Las investigaciones de la USC demuestran que un nuevo algoritmo de cribado basado en análisis de sangre reduce a más de la mitad el número de exploraciones PET de amiloide innecesarias, lo que acelera el reclutamiento de pacientes para el estudio AHEAD 3-45
Un nuevo algoritmo basado en análisis de sangre ha conseguido reducir de forma drástica el número de exploraciones PET innecesarias para seleccionar a personas en riesgo de desarrollar enfermedad de Alzheimer para un ensayo clínico. El trabajo, desarrollado por investigadores de la Facultad de Medicina Keck de la USC, se ha publicado en Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association.
La herramienta se ha utilizado en el ensayo internacional de fase 3 AHEAD 3-45, que estudia si administrar de forma más temprana lecanemab puede mejorar la evolución de la enfermedad. El fármaco elimina los depósitos de proteína beta-amiloide que se acumulan en el cerebro y que están relacionados con la progresión del Alzheimer, y actualmente está indicado para personas que ya presentan síntomas de deterioro cognitivo.
El ensayo se dirige a personas que presentan acumulación de beta-amiloide en el cerebro, un proceso que puede comenzar décadas antes de que aparezcan problemas de memoria u otros síntomas. Sin embargo, solo alrededor del 30% de los mayores de 65 años cognitivamente sanos presentan niveles de amiloide suficientemente elevados para participar en estudios como AHEAD 3-45.
Hasta ahora, uno de los principales obstáculos era identificar a esas personas antes de someterlas a pruebas más complejas. Los candidatos podían pasar hasta tres meses en el proceso de selección y, después de realizarse una PET —considerada el método de referencia para detectar la enfermedad de Alzheimer—, más del 70% descubría que finalmente no cumplía los criterios para participar.
La incorporación del algoritmo de cribado sanguíneo modificó de forma significativa este proceso. Durante el reclutamiento, la proporción de personas que se sometieron a una PET y posteriormente resultaron no aptas para el ensayo pasó del 71% al 31%, reduciendo así el número de exploraciones innecesarias.
“La fase de cribado de un ensayo clínico sobre el Alzheimer suele ser una de las partes más costosas para los centros de estudio”, explicó el autor principal, Oliver Langford, director de modelado y simulación del Instituto de Investigación Terapéutica del Alzheimer de la Familia Epstein de la USC. A su juicio, el sistema permitió reducir la carga tanto para los centros como para los pacientes al limitar el número de PET realizadas.
El algoritmo combina dos biomarcadores presentes en el plasma sanguíneo: la proporción de beta-amiloide, relacionada con las primeras fases de acumulación de esta proteína, y p-tau217, un marcador que permite estimar con mayor precisión la carga de amiloide cerebral. El modelo también incorpora la edad y el estado de portador del alelo APOE4, ambos asociados a un mayor riesgo de acumulación de amiloide.
La herramienta fue desarrollada con datos de 1.080 participantes del estudio AHEAD y posteriormente validada con información independiente del Registro de Wisconsin para la Prevención del Alzheimer. Su desarrollo se realizó de forma progresiva durante el reclutamiento, entre 2020 y 2024: la primera versión, introducida en febrero de 2022, redujo los PET no aptos del 71% al 50%, mientras que la incorporación de p-tau217 en mayo de 2023 permitió situar la cifra en el 31%.
Un modelo que mide el riesgo de forma continua
El sistema emplea además una técnica estadística denominada Mezcla de Expertos (MoE), diseñada para tener en cuenta que la acumulación de amiloide no se distribuye de manera uniforme. En lugar de limitarse a clasificar a los pacientes como positivos o negativos, el modelo estima dónde se encuentra cada persona dentro de un espectro continuo de acumulación.
Los investigadores consideran que estos resultados refuerzan el potencial de los análisis de sangre como primera herramienta de cribado antes de recurrir a pruebas de imagen más costosas. “Si puedes ir a tu médico y hacerte un análisis de sangre, podrás saber si tienes la enfermedad antes”, afirmó Langford, quien apunta a una posible aplicación futura en la prevención. “Si podemos intervenir antes, tendremos un mayor impacto y, con suerte, evitaremos que la gente presente síntomas”.
FUENTE: Salud Digital
