Insights Genéticos em Cardiomiopatias
Novas descobertas esclarecem a base genética e a prevalência das cardiomiopatias.
― 10 min ler
Índice
- Desafios no Tratamento das Cardiomiopatias
- Compreendendo os Custos e Benefícios dos Relatórios Genéticos
- Variabilidade Genética nas Cardiomiopatias
- Uma Nova Abordagem para Estimar a Penetrância
- Analisando os Dados
- Coleta de Dados Populacionais
- Analisando Variantes
- Análise Estatística dos Achados
- Prevalência das Cardiomiopatias
- Estimativas de Penetrância
- Diferenças por Idade e Gênero
- Conclusões: Implicações Clínicas dos Achados
- Direções Futuras
- Fonte original
- Ligações de referência
As Cardiomiopatias (CM) são condições que afetam o próprio músculo do coração. Essas Doenças trazem problemas com a forma e o funcionamento do coração. Elas não são causadas por outras questões cardíacas, como bloqueios nas artérias, pressão alta, problemas nas válvulas do coração ou problemas cardíacos com os quais a pessoa nasceu. Alguns casos são causados por defeitos em um único gene que costumam correr em famílias. Mas nem todo mundo que carrega esse gene vai ficar doente, e a forma como a doença aparece pode variar bastante de pessoa pra pessoa.
Desafios no Tratamento das Cardiomiopatias
Por causa dessas características, tratar cardiomiopatias pode ser bem complicado. Um grande problema é que a gente não entende totalmente a probabilidade de uma pessoa com uma mudança genética relacionada a CM desenvolver a doença, especialmente se ela não apresenta sintomas e não tem histórico familiar. Com os testes genéticos se tornando mais comuns, principalmente por serviços que permitem que as pessoas escolham os testes sozinhas, saber a chance de alguém desenvolver uma doença a partir de uma mudança genética é mais importante do que nunca.
Mudanças Genéticas que aparecem nos testes, mas não são a razão principal do teste, são chamadas de achados secundários (SFs). Esses achados são procurados ativamente e podem ajudar a identificar riscos que a pessoa pode não conhecer. Na verdade, de uma lista de 78 genes recomendados para relato durante testes genéticos, muitos estão ligados a formas herdadas de cardiomiopatias. É sugerido que, se uma mudança genética severa for encontrada, isso deve ser comunicado à pessoa testada, independentemente de ela desenvolver a doença ou não.
No entanto, nem todas as diretrizes de testes são seguidas em todo lugar. Algumas organizações recomendam uma abordagem mais cautelosa e sugerem que devemos esperar por mais evidências antes de implementar esses testes amplamente.
Compreendendo os Custos e Benefícios dos Relatórios Genéticos
Há preocupação de que os custos, riscos e benefícios de relatar esses achados não tenham sido avaliados de forma completa. Discussões anteriores apontaram problemas nas recomendações porque há pouca informação sobre os possíveis riscos e despesas envolvidos na identificação de Variantes genéticas específicas. Compreender esses fatores é importante para seguir diretrizes adequadas ao rastrear doenças.
O impacto de relatar esses achados no sistema de saúde não foi muito estudado. Atualmente, há poucas evidências sobre quão úteis esses testes são em um ambiente clínico e se justificam os recursos usados para eles. Pesquisas estão começando a surgir analisando como os pacientes reagem e quais efeitos esses achados têm sobre eles.
Variabilidade Genética nas Cardiomiopatias
Estudos mostraram que mesmo pessoas com as mesmas mudanças genéticas podem apresentar sintomas diferentes ou até nenhum sintoma. Algumas razões para essa variabilidade na forma como a doença aparece podem incluir:
- Diferentes versões de genes podem afetar como a proteína funciona.
- Fatores ambientais, como idade, gênero, estilo de vida e condições de saúde, podem influenciar como os genes agem.
- Outros fatores genéticos podem interagir com a variante principal de interesse, afetando o resultado geral.
Há uma necessidade de informações precisas sobre variantes específicas para ajudar a guiar práticas clínicas e fazer melhor uso das informações genéticas para avaliar riscos para quem ainda não apresenta sintomas.
Estimar a probabilidade de indivíduos desenvolverem doenças cardiovasculares devido a variantes raras é complicado, pois isso geralmente requer grandes grupos de pessoas estudadas por muitos anos. Quando há dados disponíveis sobre variantes raras, eles costumam vir de famílias onde as variantes podem ser herdadas, o que pode não se aplicar bem a indivíduos que descobrem que carregam essas variantes por meio de testes genéticos.
Uma Nova Abordagem para Estimar a Penetrância
Para lidar com essa questão, foi introduzido um novo método que analisa o quanto certas variantes genéticas ocorrem em grandes grupos de indivíduos afetados e pessoas sem a condição. Esse método pode fornecer estimativas de quão provável é que variantes raras levem à doença. Ele também pode estimar os riscos associados a variantes específicas, em vez de apenas olhar para grupos de variantes.
Analisando os Dados
Para este estudo, foram coletados dados de 10.400 indivíduos testados para cardiomiopatia hipertrófica (HCM) e 2.564 testados para cardiomiopatia dilatada (DCM). Esses indivíduos foram encaminhados de diversos centros de testes pelo mundo. Embora não haja como confirmar o diagnóstico por meio de testes, entende-se que aqueles que foram encaminhados provavelmente têm ou estão em risco de ter cardiomiopatia.
Para cada variante genética identificada, os pesquisadores calcularam quantas vezes ela apareceu em cada grupo e analisaram outros fatores, como idade, gênero e ancestralidade. Todos os participantes consentiram em que seus dados fossem usados neste estudo.
Coleta de Dados Populacionais
O estudo também incluiu dados de 167.478 participantes do UK Biobank, que contém uma vasta quantidade de informações genéticas sobre um grande número de indivíduos. Além disso, 125.748 indivíduos de outro banco de dados, o Genome Aggregation Database (gnomAD), foram incluídos. Essas populações fornecem um contexto mais amplo em comparação com os grupos de casos, que são compostos principalmente por indivíduos encaminhados para testes genéticos.
No UK Biobank, participantes com idades entre 40 e 69 anos foram recrutados de todo o Reino Unido, enquanto o gnomAD consiste em indivíduos não relacionados incluídos em diferentes estudos genéticos. Esses dados extensos permitem uma avaliação mais precisa de como as variantes se comportam na população geral.
Analisando Variantes
Os pesquisadores usaram um software para rotular as variantes genéticas em conjuntos de dados de casos e populacionais. Eles se concentraram em mutações que poderiam alterar a função da proteína e analisaram variantes que tinham fortes evidências de causar cardiomiopatia com base em orientações de especialistas. Eles identificaram genes associados a HCM e DCM para sua análise.
Examinações adicionais dessas variantes levaram a um entendimento detalhado de como elas podem impactar a saúde. Isso envolveu avaliar se as variantes estão associadas a problemas cardíacos graves e determinar com que frequência elas ocorrem em indivíduos afetados em comparação com a população geral.
Análise Estatística dos Achados
Para calcular a probabilidade de uma doença se desenvolver com base na presença de uma variante genética, os pesquisadores usaram uma abordagem matemática para combinar dados dos grupos de casos e populações.
Os pesquisadores definiram isso como a probabilidade de desenvolver cardiomiopatia na idade adulta, especialmente considerando a idade média em que os indivíduos foram recrutados para o estudo. Eles presumiram que as três variáveis usadas na análise eram independentes para derivar intervalos de confiança para suas estimativas.
Prevalência das Cardiomiopatias
Os pesquisadores também buscaram determinar quão comuns são as cardiomiopatias na população. Eles analisaram estudos existentes para coletar dados sobre a frequência com que essas condições ocorrem. Descobriram que as estimativas tradicionais podem subestimar a verdadeira prevalência, especialmente quando derivadas de sistemas de codificação de saúde, já que alguns indivíduos podem não receber os diagnósticos corretos.
Analisando estudos de imagem, eles estimaram a prevalência de HCM em aproximadamente 1 em 543 pessoas. Para DCM, a prevalência estimada foi de cerca de 1 em 220 indivíduos. Eles também exploraram as diferenças na prevalência entre homens e mulheres.
Estimativas de Penetrância
Entre aqueles encaminhados para sequenciamento genético, um número significativo de variantes raras foi identificado em genes ligados a HCM e DCM, com uma alta porcentagem de indivíduos carregando essas variantes. Essas descobertas permitem que os pesquisadores estimem quão provável é que uma variante leve à doença.
Os pesquisadores relataram que variantes classificadas como patogênicas (causadoras de doenças) eram mais propensas a levar a problemas de saúde em comparação com classificações menos certas. Variantes que eram muito raras na população mostraram altas estimativas de penetrância também.
Diferenças por Idade e Gênero
Os dados também revelaram que a probabilidade de desenvolver doença cardíaca a partir dessas variantes genéticas pode mudar com a idade e pode diferir por gênero. Algumas variantes genéticas estavam associadas a um risco maior em homens em comparação com mulheres.
Analisando quão prováveis são os indivíduos de desenvolver cardiomiopatia em diferentes idades, os pesquisadores esperam informar melhores estratégias de monitoramento para aqueles identificados com variantes específicas, especialmente se eles estiverem sem sintomas no início.
Conclusões: Implicações Clínicas dos Achados
Este estudo revelou insights importantes sobre a prevalência e a penetrância de variantes genéticas ligadas a cardiomiopatias. Ele fornece uma imagem mais clara de quão prováveis certas variantes são para levar à doença na população geral em comparação com famílias afetadas.
No entanto, o estudo também reconhece que muitas variantes encontradas em indivíduos sem sintomas podem ter baixa penetrância, significando que carregá-las não garante que alguém desenvolverá doença cardíaca. Tomar decisões com base nesses achados requer uma consideração cuidadosa dos riscos e benefícios potenciais, especialmente em ambientes de saúde.
Compreendendo esses fatores genéticos, os provedores de saúde podem tomar decisões mais informadas sobre rastreamento, monitoramento e medidas preventivas para pacientes em risco de cardiomiopatias. O objetivo final é garantir que os indivíduos recebam os cuidados mais relevantes com base em seu histórico genético e potencial de desenvolvimento de doenças.
Direções Futuras
Daqui pra frente, ter dados mais precisos sobre variantes genéticas raras e suas implicações ajudará a adaptar práticas clínicas. À medida que os testes genéticos se tornam mais amplamente disponíveis, entender melhor esses fatores genéticos será crucial para melhorar os resultados da saúde cardiovascular.
Ampliar estudos populacionais para incluir ancestrais diversos também aumentará a precisão das estimativas de penetrância, permitindo abordagens mais personalizadas para o cuidado. Continuando a acumular dados sobre como as variações genéticas influenciam a saúde, pesquisadores e profissionais de saúde podem apoiar melhor indivíduos em risco de cardiomiopatias.
Essa pesquisa estabelece as bases para futuros estudos e avaliações clínicas sobre o papel da genética na saúde do coração, levando a estratégias aprimoradas para gerenciar cardiomiopatias.
Título: The penetrance of rare variants in cardiomyopathy-associated genes: a cross-sectional approach to estimate penetrance for secondary findings
Resumo: Understanding the penetrance of pathogenic variants identified as secondary findings (SFs) is of paramount importance with the growing availability of genetic testing. We estimated penetrance through large-scale analyses of patients referred for diagnostic sequencing for hypertrophic cardiomyopathy (HCM; 10,400 cases, 1,340 variants) and dilated cardiomyopathy (DCM; 2,564 cases, 665 variants), using a cross-sectional approach comparing allele frequencies against reference populations (293,226 participants from UK Biobank and gnomAD). We generated updated prevalence estimates for HCM (1:543) and DCM (1:220). In aggregate, the penetrance by late adulthood of rare, pathogenic variants (23% for HCM, 35% for DCM) and likely pathogenic variants (7% for HCM, 10% for DCM) was substantial for dominant CM. Penetrance was significantly higher for variant subgroups annotated as loss of function or ultra-rare, and for males compared to females for variants in HCM-associated genes. We estimated variant-specific penetrance for 316 recurrent variants most likely to be identified as SFs (51% HCM and 17% DCM cases). 49 variants were observed at least ten times (14% of cases) in HCM-associated genes. Median penetrance was 14.6% ({+/-}14.4% SD). We explore estimates of penetrance by age, sex, and ancestry, and simulate the impact of including future cohorts. This dataset is the first to report penetrance of individual variants at scale and will inform the management of individuals undergoing genetic screening for SFs. While most variants had low penetrance and the costs and harms of screening are unclear, some carriers of highly penetrant variants may benefit from SFs. Graphical AbstractA flowchart of the estimated penetrance for dominant cardiomyopathy by late adulthood for a variant of interest. The estimates of penetrance in this study are for carriers identified from unselected populations (e.g., consumer-initiated elective genomic testing or as secondary (2{degrees}) findings in clinical settings). If the variant is ultra-rare (i.e., identified once or less in population datasets), only estimates by variant subgroup in aggregate are available. If the variant is identified multiple times in both case and population datasets, variant-specific penetrance estimates may be available. If the variant is curated as a variant of uncertain significance (VUS), the penetrance estimate is low. If the variant is a likely pathogenic predicted loss of function (pLoF) variant and is identifiable multiple times in cases and population cohorts, penetrance estimates vary by gene (Figure 2). High aggregate penetrance represents an estimate of >25%; moderate aggregate penetrance represents 10%-25%, and low penetrance represents View larger version (33K): [email protected]@1b8e441org.highwire.dtl.DTLVardef@1919151org.highwire.dtl.DTLVardef@1db7e78_HPS_FORMAT_FIGEXP M_FIG O_FLOATNOFigure 2C_FLOATNO The aggregate estimates of penetrance of "loss of function" variants are high for specific genes. The plot depicts estimated penetrance of HCM-associated (left) and DCM-associated (right) rare variants. pLoF and non-pLoF variant groups are plotted in green and blue, respectively. pLoF, predicted loss of function variants; *, TTNtv that are PSI>90%. Pathogenic TNNT2 inframe deletions caused an increased penetrance signal for inframe deletions for both HCM and DCM (see Figure S12). C_FIG
Autores: James S Ware, K. A. McGurk, X. Zhang, P. Theotokis, K. Thomson, A. Harper, R. Buchan, E. Mazaika, E. Ormondroyd, W. Wright, D. Macaya, C. J. Pua, B. Funke, D. MacArthur, S. Prasad, S. Cook, M. Allouba, Y. Aguib, M. Yacoub, D. O'Regan, P. Barton, H. Watkins, L. Bottolo
Última atualização: 2023-03-17 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2023.03.15.23287112
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.03.15.23287112.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.