Pubblicato su ARD un lavoro che propone un nuovo modello prognostico, per prevedere l’incidenza di gonartrosi radiografica in 8 anni
E’ stato pubblicato su ARD un lavoro che propone un nuovo modello prognostico, sviluppato e validato esternamente e basato su variabili cliniche comuni e biomarcatori proteici, per prevedere l’incidenza di gonartrosi radiografica (rKOA) in un lasso di tempo pari a 96 mesi (8 anni) in individui senza segni radiografici di malattia. Il nomogramma risultante è uno strumento utile per stratificare le popolazioni ad alto rischio e potrebbe potenzialmente portare a strategie di medicina personalizzata per il trattamento dell’osteoartrosi (OA).
Razionale di implementazione del modello
La gonartrosi (KOA) rappresenta una delle malattie reumatologiche più diffuse ed è classificata tra le prime 10 cause di disabilità cronica, con un impatto enorme sulla sanità. L’impossibilità di individuare gli stadi precoci della malattia e la mancanza di trattamenti efficaci lasciano i pazienti affetti da KOA senza opzioni cliniche non chirurgiche. La ricerca, pertanto, si è focalizzata sulla scoperta di marcatori prognostici per identificare gli individui ad alto rischio di sviluppare KOA prima che si manifesti il danno articolare.
Sulla base di questi presupposti, gli autori di questo studio hanno sviluppato e validato un modello prognostico utile a prevedere l’incidenza di KOA radiografica (rKOA) in soggetti osteoartrosici non radiografici e a stratificare gli individui a rischio elevato di sviluppare la malattia.
A tal scopo, individui senza segni radiografici di KOA secondo la scala di classificazione di Kellgren e Lawrence (KL) (KL=0 in entrambe le ginocchia) sono stati arruolati nella coorte OA initiative (OAI) e nella Prospective Cohort of A Coruña (PROCOAC).
Sono stati sviluppati, allora, diversi modelli prognostici per prevedere l’incidenza di rKOA durante un periodo di follow-up di 96 mesi tra i partecipanti all’OAI sulla base di variabili cliniche e dei livelli sierici dei biomarcatori proteici candidati (APOA1, APOA4, ZA2G e A2AP).
Nello specifico, i biomarcatori proteici considerati sono stati i seguenti:
– APOA1: noto per essere il principale costituente delle lipoproteine ad alta densità, non solo trasporta il colesterolo ma svolge anche funzioni antinfiammatorie. Alcuni studi hanno recentemente riportato che i livelli di APOA1 nel liquido sinoviale sono correlati negativamente con la progressione del grado KL, proponendo APOA1 come predittore della gravità della malattia. Altri studi hanno documentato livelli più elevati di APOA1 nei pazienti con OA rispetto ai controlli
– APOA4: altra proteina coinvolta nel metabolism dei lipidi, è significativamente associata con il grado KL
– ZA2G: una nuova adipochina che svolge un ruolo nel metabolismo lipidico. È interessante notare che non è stata documentata alcuna correlazione significativa tra i livelli di questa proteina e le variazioni del BMI. Sebbene la fonte primaria di adipochine sia il tessuto adiposo, condrociti, sinoviociti e osteoblasti possono rilasciare queste molecole. Oltre al danno meccanico all’articolazione nella KOA causato dall’eccesso di carico, l’aumentata secrezione di adipochine influisce anche sull’omeostasi articolare. In questo caso, le adipochine possono contribuire alla patogenesi dell’OA attraverso l’infiammazione sinoviale e la produzione di metalloproteinasi di matrice
– A2AP: proteina plasmatica della superfamiglia degli inibitori di serina proteasi, comunemente noti come serpine. Questi enzimi promuovono l’attivazione delle metalloproteinasi latenti della matrice e possono persino distruggere direttamente la matrice extracellulare. Alcuni studi precedenti hanno riportato che le serpine sono downregolate nell’OA, il che potrebbe influenzare l’attività proteolitica. Sebbene non vi siano prove di un coinvolgimento diretto di A2AP nella KOA, stanno emergendo prove che suggeriscono che le serine proteinasi svolgono un ruolo nella distruzione della cartilagine. Stando ad un’ipotesi alternativa, A2AP funzionerebbe come inibitore primario della fibrinolisi, un processo intimamente coinvolto nel controllo dell’infiammazione, le cui vie sono attivate durante il processo patologico dell’OA. Infatti, è stata descritta l’attivazione del sistema fibrinolitico nel liquido sinoviale di pazienti affetti da OA, e A2AP potrebbe svolgere un ruolo in questo pathway.
La capacità predittiva dei biomarcatori è stata valutata in base all’area sotto la curva (AUC), corredata da un processo di validazione interna.
Infine, è stato tracciato un nomogramma basato sui parametri di regressione. Le prestazioni del modello sono state convalidate esternamente nel PROCOAC.
Risultati principali
Sono stati presi in considerazione per l’elaborazione di diversi modelli predittivi i dati di 282 pazienti partecipanti dell’OAI.
Dall’analisi dei dati è emerso che il modello costruito con dati demografici, antropometrici e clinici (età, sesso, indice di massa corporea e punteggio del dolore WOMAC) presentava una AUC=0,702 per prevedere l’incidenza di rKOA durante il follow-up.
L’inclusione dei dati relativi ai biomarcatori proteici ZA2G, A2AP e APOA1 ha migliorato significativamente la sensibilità e la performance predittiva del modello (AUC=0,831).
Il modello più semplice, che includeva solo le covariate cliniche e i livelli sierici di ZA2G e A2AP, ha ottenuto un AUC=0,826.
Entrambi i modelli sono stati sottoposti a convalida incrociata interna. Le prestazioni predittive sono state convalidate esternamente in un set di dati indipendente di 100 individui del PROCOAC (AUC=0,713).
Riassumendo
I ricercatori hanno sviluppato e convalidato esternamente un modello prognostico basato su dati clinici e tre biomarcatori proteici per prevedere l’incidenza di gonartrosi radiografica in individui senza segni radiografici della malattia, con un’area sotto la curva pari a 0,83.
Questo nomogramma per l’incidenza di gonartrosi radiografica è uno strumento utile che potrebbe essere impiegato nella pratica clinica per stratificare le popolazioni ad alto rischio al fine di prevenire l’insorgenza della malattia o ritardarne la progressione, riducendo così l’onere associato. Il modello prognostico può anche essere utile per migliorare il reclutamento dei pazienti negli studi clinici.
Bibliografia
Paz-González R et al. Prognostic model to predict the incidence of radiographic knee osteoarthritis. Annals of the Rheumatic Diseases Published Online First: 05 January 2024. doi: 10.1136/ard-2023-225090
Leggi