Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Medicina genetica e genomica

Capire la Malattia Renale Cronica e il suo Impatto

Uno studio sulla progressione della CKD e sui metodi di rilevamento precoce.

pablo Meyer, S. Rabinovici-Cohen, D. E. Platt, T. Iwamori, I. Guez, S. DEY, A. BOSE, M. KUDO, L. Cosmai, C. Porta, A. Koseki

― 7 leggere min


CKD: Un Killer SilenziosoCKD: Un Killer Silenziosocronica.progressione della malattia renaleIdentificare i segni precoci e la
Indice

La Malattia Renale Cronica (MRC) colpisce un sacco di persone in tutto il mondo. Infatti, circa 800 milioni di individui, ovvero il 10% della popolazione globale, hanno questa condizione. Solo negli Stati Uniti, circa 37 milioni di persone vivono con la MRC. È diventata una delle principali cause di morte, ma molti non sanno di averla. Circa il 90% degli adulti con MRC e il 40% di quelli con MRC grave non si rendono conto di avere la malattia.

La MRC è principalmente definita da quanto bene funzionano i reni. La malattia spesso progredisce attraverso diverse fasi, partendo da danni renali leggeri e potenzialmente portando a una malattia renale allo stadio terminale (ESRD), quando diventa necessario fare la dialisi o un trapianto di rene.

Nonostante quanto sia comune la MRC, spesso passa inosservata. C'è bisogno di migliorare il monitoraggio della salute renale e identificare segni precoci di danno renale. Una delle sfide con la MRC è che i suoi fattori di rischio e le ragioni sottostanti per la sua progressione non sono completamente comprese. Diverse condizioni, come il diabete di tipo 2, l'ipertensione e l'insufficienza cardiaca, sono note per essere collegate alla MRC. La maggior parte della ricerca si è concentrata sulle fasi avanzate della MRC, quando è difficile intervenire, lasciando un vuoto nella nostra comprensione su come rallentare la progressione della malattia dalle fasi iniziali.

Per aiutare a cambiare questa situazione, è cruciale rilevare precocemente il declino della Funzione renale. Questo potrebbe aiutare a identificare altri problemi di salute che potrebbero peggiorare la MRC e consentire una gestione migliore della malattia per rallentarne il progresso.

Danni renali significativi spesso non producono effetti immediati e visibili. Questo perché i nefroni rimasti sani (le unità funzionali dei reni) a volte possono compensare la perdita di altri, soprattutto con l'avanzare dell'età. Sfortunatamente, questa compensazione può portare a una maggiore perdita di nefroni nel tempo. Le tecniche di imaging possono svolgere un ruolo nella rilevazione delle modifiche renali, ma ci sono ancora progressi da fare per garantire che questi metodi siano sicuri e pratici per l'uso clinico regolare. Alcuni metodi di imaging possono misurare la dimensione dei reni, che è un altro indicatore chiave della progressione della MRC.

Le definizioni attuali di MRC utilizzano principalmente esami del sangue che stimano la funzione renale attraverso i livelli di creatinina. Questi test potrebbero perdere segni precoci di problemi renali perché spesso rilevano problemi solo dopo che si è verificato un danno significativo. Gli studi genetici hanno iniziato a esplorare come i geni contribuiscono alla malattia renale, trovando alcune variazioni genetiche comuni legate alla MRC. Questi studi hanno identificato circa il 20% dei fattori genetici che potrebbero influenzare la MRC in diverse popolazioni.

Nel nostro studio, abbiamo cercato di prevedere come la MRC progredisce verso ESRD utilizzando vari tipi di dati. Abbiamo raccolto informazioni da indagini demografiche, cartelle cliniche, analisi genetiche e risonanza magnetica totale da un ampio database con mezzo milione di partecipanti. Mentre molti studi hanno cercato di utilizzare l'intelligenza artificiale per rilevare la MRC, pochi si sono concentrati sulla previsione della sua progressione dalle fasi iniziali utilizzando scansioni di risonanza magnetica totale.

Abbiamo cercato di vedere se si potessero trovare fattori che influenzano la progressione della MRC combinando dati genetici con dati clinici e di imaging. Queste informazioni potrebbero aiutare a pianificare trattamenti precoci e identificare pazienti che necessitano di monitoraggio più intensivo. Il nostro approccio ha evidenziato un insieme di geni che potrebbero giocare un ruolo nella progressione della MRC, in particolare quelli legati a caratteristiche di imaging estratte dall'analisi MRI.

La MRC è ora definita come qualsiasi anomalia nella struttura o nella funzione renale che dura almeno tre mesi. Vari fattori vengono utilizzati per classificare la gravità della MRC, compresa la funzione renale (misurata tramite GFR) e il livello di proteine nelle urine. Tuttavia, valutare la funzione renale può essere complicato a causa dei normali cambiamenti legati all'età e delle differenze basate su circostanze individuali. Questo può portare a trattamenti non necessari per persone che in realtà non ne hanno bisogno. Quindi, sviluppare modi migliori per prevedere la MRC e la sua progressione verso ESRD potrebbe giovare notevolmente ai sistemi sanitari sia dal punto di vista medico che economico.

Nel nostro studio, abbiamo analizzato un totale di 49.744 pazienti con MRC, scoprendo che l'età media di questi pazienti era di circa 67 anni. Ci siamo concentrati su 2.151 pazienti per i quali avevamo dati genomici e MRI. Il nostro obiettivo era prevedere se questi pazienti con MRC in fase iniziale sarebbero progrediti verso ESRD entro cinque anni. Abbiamo definito l'inizio di questo periodo di cinque anni come la data in cui è stata eseguita la prima scansione MRI.

Per sviluppare un modello per prevedere questo esito, abbiamo utilizzato tre tipi di metodi: regressione logistica, Random Forest e XGBoost. Abbiamo analizzato le caratteristiche dei dati demografici, dei codici dei dati clinici, dei dati MRI e dei dati genomici. I nostri risultati hanno mostrato che età e sesso potevano prevedere gli esiti con una precisione moderata, mentre le caratteristiche radiomiche da MRI fornivano le migliori previsioni. Combinare tutti i metodi in un unico modello ha portato alla massima accuratezza.

Curiosamente, i dati genetici che abbiamo raccolto non hanno migliorato significativamente la previsione della progressione della malattia. Per spiegare meglio le previsioni, abbiamo utilizzato tecniche che hanno evidenziato quali caratteristiche stavano influenzando le nostre previsioni. L'analisi ha mostrato che il modello si concentrava molto sui reni e sul cuore, e le caratteristiche importanti includevano l'età e il sesso del paziente, oltre a specifiche caratteristiche di imaging.

I nostri risultati hanno indicato che avere una dimensione renale più piccola e una bassa variabilità dell'immagine erano predittori significativi di progressione verso ESRD. Abbiamo anche scoperto geni legati alla MRC che potrebbero fornire informazioni sui meccanismi della malattia.

Sebbene il nostro studio abbia identificato con successo fattori importanti correlati alla previsione della progressione della MRC, il numero di pazienti con dati di imaging disponibili era relativamente ridotto, limitando l'Analisi Genetica. Per affrontare questo, abbiamo ampliato la nostra analisi per includere una popolazione di MRC più ampia. Questa espansione ci ha permesso di condurre ulteriori studi di associazione genetica basati su pazienti che avevano dati clinici, anche se non avevano dati MRI.

Da questi studi, abbiamo notato che i problemi legati al cuore erano anche fattori di rischio importanti per la MRC. Un'analisi ulteriore ha trovato connessioni tra altre condizioni di salute e fattori genetici rilevanti sia per la MRC che per le malattie cardiache. In particolare, abbiamo scoperto che alcuni geni coinvolti nelle funzioni cellulari legate ai mitocondri erano frequentemente trovati nella nostra analisi, il che potrebbe indicare come questi processi siano collegati alla gravità della MRC.

In definitiva, il nostro studio ha sottolineato la necessità di identificare precocemente la MRC e di avere metodi migliori di previsione per la sua progressione verso ESRD. Utilizzando un insieme diversificato di tipi di dati, comprese caratteristiche genetiche e di imaging, abbiamo raggiunto un modello che potrebbe potenzialmente aiutare con interventi tempestivi e strategie di trattamento più personalizzate. I risultati indicano alcuni geni che potrebbero servire come nuovi obiettivi per terapie mirate a rallentare l'avanzamento della malattia verso l'insufficienza renale.

In sintesi, la MRC è un serio problema di salute globale che colpisce milioni di persone. Migliorare la rilevazione precoce e comprendere la progressione della malattia può portare a risultati migliori per i pazienti e ridurre il carico sui sistemi sanitari. Attraverso la nostra ricerca, speriamo di aprire la strada a migliori pratiche cliniche e progressi nella lotta contro le malattie renali.

Fonte originale

Titolo: Multimodal predictions of end stage chronic kidney disease from asymptomatic individuals for discovery of genomic biomarkers

Estratto: Chronic kidney disease (CKD) is a complex condition where the kidneys are damaged and progressively lose their ability to filter blood, 10% of the world population have the disease that often goes undetected until it is too late for intervention. Using the UK Biobank (UKBB) we constructed a CKD cohort of patients (n=46,986) with genomic, clinical and demographic data available, a subset (n=2,151) having also whole body Magnetic Resonance Imaging (MRI) scans. We used this multimodal cohort to successfully predict, from initially healthy patients, their 5-year outcomes for End-Stage Renal Disease (ESRD, n=210, AUC=0.804 {+/-} 0.03 with 5 fold cross-validation) and the larger cohort for validation to predict time-to ESRD and perform Genome-wide association studies (GWAS). Extracting important clinical, phenotypic and genetic features from the models, we were able to stratify the cohorts based on a novel set of significant previously unreported SNPs related to mitochondria/cell death, kidney development and function. In particular, we show that the risk allele of SNP rs1383063 present in 30% of the population irrespective of ancestry and putatively regulating MAGI-1, a gene expressed in the podocyte slit diaphragm, is a strong predictor of ESRD and stratifies male populations of older age.

Autori: pablo Meyer, S. Rabinovici-Cohen, D. E. Platt, T. Iwamori, I. Guez, S. DEY, A. BOSE, M. KUDO, L. Cosmai, C. Porta, A. Koseki

Ultimo aggiornamento: 2024-10-16 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2024.10.15.24315251

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.10.15.24315251.full.pdf

Licenza: https://creativecommons.org/licenses/by-nc/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Articoli simili