Un nuevo estudio identifica biomarcadores que pueden distinguir entre una neumonía bacteriana y una viral

El análisis de más de mil proteínas en sangre, aunado a un sistema de inteligencia artificial, identifica marcadores que permiten distinguir entre neumonías causadas por bacterias, virus o la malaria. Los resultados del estudio, coliderado por el Broad Institute of MIT and Harvard y el Instituto de Salud Global de Barcelona (ISGlobal), centro impulsado por la Fundación ”la Caixa”, proporcionan las bases para desarrollar una prueba rápida de diagnóstico capaz de identificar a los pacientes pediátricos que requieren tratamiento antibiótico.

La neumonía es una de las principales causas de mortalidad infantil a nivel global. Aunque el cuadro clínico es muy parecido, la neumonía puede ser causada por una bacteria, un virus o incluso por la malaria. Mientras que las neumonías virales en la infancia a menudo son leves y pueden resolverse sin tratamiento específico, las causadas por bacterias requieren antibióticos, y en ausencia de estos, pueden progresar rápidamente hacia la muerte. Por tanto, identificar el microorganismo responsable de causar la neumonía permite determinar qué tratamiento específico hay que administrar y con qué premura. Sin embargo, las pruebas diagnósticas para diferenciar entre los diferentes tipos de neumonía son laboriosas o poco sensibles.

“Para este estudio, partimos de la hipótesis de que nuestro organismo responde de manera diferente a un virus, una bacteria o a un parásito, y que esta diferencia podría reflejarse en el tipo de proteínas derivadas de dicha respuesta, que circulan en la sangre y pueden detectarse con cierta facilidad,” explica Quique Bassat, investigador ICREA en ISGlobal y coautor sénior del estudio. Así pues, el equipo investigador utilizó muestras de sangre de 195 pacientes pediátricos con neumonía clínica y en los que se hizo un diagnóstico certero de la causa de la enfermedad (virus, bacteria, malaria o mixta). Para cada muestra, se analizaron más de 1.200 proteínas relacionadas con la inflamación, la transducción de señales y la respuesta inmune mediante una tecnología punta que además tiene la ventaja de requerir una cantidad muy pequeña de plasma (bastan 150 microlitros). Los resultados del análisis se usaron para generar un modelo, utilizando complejos algoritmos e inteligencia artificial, capaz de distinguir con robustez entre infecciones virales, bacterianas o por malaria. El estudio se realizó en el distrito de Manhiça, en el sur de Mozambique, una región endémica para la malaria y donde las neumonías son la primera causa de muerte en la infancia.

Los resultados muestran diferencias significativas en la expresión de proteínas entre neumonías bacterianas y virales (219 proteínas) y entre neumonías bacterianas y mixtas -virales y malaria- (151 proteínas). Las neumonías bacterianas se asociaron fuertemente con marcadores de activación de neutrófilos (que son células del sistema inmune innato).

En este modelo predictivo, la combinación de tan solo cinco marcadores proteicos permitió discriminar infecciones bacterianas de virales con una sensibilidad del 90% y una especificidad del 95%, lo cual cumple con creces los criterios establecidos por la organización FIND en materia de diagnóstico para neumonías. Los marcadores funcionaron bien incluso en un contexto como el del sur de Mozambique, donde la malaria, la malnutrición y la infección por VIH favorecen las infecciones mixtas.

“Con la tecnología apropiada, estos marcadores podrían ser la base de futuras pruebas diagnosticas rápidas y sencillas, que puedan llevarse al terreno o a la cabecera del paciente, para identificar a los niños y las niñas con neumonía bacteriana y distinguir de forma mucho más específica a aquellos que deben ser tratados con antibióticos, y a los que no los necesitan,” explica Bassat.

Referencia

Gillette MA, Mani DR, Uschnig MD et al. Biomarkers to distinguish bacterial from viral pediatric clinical pneumonia in a malaria endemic setting. Clin Infect Dis. 2021. Feb 3. doi: 10.1093/cid/ciaa1843.