Un team internazionale, guidato da e distinguere simultaneamente tra 18 malattie infettive o infiammatorie, tra cui febbre infantile,lo streptococco di gruppo B (GBS), il virus respiratorio sinciziale (RSV) e la tubercolosi. con il potenziale per fornire un risultato in una frazione del tempo degli attuali test diagnostici.
I risultati dello studio sono stati pubblicati sulla rivista scientifica Med.
Febbre infantile: ecco come diagnosticarla in tempi record
Utilizzando un singolo campione di sangue, il test potrebbe consentire ai medici di diagnosticare la causa della febbre infantile in base al modello distintivo dei geni che vengono “attivati o disattivati” dal corpo in risposta a malattie specifiche. Mentre i test attuali per alcune delle condizioni possono richiedere diverse ore, giorni o addirittura settimane, un test basato su questo approccio sarebbe in grado di fornire un risultato in meno di 60 minuti.
I ricercatori spiegano che mentre il loro studio rappresenta una prova di concetto per il metodo, dimostrando che funziona, un test diagnostico basato sull’espressione genica dei pazienti potrebbe migliorare drasticamente la diagnosi delle malattie come la febbre infantile, ridurre le diagnosi ritardate e mancate e avere un significativo impatto sull’assistenza sanitaria, in particolare nelle regioni in via di sviluppo.
I risultati preliminari, pubblicati oggi per la prima volta sulla rivista Med , si basano su oltre un decennio di ricerca per rilevare e diagnosticare malattie basate su modelli di espressione genica. Questo lavoro fondamentale ha portato alla costituzione del consorzio DIAMONDS nel 2020, un progetto internazionale guidato dall’Imperial College di Londra per sviluppare test diagnostici rapidi per le malattie febbrili.
Il professor Michael Levin, presidente di pediatria e salute infantile internazionale presso il dipartimento di malattie infettive dell’Imperial College di Londra e co-autore senior dell’articolo, spiega: “Nonostante gli enormi progressi nella tecnologia medica, quando un bambino viene portato in ospedale con febbre infantile, il nostro approccio iniziale è quello di trattare in base all'”impressione” dei medici sulle probabili cause della malattia del bambino.”
“Come medici, dobbiamo prendere decisioni rapide sul trattamento, spesso solo sulla base dei sintomi del bambino, delle informazioni dei genitori e della nostra formazione ed esperienza medica”, aggiunge, “ma potremmo non sapere se la febbre infantile è batterica, virale , o qualcos’altro fino a ore o giorni dopo che un bambino è stato ricoverato, quando i risultati del test tornano”.
“Tali ritardi possono impedire ai pazienti di ricevere il trattamento giusto nella fase iniziale, quindi c’è una chiara e urgente necessità di migliorare la diagnostica. L’utilizzo di questo nuovo approccio, una volta tradotto in dispositivi vicino al punto di cura, potrebbe essere trasformativo per l’assistenza sanitaria”.
Le malattie infettive e infiammatorie sono la causa più comune per i bambini che cercano assistenza medica negli ospedali e nelle cliniche di base o di comunità. Ma con sintomi generali come la febbre infantile, può essere difficile per i team clinici diagnosticare in modo affidabile le infezioni batteriche, che possono essere potenzialmente pericolose per la vita, da altre cause, che possono essere meno gravi.
Spesso, ai pazienti possono essere somministrati antibiotici ad ampio spettro fino a quando non si può escludere un’infezione batterica. Ma questo approccio porta al diffuso uso eccessivo di antibiotici, contribuendo in ultima analisi alla resistenza antimicrobica e all’aumento delle infezioni resistenti ai farmaci.
La maggior parte dei test diagnostici si concentra sulla rilevazione di agenti patogeni, come i test a flusso laterale (LFT) per SARS-CoV-2, HIV o influenza o emocolture per confermare la presenza di batteri o lieviti. Ma gli LFT possono fornire solo un risultato sì o no per una delle possibili cause della malattia e le emocolture possono richiedere 72 ore o più per fornire risultati affidabili.
Nell’ultimo studio, i ricercatori hanno esplorato un approccio incentrato sulla rilevazione del modello di espressione genica di un paziente nel sangue che si verifica in risposta a specifiche infezioni e condizioni infiammatorie. Utilizzando i dati di migliaia di pazienti (inclusi più di 1000 bambini con 18 malattie infettive o infiammatorie) il team è stato in grado di identificare quali geni chiave sono stati attivati o disattivati in risposta a una serie di malattie, fornendo una firma molecolare di malattia.
L’apprendimento automatico è stato quindi applicato per identificare quali modelli di espressione genica corrispondessero alle aree specifiche della malattia e ai patogeni, concentrandosi su un pannello di 161 geni per 18 condizioni. Questo pannello è stato ulteriormente convalidato in una coorte di 411 pazienti pediatrici ricoverati in ospedale con sepsi o infezioni gravi (che rappresentano 13 delle 18 malattie), in cui l’espressione genica è stata catturata dall’analisi del sangue e in cui le diagnosi sono state effettuate utilizzando gli attuali metodi clinici gold standard.
I nuovi test diagnostici non possono essere testati in ambito clinico fino a quando non vengono approvati, poiché alcune diagnosi errate potrebbero avere gravi conseguenze, come la mancata identificazione di un’infezione batterica pericolosa per la vita. Invece, il team ha utilizzato una misura “sensibile ai costi”, basata sul consenso di un gruppo di cinque esperti clinici, per mostrare dove il test potrebbe essere utilizzato per evitare diagnosi errate e dove ciò avrebbe le maggiori conseguenze.
Il dottor Myrsini Kaforou, docente senior presso il Dipartimento di malattie infettive dell’Imperial e co-autore senior dell’articolo, ha dichiarato: “Questo corpus di lavoro ci ha permesso di identificare la firma molecolare di un’ampia gamma di malattie basate su 161 geni, su migliaia di geni nel genoma umano. Distinguendo tra molte malattie contemporaneamente all’interno dello stesso test, abbiamo sviluppato un modello più completo e accurato che si allinea con il modo in cui i medici pensano alla diagnosi”.
“Con questo primo studio proof-of-concept, siamo stati in grado di dimostrare che il nostro approccio diagnostico basato sull’apprendimento automatico multi-malattia funziona. Questo tipo di progresso è possibile solo attraverso la collaborazione interdisciplinare e i grandi consorzi di ricerca, che riuniscono le competenze di malattie infettive, scienze molecolari e bioinformatica”.
“C’è ancora molto lavoro da fare per portare questo test alla clinica, ma ci stiamo lavorando. Un futuro test diagnostico basato su questo approccio potrebbe aiutare a fornire il trattamento giusto, al paziente giusto, al momento giusto, mentre ottimizzando l’uso di antibiotici e riducendo i tempi lunghi per la diagnosi delle malattie infiammatorie.
I ricercatori sottolineano che un test funzionale non è ancora disponibile per la pratica clinica e il loro pannello di trascrizione dell’RNA richiederebbe ulteriori adattamenti, test e traduzione in una piattaforma/dispositivo prontamente utilizzabile prima che possa essere approvato dalle autorità di regolamentazione.
Evidenziano un potenziale vantaggio del loro approccio che potrebbe aiutare a diagnosticare rapidamente le malattie respiratorie, come la polmonite batterica o la tubercolosi, mentre un esame del sangue basato su agenti patogeni potrebbe non essere efficace (poiché l’agente patogeno è nel polmone, non nel sangue), un host potrebbe ancora individuare la firma molecolare rivelatrice che lascia nel sangue del paziente, attraverso l’espressione genica del paziente.
Nell’ambito dello studio internazionale multipartner DIAMONDS, il passo successivo è sperimentare l’approccio su migliaia di pazienti negli ospedali in Europa, Africa e Asia. Questa fase valuterà il nuovo approccio rispetto all’attuale gold standard per la diagnosi clinica e quanto è probabile che cambi il processo decisionale clinico.
Dominic Habgood-Coote, ricercatore associato presso il Dipartimento di malattie infettive dell’Imperial College di Londra e primo autore dell’articolo, ha dichiarato: “L’utilizzo delle risposte trascrizionali dell’ospite alla malattia è interessante per la diagnosi di febbre nei bambini, nei quali gli approcci diagnostici tradizionali sono particolarmente difficili.
Abbiamo dimostrato che il nostro approccio è utile per rispondere a domande cliniche definite in modo ristretto, ma c’è un chiaro vantaggio nell’espanderlo per includere una gamma più ampia di malattie e una classificazione più dettagliata”.
Il professor Levin ha aggiunto: “Fondamentalmente, sono un clinico e il motivo per cui facciamo ricerca è che vogliamo qualcosa di meglio per i pazienti. Penso che l’entusiasmo attorno a questa piattaforma sia l’implicazione clinica. Se riusciamo a spostarla nell’uso clinico, potrebbe davvero trasformare i servizi sanitari”.