Un test delle urine mediante striscia reattiva sarebbe in grado di anticipare gli eventi di riacutizzazione nei pazienti con Bpco
Un test delle urine mediante striscia reattiva, messo a punto da Global Access Diagnostics, sarebbe in grado non solo di distinguere tra gli stati di Bpco stabilizzata e gli eventi di riacutizzazione nei pazienti con Bpco, ma sarebbe anche in grado di prevedere le esacerbazioni con 13 giorni di anticipo.
È quanto emerge dai risultati di un nuovo studio pubblicato su ERJ Open Research, in cui i pazienti hanno analizzato quotidianamente le proprie urine a casa per verificare la presenza di biomarcatori infiammatori; i dati sono stati inviati a un’applicazione per smartphone.
Con questi dati, i ricercatori hanno sviluppato uno strumento di intelligenza artificiale (AI) per prevedere il tempo all’evento di riacutizzazione di Bpco, un periodo in cui i sintomi peggiorano improvvisamente. Il team ha osservato che il ricorso a questo nuovo strumento di analisi potrebbe offrire ai medici la possibilità di intervenire precocemente per prevenire le riacutizzazioni di Bpco o renderle meno gravi.
Razionale e disegno dello studio
La Bpco si manifesta quando un’infiammazione di lunga durata danneggia le vie respiratorie, causando sintomi come mancanza di respiro, tosse persistente e infezioni ricorrenti, ricordano i ricercatori nell’introduzione allo studio. Le riacutizzazioni rappresentano il principale fattore di cattivo stato di salute, di ricoveri, di mortalità e di costi sanitari.
Diverse caratteristiche cliniche e vari biomarcatori sono stati proposti come predittori delle riacutizzazioni di Bpco, ma nessuno di essi, finora, era stato in grado di fornire una previsione affidabile del rischio di tempistica dell’insorgenza di una riacutizzazione. Di qui il nuovo studio, che è proposto di sviluppare un test predittivo che agisse come una previsione meteorologica personale di un attacco imminente.
I ricercatori hanno innanzitutto cercato di identificare dei biomarcatori urinari in grado di distinguere tra stati di malattia stabile ed eventi di riacutizzazione di Bpco. A tal scopo, hanno preso in considerazione i dati di 55 adulti con Bpco che avevano sperimentato almeno un episodio di riacutizzazione nell’anno precedente che aveva richiesto il ricorso ai corticosteroidi o agli antibiotici. Sono stati inclusi pazienti ricoverati in ospedale per trattare gli eventi di riacutizzazione. I pazienti avevano un’età media di 69 anni e circa due terzi erano di sesso maschile.
Per convalidare i risultati ottenuti, i ricercatori hanno chiesto ad un gruppo di altri 105 pazienti affetti da Bpco di analizzare le proprie urine ogni giorno per sei mesi, inviando i dati tramite un’applicazione sul proprio cellulare. Per convalidare la serie di biomarcatori sono stati utilizzati campioni di urina accoppiati di 26 pazienti, con un’età media di 70 anni e un totale di 33 episodi di riacutizzazione.
Risultati principali
Il gruppo di 10 biomarcatori identificati è riuscito a discriminare i campioni di urina prelevati durante le riacutizzazioni da quelli raccolti durante un periodo di malattia stabile con un’accuratezza dell’81%.
A questo punto, è stata utilizzata una rete neurale artificiale (ANN) per identificare il miglior pannello di biomarcatori urinari in grado di prevedere le riacutizzazioni di Bpco. Questo è stato poi utilizzato per prevedere il rischio di una futura riacutizzazione. L’ANN è un metodo di intelligenza artificiale (AI) che insegna ai computer a elaborare i dati in modo simile al cervello umano.
Sulla base dei dati di 85 pazienti, cinque biomarcatori – NGAL, TIMP1, CRP, fibrinogeno e CC16 – sono stati selezionati per sviluppare un prototipo di test delle urine chiamato Headstart.
In questo test, una striscia di carta viene immersa in un campione di urina per verificare i livelli dei cinque biomarcatori. I risultati possono essere letti rapidamente utilizzando un lettore ottico, un dispositivo che traduce i dati visivi in dati digitali.
Utilizzando l’ANN, i ricercatori sono stati in grado di prevedere un evento di riacutizzazione di Bpco entro una finestra temporale di 13 giorni con un’accuratezza dell’89%, una sensibilità del 95% e una specificità dell’85%. In questo caso, la sensibilità del test si riferisce alla sua capacità di identificare correttamente coloro che sperimentano una riacutizzazione entro 13 giorni, mentre la specificità si riferisce all’identificazione corretta di coloro che hanno una malattia stabile.
Riassumendo
In conclusione, i risultati di questo studio sono promettenti perché suggeriscono la possibilità di ricorrere ad un tool di analisi dei campioni di urina basato sull’AI in grado di prevedere una riacutizzazione prima che inizi. … Se si rivelerà efficace a lungo termine, questo test potrebbe garantire che i pazienti ricevano il trattamento e l’assistenza di cui hanno bisogno per ridurre le riacutizzazioni dei sintomi il più rapidamente possibile, scrivono i ricercatori nelle conclusioni del lavoro.
Bibliografia
Yousuf AJ et al. Artificial neural network risk prediction of chronic obstructive pulmonary disease (COPD) exacerbations using urine biomarkers. ERJ Open Research 2024 00797-2024; DOI: https://doi.org/10.1183/23120541.00797-2024
Leggi