación gustativa, masticatoria o farmacológica, utilizando hisopos bucales de algodón (Salivette, Sarstedt, Nümbrecht, Alemania) y se almacenarán a -20 °C hasta la extracción de ADN genómico (gDNA). También se aislarán exosomas de la saliva y se purificarán miRNAs utilizando un kit de aislamiento de ARN de exosomas.

   2. Se recogerán muestras de sangre venosa periférica en dos tubos vacutainer de 5 ml que contengan citrato de sodio. Se separarán el suero y los componentes celulares y se extraerá ARN total así como gDNA de las células mononucleares de sangre periférica (PBMC).

      Todas las muestras biológicas recogidas en los tres sitios de reclutamiento (Unidades 1, 2 y 3) se transferirán al laboratorio central (Unidad 4) para procesamiento y análisis estandarizados, incluyendo:

      - LIPIDÓMICA para analizar ácidos grasos de cadena corta (SCFA) extraídos de la saliva; se llevará a cabo la derivatización para análisis por LC-MS/MS.

      Estudios de biología molecular:

      - análisis de expresión génica. La abundancia relativa de especies de ARNm en las PBMC se evaluará mediante PCR en tiempo real RT-PCR y PCR Digital.

      - metilación del ADN tanto en células sanguíneas como salivales a. el estado general de metilación del ADN se analizará utilizando el método de secuenciación de bisulfito de representación reducida (RRBS) (secuenciación SBS de la plataforma SURFseq5000); b. el estudio de metilación del ADN específico de genes se realizará en ADN tratado con bisulfito (BS) amplificado y los niveles de metilación se analizarán utilizando PyroMark Q48 (64).

      - miRNAs exosomales salivales: análisis de miRNOme y miRNAs seleccionados después del análisis de redes mediante PCR en tiempo real y PCR Digital.

      • Unión de factores de transcripción al ADN. Técnica de ensayo ALPHAScreenTM para verificar si los elementos de reconocimiento identificados en el promotor de los genes se unen a diferentes factores de transcripción y si esta unión está directamente modulada por el grado de metilación de los motivos CpG.
      • COMPOSICIÓN del MICROBIOMA salival mediante secuenciación del microbioma del ARNr 16S.

      Evaluación de neuroimagen

      Las evaluaciones de resonancia magnética se realizarán utilizando escáneres de 3T en T0, T2 y T3, y comprenden:

      - Resonancia magnética estructural (RMe): se adquirirán imágenes ponderadas en T1 3D utilizando una secuencia SPGR (TE = mínimo (completo); ángulo de giro, 6°; FOV, 250 mm; ancho de banda, 31.25; matriz, 256 x 256) con 124 cortes axiales de 1.3 mm de grosor. Tras la reconstrucción de la superficie cortical, se calcularán índices de girificación local para 68 regiones corticales parceladas basadas en el Atlas de Desikan utilizando FreeSurfer v7.1.0. Luego se aplicará un procedimiento de estimación de sesgo de jackknife para determinar la contribución de cada individuo a la estructura de covarianza a nivel de grupo, generando una matriz de distancia individual de 68×68. Posteriormente, se analizará la organización topológica de las redes de covarianza estructural resultantes utilizando la Graph Analysis Toolbox.

      - Resonancia magnética funcional en estado de reposo: las imágenes de rs-fMRI se adquirirán utilizando una secuencia EPI de eco de gradiente con 36 cortes axiales (TE = 30 ms; TR = 2000 ms; tamaño de vóxel: 3×3×4 mm3; tamaño de matriz: 64×64; FOV: 192×192 mm2); adquiridas en orden entrelazado. Cada sesión de estado de reposo consistirá en 400 volúmenes. El preprocesamiento se realizará utilizando una combinación de FMRIB's Software Library (FSL) y scripts personalizados de MATLAB. La canalización incluirá los siguientes pasos: (1) reorientación al espacio estándar; (2) detección de volúmenes atípicos, seguida de interpolación basada en splines de los puntos temporales atípicos; (3) preprocesamiento espacial y temporal, incluyendo corrección de movimiento (MCFLIRT), filtrado de paso alto temporal y suavizado espacial (FWHM = 5 mm); (4) extracción cerebral de la imagen estructural; (5) registro no lineal al espacio estándar MNI152 utilizando FSL-FNIRT. Los conectomas funcionales estáticos y dinámicos se estimarán calculando coeficientes de correlación de Pearson transformados en z entre todos los pares de regiones cerebrales en el esquema de parcelación adoptado. La conectividad dinámica se calculará utilizando un enfoque de ventana deslizante con una longitud de ventana de 30 TRs y un tamaño de paso de 2 TRs. Estos pasos se implementarán mediante software interno desarrollado en MATLAB. Las medidas de teoría de grafos se calcularán a través de la Brain Connectivity Toolbox (MATLAB).

      Para minimizar la variabilidad entre sitios en los datos de neuroimagen, tanto las adquisiciones de resonancia magnética estructural como funcional se realizarán utilizando protocolos armonizados en los dos centros de imagen, cada uno equipado con un escáner de 3 T. Algoritmos de ML Se desarrollará un marco de ML para predecir las transiciones de estadio clínico en el TB mediante la integración de los datos clínicos, biológicos y de neuroimagen recogidos. Para gestionar la integración de datos multimodales, adoptaremos canalizaciones de preprocesamiento robustas que incluyan normalización de datos, detección de valores atípicos y métodos de imputación para manejar valores faltantes (por ejemplo, vecino más cercano k o imputación múltiple). Los análisis de ML comenzarán en el mes 6 del estudio y se realizarán utilizando MATLAB's Statistics and Machine Learning Toolbox, inicialmente apoyados por el software NeuroMiner (http://proniapredictors.eu/neurominer/index.html), una plataforma de software validada diseñada para gestionar conjuntos de datos heterogéneos. NeuroMiner proporciona una amplia gama de marcos de validación cruzada, estrategias de preprocesamiento, algoritmos de aprendizaje supervisado, herramientas de selección de características y métodos de validación externa. El enfoque de ML se basará en clasificadores supervisados, principalmente Máquina de Vectores de Soporte (SVM) y modelos bayesianos. En la fase preliminar, los clasificadores se entrenarán y probarán en conjuntos de datos preliminares para comparar modelos predictivos alternativos en un entorno controlado e identificar la configuración algorítmica de mejor rendimiento. Posteriormente, se emplearán procedimientos de selección de características para identificar las variables más discriminativas del conjunto de características candidatas. Este paso es crucial para mejorar la interpretabilidad del modelo y prevenir el sobreajuste, especialmente en conjuntos de datos de alta dimensionalidad y pequeña muestra típicos de estudios multimodales. De hecho, al reducir el número de variables de entrada, la selección de características minimiza el ruido, reduce la complejidad del modelo y mejora la generalizabilidad de las predicciones de ML. Si es necesario (es decir, si la dimensionalidad del espacio de características sigue siendo demasiado alta), para reducir aún más el sobreajuste y la carga computacional, podría aplicarse el Análisis de Componentes Principales. Se priorizarán los clasificadores SVM debido a su robustez para manejar datos de alta dimensionalidad y pequeña muestra. Además, se aplicará una ponderación de clases para que los errores en las etapas minoritarias se penalicen más severamente, reduciendo el sesgo introducido por tamaños de grupo desiguales. El rendimiento del modelo se evaluará utilizando técnicas de validación cruzada (por ejemplo, dejar-uno-fuera o k-fold estratificado, dependiendo de la estructura de los datos y la distribución de clases) y se evaluará en términos de sensibilidad, especificidad, puntuación F1 y precisión general, para tener en cuenta el posible desequilibrio de clases. Se requiere una precisión mínima objetivo predefinida del 90% para la implementación del modelo en el conjunto de datos completo. Sitios de estudio y estructura organizativa El estudio BOARDING-PASS se llevará a cabo en cuatro unidades operativas (UOs), cada una con roles definidos para garantizar una adquisición de datos de alta calidad y procedimientos clínicos estandarizados.

      - UO1 (ASST Fatebenefratelli-Sacco, Milán) es el centro coordinador, responsable del reclutamiento de pacientes y evaluaciones diagnósticas basales, recolección estandarizada de datos clínicos y biológicos. Los investigadores de la UO1 proporcionarán coordinación y supervisión dentro de la red de investigación multicéntrica, manteniendo una comunicación efectiva entre clínicos, investigadores y personal técnico.

      • UO2 (ASST Papa Giovanni XXIII, Bérgamo) es responsable del reclutamiento de participantes, evaluación diagnóstica, recolección de muestras biológicas, adquisición de datos de resonancia magnética estructural y en estado de reposo también en nombre de la UO1, y análisis de neuroimagen estructural.
      • UO3 (ASL 2 Lanciano-Vasto-Chieti) realizará el reclutamiento y evaluación de participantes, recolección y gestión de datos, recolección de muestras biológicas, así como adquisición de datos de neuroimagen estructural y funcional.
      • UO4 (Universidad de Teramo) sirve como instalación centralizada responsable de los análisis biológicos, específicamente regulación de la transcripción génica y análisis de microbiota. La UO4 también es responsable del análisis de datos de neuroimagen funcional y de la implementación de algoritmos de ML.