ES2288962T3 - Diagnostico de fibrosis hepatica con algoritmos de marcadores sericos. - Google Patents

Diagnostico de fibrosis hepatica con algoritmos de marcadores sericos. Download PDF

Info

Publication number
ES2288962T3
ES2288962T3 ES01945050T ES01945050T ES2288962T3 ES 2288962 T3 ES2288962 T3 ES 2288962T3 ES 01945050 T ES01945050 T ES 01945050T ES 01945050 T ES01945050 T ES 01945050T ES 2288962 T3 ES2288962 T3 ES 2288962T3
Authority
ES
Spain
Prior art keywords
score
fibrosis
algorithms
liver
markers
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
ES01945050T
Other languages
English (en)
Inventor
Michael Volker
Michael Becka
Werner Kroll
Andreas Knorr
Sylvia Unger
Mathias Gehrmann
Guido Hennig
Elmar-Reinhold Burchardt
Michael J. Arthur
Alastair D. Burt
Massimo Pinzani
Detlef Schuppan
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayer AG
Bayer Corp
Original Assignee
Bayer AG
Bayer Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from EP00109063A external-priority patent/EP1150123B1/en
Application filed by Bayer AG, Bayer Corp filed Critical Bayer AG
Application granted granted Critical
Publication of ES2288962T3 publication Critical patent/ES2288962T3/es
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6887—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids from muscle, cartilage or connective tissue
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/78—Connective tissue peptides, e.g. collagen, elastin, laminin, fibronectin, vitronectin, cold insoluble globulin [CIG]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/81—Protease inhibitors
    • G01N2333/8107—Endopeptidase (E.C. 3.4.21-99) inhibitors
    • G01N2333/8146—Metalloprotease (E.C. 3.4.24) inhibitors, e.g. tissue inhibitor of metallo proteinase, TIMP
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/914—Hydrolases (3)
    • G01N2333/948—Hydrolases (3) acting on peptide bonds (3.4)
    • G01N2333/95—Proteinases, i.e. endopeptidases (3.4.21-3.4.99)
    • G01N2333/964—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue
    • G01N2333/96425—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals
    • G01N2333/96427—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general
    • G01N2333/9643—Proteinases, i.e. endopeptidases (3.4.21-3.4.99) derived from animal tissue from mammals in general with EC number
    • G01N2333/96486—Metalloendopeptidases (3.4.24)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/08—Hepato-biliairy disorders other than hepatitis
    • G01N2800/085—Liver diseases, e.g. portal hypertension, fibrosis, cirrhosis, bilirubin

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • Cell Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Método in vitro para diagnosticar fibrosis hepática en el que se miden dos o más marcadores de diagnóstico en sangre, suero o plasma y se combinan las mediciones mediante análisis de función discriminante, caracterizado porque los marcadores de diagnóstico se seleccionan del grupo de propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TIMP-1 y complejo MMP-9/TIMP-1 en el que se usan los algoritmos para apoyar, predecir o sustituir o aumentar la puntuación histológica de una biopsia de hígado.

Description

Diagnóstico de fibrosis hepática con algoritmos de marcadores séricos.
Las enfermedades fibróticas progresivas del hígado son una causa principal de morbimortalidad en todo el mundo. Recientes avances científicos demuestran que el proceso patogénico de fibrosis en el hígado depende fundamentalmente de la proliferación y activación de células estrelladas hepáticas (también denominadas lipocitos, células de Ito o de almacenamiento de grasa) que sintetizan y secretan proteínas de matriz extracelular en exceso (1). Además es evidente que este proceso es común a la enfermedad hepática de todas las etiologías. De particular importancia son la hepatitis vírica crónica B y C y la enfermedad hepática alcohólica así como enfermedades hepáticas genéticas y autoinmunitarias, que conducen todas a problemas clínicos mediante la ruta final común de fibrosis hepática progresiva, con el eventual desarrollo de cirrosis.
Un concepto importante es la distinción entre fibrosis hepática y cirrosis. La fibrosis hepática es una acumulación reversible de matriz extracelular en respuesta a una lesión crónica en la que todavía no se han desarrollado nódulos, mientras que la cirrosis implica un proceso irreversible, en el que bandas gruesas de matriz rodean completamente el parénquima, formando nódulos. En consecuencia, cualquier tratamiento debe dirigirse hacia los pacientes con enfermedad reversible (fibrosis), lo que requerirá la identificación y seguimiento tempranos de aquellos en riesgo (2).
La gravedad y la progresión de la fibrosis hepática son difíciles de evaluar, siendo aún actualmente la biopsia de hígado el método clínico más fiable. La evaluación cualitativa de la fibrosis hepática mediante biopsias está limitada por la variabilidad interobservador. Las biopsias son claramente inadecuadas para la fase clínica temprana del desarrollo de fármacos, en la que es imprescindible emplear métodos menos invasivos que identifiquen compuestos eficaces en un plazo de tiempo comercialmente aceptable, medido normalmente en semanas hasta un máximo de tres meses de exposición terapéutica experimental. Otras desventajas son la baja especificidad de diagnóstico y el riesgo de hemorragia. Por tanto, existe una necesidad de marcadores sustitutos de fibrosis hepática. Las pruebas séricas permiten una evaluación no invasiva de la fibrogénesis y fibrolisis en el hígado y pueden realizarse repetidamente y a intervalos cortos de tiempo (3). Las pruebas séricas que miden los procesos dinámicos de la síntesis de la matriz extracelular (fibrogénesis) y degradación de la matriz extracelular (fibrolisis) reflejan la cantidad de matriz extracelular presente, el grado de fibrosis o el proceso en curso de cambio arquitectónico del hígado (4).
El estado actual de la técnica para medir marcadores sustitutos de fibrosis hepática está poco desarrollado. Estudios previos han sugerido que puede usarse la concentración sérica de proteínas de matriz extracelular (o sus fragmentos de excisición) para evaluar la gravedad y progresión de la fibrosis hepática (4.5, documentos US 5 316 914, EP 0 283 779). Se han investigado diferentes marcadores séricos y se han encontrado correlaciones con biopsias de hígado y la gravedad de las enfermedades hepáticas (6).
La publicación J. P. TEARE AL. se refiere a "Comparison of serum procollagen III peptide concentrations and PGA index for assessment of hepatic fibrosis" (LANCET THE., vol. 342, nº 8876, 9 de octubre de 1993 (1 993-1 0-09), páginas 895-898),
la publicación X. JI ET AL. se refiere a "Clinical significance of serum 7s collagen and type VI collagen levels for the diagnosis of hepatic fibrosis." (CHINESE MEDICAL JOURNAL 1 ZHONGHUA Y1XUE ZAZHI YINGWEN BAN., vol. 1 10, nº 3,1997, páginas 198- 201),
la publicación D. SCHUPPAN ET AL. se refiere a "Serummarker der Leberfibrose." (DEUTSCHE MEDIZINISCHE WOCHENSCHRIFT, vol. 124, nº 41, 15 de octubre de 1999 (1999- 10-1 5), páginas 1213-1218),
G Castaldo, et. al. describe el diagnóstico diferencial entre carcinoma hepatocelular y cirrosis mediante una función discriminante basada en resultados para analitos en suero (Clin. Chem., agosto de 1996; 42: 1263 - 1269)
Una publicación en DIGESTIVE DISEASES AND SCIENCES, vol. 39, nº 11, 1994, páginas 2426-2432 tiene el título Alpha-2-macroglobulin and hepatic fibrosis.
Los marcadores usados para la evaluación de la fibrosis hepática son PIIINP, laminina, hialuronano, colágeno IV, TIMP-1, tenascina, MMP-2 y fibronectina. Se miden los marcadores y se ha demostrado su capacidad para evaluar la fibrosis hepática. No obstante, los valores de diagnóstico de cada marcador individual no son precisos y específicos para evaluar puntuaciones de fibrosis.
Por tanto se tratan combinaciones de marcadores para aumentar el valor de diagnóstico. Se han descrito el índice biológico simple PGA que combina el tiempo de protrombina (TP), gamma-glutamil transpeptidasa (GGT) sérica y apolipoproteína A1 (Apo A1) y el índice PGAA que incluye alfa-2-macroglobulina (A_{2}M) al índice PGA para el diagnóstico de enfermedad hepática alcohólica en alcohólicos (7,8). Aunque se han combinado los índices PGA y PGAA con marcadores séricos individuales (9, 10), no se han usado marcadores séricos para establecer algoritmos para la evaluación de enfermedades hepáticas.
En esta invención, se unen marcadores séricos de la matriz extracelular en un panel que conduce a un conjunto de marcadores cuya medición permitirá el cálculo de un algoritmo y el uso de un algoritmo derivado de este tipo para la predicción de la puntuación histológica de fibrosis hepática. Para este fin se usa análisis de función discriminante para determinar qué variables discriminan entre las puntuaciones de fibrosis diferentes. Los algoritmos se derivan del conjunto de marcadores propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TIMP- 1 y complejo MMP-9/TIMP-1.
Por tanto, la invención se refiere a un método in vitro para diagnosticar fibrosis hepática en el que se miden dos o más marcadores de diagnóstico en sangre, suero o plasma y se combinan las mediciones mediante análisis de función discriminante caracterizado porque los marcadores de diagnóstico se seleccionan del grupo de propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TIMP-1 y complejo MMP-9/TIMP-1 en el que los algoritmos van a usarse para apoyar, predecir o sustituir o aumentar la puntuación histológica de una biopsia de hígado.
En general, todas las técnicas nuevas han de validarse frente a técnicas convencionales actuales, si existe alguna. El "patrón de oro" para evaluar la fibrosis en el hígado es la biopsia de hígado. Con la biopsia, se corta en rodajas algo de tejido extraído aleatoriamente, que se examina por un experto usando un microscopio. Existen muchos problemas asociados con las biopsias de hígado que inducen cierta incertidumbre: distribución de la fibrosis en el hígado (por ejemplo, fibrosis agrupada y la aguja puede haber alcanzado zonas del hígado no afectadas por fibrosis), preparación de muestra fallida (por ejemplo, material tisular insuficiente), y preferencias e individualidad del anatomopatólogo (evaluaciones individuales). Además, normalmente se describe el estado fibrótico del hígado usando puntuaciones y hay muchos sistemas de puntuación diferentes, posiblemente incompatibles (por ejemplo puntuación de Scheuer, puntuaciones de Ishak, etc.).
Por ejemplo, en un estudio con 24 pacientes, dos anatomopatólogos independientes tuvieron que puntuar las mismas muestras de biopsias para cada paciente en dos momentos diferentes usando dos sistemas de puntuación diferentes. El número de evaluaciones en las que los anatomopatólogos obtuvieron resultados idénticos oscilaron solamente desde el 36% hasta el 46%.
La nueva técnica se basa en medir parámetros séricos, que se asocian directamente con el proceso fibrótico, y combinarlos a un nivel matemático dando un procedimiento de evaluación fijo.
Con el fin de validar la nueva técnica, el "patrón de oro" no es el mejor, sino el único medio, debido a que, a priori, ambos métodos no investigan criterios de valoración comparables: mientras que los parámetros séricos caracterizan procesos dinámicos, la biopsia caracteriza la manifestación fibrótica en un momento fijo. Puede haber un proceso fibrótico sumamente activo en el hígado aunque el tejido fibrótico no se haya desarrollado aún. Por el contrario, puede haber numerosos grupos de tejido fibrótico en el hígado pero la actividad fibrótica puede haberse parado o interrumpido temporalmente.
En cambio, algunas funciones matemáticas de parámetros séricos dieron valores medios diferentes estadísticamente significativos en fases de puntuación de biopsia diferentes. Se seleccionaron análisis discriminantes usando el "patrón de oro" con el fin de investigar el poder diagnóstico de las funciones matemáticas de parámetros
séricos.
La determinación de concentraciones de marcadores séricos y cálculo posterior de un algoritmo puede usarse también para tomar decisiones sobre si debe tomarse o no una biopsia y sobre si debe comenzarse o continuarse o pararse un tratamiento. Por tanto, es ventajoso asignar pacientes a un grupo de puntuaciones de biopsia sin tomar una biopsia. La clasificación de los pacientes en grupos, por ejemplo fibrosis leve frente a grave, usando algoritmos, es un beneficio de la invención descrita.
Descripción de los inmunoensayos
Los marcadores propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TIMP-1 y complejo MMP-9/TIMP-1 se usan para algoritmos.
Se miden los marcadores utilizando inmunoensayos intercalados (de tipo "sándwich"). Los inmunoensayos de la invención comprenden la reacción de dos anticuerpos con muestras de fluido humano, en la que el anticuerpo de captura se une de manera específica a un epítopo del marcador. El segundo anticuerpo, de diferente especificidad para el epítopo, se usa para detectar este complejo. Preferiblemente los anticuerpos son anticuerpos monoclonales y ambos anticuerpos de dichos dos anticuerpos del ensayo se unen de manera específica a la proteína.
Anticuerpo u otro término similar usado en el presente documento incluye una inmunoglobulina completa o bien monoclonal o bien policlonal, así como fragmentos antigénicos o fragmentos inmunorreactivos que se unen de manera específica al marcador, incluyendo Fab, Fab', F(ab')_{2} y F(v). El anticuerpo incluye también proteínas de unión, especialmente la proteína de unión de ácido hialurónico (HABP).
Las muestras de fluido humano usadas en los ensayos de la invención pueden ser cualquier muestra que contenga los marcadores, por ejemplo, sangre, suero, plasma, orina, esputo o lavado broncoalveolar (LBA). Normalmente se emplea una muestra de suero o plasma.
Los anticuerpos de la invención pueden prepararse mediante técnicas conocidas generalmente en la técnica, y se generan normalmente frente a una muestra de los marcadores.
El segundo anticuerpo se conjuga a un grupo detector, por ejemplo fosfatasa alcalina, peroxidasa del rábano o un tinte de fluorescencia. Los conjugados se preparan mediante técnicas generalmente conocidas en la técnica.
Se mide la concentración de los marcadores en fluidos humanos y se calculan algoritmos para evaluar el grado de fibrosis.
Antecedentes estadísticos
Se usa análisis de función discriminante para determinar qué variables discriminan entre dos o más grupos que se producen de forma natural. De manera computacional, es muy similar al análisis de varianza. La idea básica subyacente al análisis de función discriminante es determinar si los grupos se diferencian con respecto a la media de una variable, y entonces usar esa variable para predecir la pertenencia a los grupos (por ejemplo, de nuevos casos). Planteado de esta manera, el problema de función discriminante puede volver a formularse como un problema análisis de varianza (ANOVA) de una vía. De manera específica, puede preguntarse si dos o más grupos son o no significativamente diferentes entre sí con respecto a la media de una variable en particular. Si las medias para una variable son significativamente diferentes en grupos diferentes, entonces puede decirse que esta variable discrimina entre los grupos. En el caso de una única variable, la prueba de significación final de si una variable discrimina o no entre grupos es la prueba F. F se calcula esencialmente como la razón de la varianza entre grupos en los datos con respecto a la varianza dentro de un grupo combinada (promedio). Si la varianza entre grupos es significativamente mayor, entonces debe haber diferencias significativas entre las medias.
Normalmente se incluyen varias variables en un estudio con el fin de ver cuál(es) contribuye(n) a la discriminación entre grupos. En ese caso, se tiene la matriz de las covarianzas y varianzas totales; asimismo, se tiene la matriz de las covarianzas y varianzas dentro de un grupo combinadas. Pueden compararse esas dos matrices mediante pruebas F multivariantes con el fin de determinar si hay o no alguna diferencia significativa (con respecto a todas las variables) entre grupos. Este procedimiento es idéntico al análisis de varianza multivariante o MANOVA. Tal como en MANOVA, puede realizarse en primer lugar la prueba multivariante, y, si es estadísticamente significativa, proceder a ver qué variables tienen medias significativamente diferentes a lo largo de los grupos. Por tanto, incluso si los cálculos con variables múltiples son más complejos, el razonamiento principal todavía se aplica, en concreto, que se están buscando variables que discriminan entre grupos, como es evidente en las diferencias de las medias observadas.
Para un conjunto de observaciones que contienen una o más variables cuantitativas y una variable de clasificación que define grupos de observaciones, el procedimiento de discriminación desarrolla un criterio discriminante para clasificar cada observación en uno de los grupos. La predicción post hoc de qué ha sucedido en el pasado no es tan difícil. No es poco común obtener una clasificación muy buena si se utilizan los mismos casos a partir de los que se calculó el criterio discriminante. Con el fin de hacerse una idea de cómo de bien "funciona" el criterio discriminante actual, deben clasificarse (a priori) diferentes casos, es decir, casos que no se utilizaron para estimar el criterio discriminante. Solamente la clasificación de nuevos casos permite evaluar la validez predictiva del criterio discriminante. Con el fin de validar el criterio derivado, puede aplicarse la clasificación a otros conjuntos de datos. El conjunto de datos utilizado para obtener el criterio discriminante se denomina el conjunto de datos de calibración o aprendizaje.
El criterio discriminante (función/funciones o algoritmo) se determina mediante una medición de la distancia cuadrada generalizada. Puede basarse en la matriz de la covarianza combinada dando una función lineal. Puede usarse o bien la distancia de Mahalanobis o bien la distancia euclídea para determinar la proximidad.
Para el desarrollo de un algoritmo discriminante, se analizaron datos de un grupo de sujetos de un estudio de fibrosis hepática de observación. Los sistemas de puntuación de fibrosis hepática bajo observación fueron
- la puntuación de Scheuer (0-4),
- la puntuación de Ishak modificada (HAI) A - Hepatitis de interfase (0-4),
- la puntuación de Ishak modificada (HAI) B - Necrosis confluente (0-6),
- la puntuación de Ishak modificada (HAI) C - Necrosis irregular (0-4),
- la puntuación de Ishak modificada (HAI) D - Inflamación portal (0-4),
- la puntuación HAI modificada (puntuación de Ishak) (0-6).
Aplicando un análisis discriminante por etapas, por ejemplo las siguientes funciones de parámetros séricos demostraron tener un impacto importante sobre el tipo de puntuación correspondiente.
1 
\vskip1.000000\baselineskip
Un análisis discriminante correspondiente dio las funciones discriminantes lineales que pueden utilizarse para el cálculo y la predicción de la puntuación de la biopsia. Pueden aplicarse los algoritmos a cada sistema de puntuación conocido (por ejemplo puntuación de Scheuer, puntuación de Ishak, puntuación Metavir, puntuación de Ludwig, puntuación de HAI).
Pueden usarse algoritmos para predecir la puntuación de la biopsia de un paciente (por ejemplo, puntuación 0, 1, 2, 3, ...) o para predecir un grupo de puntuaciones (categoría) al que pertenece un paciente (por ejemplo, fibrosis leve; puntuación de 0 a 1).
Las funciones discriminantes utilizadas incluyen combinaciones de marcadores de la lista de propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TRAP-1 y complejo MMP-9/TIMP-1 y también factores entre -1000 y +1000.
Diferentes puntuaciones necesitan un algoritmo diferente de la lista de marcadores y factores.
\vskip1.000000\baselineskip
Ejemplos Ejemplo 1 Algoritmos para la puntuación de Scheuer
Se calcularon los siguientes algoritmos 1, 2 y 3 correlacionando biopsias evaluadas mediante el sistema de puntuación de Scheuer y concentraciones de marcador sérico de un grupo de pacientes con enfermedades hepáticas:
Algoritmo 1:
2 
\newpage
Algoritmo 2:
200 
\vskip1.000000\baselineskip
Algoritmo 3:
3 
\vskip1.000000\baselineskip
Se utilizaron los algoritmos para predecir las puntuaciones de la biopsia de un grupo separado de pacientes. Se compararon las puntuaciones calculadas con puntuaciones determinadas por un único anatomopatólogo (caso B), con una puntuación de consenso de 3 anatomopatólogos (caso C) y con el intervalo cubierto por todos los anatomopatólogos (caso A). También se han calculado los valores kappa, valores predictivos negativos (VPN) para la puntuación 0-1, valores predictivos positivos (VPP) para la puntuación 2-4, sensibilidades y especificidades.
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
(Tabla pasa a página siguiente)
4
Ejemplo 2 Algoritmos para la puntuación de Ishak
Se calcularon los siguientes algoritmos 1, 2 y 3 correlacionando biopsias mediante el sistema de puntuación de Ishak y concentraciones de marcador sérico de un grupo de pacientes con enfermedades hepáticas:
Algoritmo 1:
5
Algoritmo 2:
6
Algoritmo 3:
7
Se usaron los algoritmos para predecir puntuaciones de las biopsias de un grupo separado de pacientes. Se compararon las puntuaciones calculadas con las puntuaciones determinadas por un único anatomopatólogo (caso B), con una puntuación de consenso de 3 anatomopatólogos (caso C) y con el intervalo cubierto por todos los anatomopatólogos (caso A). También se han calculado los valores kappa, valores predictivos negativos (VPN) para la puntuación 0-2, valores predictivos positivos (VPP) para la puntuación 3-6, sensibilidades y especificidades.
8
Ejemplo 3 Curvas características operativas del receptor (COR) para la puntuación de Scheuer
Agrupar a los pacientes en categorías sin fibrosis/con fibrosis leve (puntuación 0-1) y fibrosis moderada/grave (puntuación 2-4) para la puntuación de Scheuer y calcular algoritmos para el resultado dicotómico dio los siguientes resultados:
Algoritmo 4:
9
Algoritmo 5:
90
Se utilizaron los algoritmos para calcular las curvas características operativas del receptor para las categorías sin fibrosis/con fibrosis leve (puntuación 0-1) y fibrosis moderada/grave (puntuación 2-4) para la puntuación de Scheuer. Se compararon las puntuaciones calculadas con las puntuaciones determinadas por un único anatomopatólogo (caso B), con una puntuación de consenso de 3 anatomopatólogos (caso C) y con el intervalo cubierto por todos los anatomopatólogos (caso A). Se han calculado los valores del área bajo la curva (ABC).
10
Ejemplo 4 Curvas características operativas del receptor (COR) para la puntuación de Ishak
Agrupar a los pacientes en categorías sin fibrosis/fibrosis leve (puntuación 0-2) y fibrosis moderada/grave (puntuación 3-6) para la puntuación de Ishak y calcular algoritmos para el resultado dicotómico dio los siguientes resultados:
Algoritmo 4:
11
Algoritmo 5:
111
Se usaron los algoritmos para calcular las curvas características operativas del receptor para las categoría sin fibrosis/fibrosis leve (puntuación 0-2) y fibrosis moderada/grave (puntuación 3-6) para la puntuación de Ishak. Se compararon las puntuaciones calculadas con las puntuaciones determinadas por un único anatomopatólogo (caso B), con una puntuación de consenso de 3 anatomopatólogos (caso C) y con el intervalo cubierto por todos los anatomopatólogos (caso A). Se han calculado los valores del área bajo la curva (ABC).
12
Bibliografía
1. Friedman SL The cellular basis of hepatic fibrosis: Mechanism and treatment strategies. N Engl J Med 1993; 328: 1828-1835
2. Friedman SL Molecular mechanism of hepatic fibrosis and principle of therapy J Gastroenterol 1997; 32: 424-430
3. Hayasaka A, Saisho HScrum markers as tools to monitor liver fibrosis Digestion 1998; 59: 381-384
4. Schuppan D, Stolzel U, Oesterling C, Somasundaram R Serum assays for liver fibrosis. J Hepatol 1995; 22 (Supl 2): 82-88
5. Murawaki AND, Ikuta AND, Nishimura AND, Koda M, Kawasaki H Serum markers for connective tissue turnover in patients with chronic hepatitis C: A comparative analysis. J Hepatol 1995; 23: 145-152
6. Wong VS, Hughes V, Trull A, Wight DGD, Petrik J, Alexander GJM Serum hyaluronic acid is a useful marker of liver fibrosis in chronic hepatitis C virus infection J Viral Hepatitis 1998; 5:187-192
7. Poynard T, Aubert A, Bedossa P, Abella A, Naveau S, Paraf F, Chapu JCA simple biological index for detection of alcoholic liver disease in drinkers Gastroenterology 1991; 100: 1397-1402
8. Naveau S, Poynard T, Benattat C, Bedossa P, Chaput J CAlpha-2 macroglobulin and hepatic fibrosis: diagnostic interest Dig Dis Sci 1994; 11: 2426-2432
9. Oberti F, Valsesia E, Pilette C, Rousselet MC, Bedossa P, Aube C, Gallois AND, Rifflet H, Maiga MY, Penneau-Fontbonne D, Cales PNoninvasive diagnosis of hepatic fibrosis and cirrhosis Gastroenterology 1997; 113: 1609-1616
10. Teare JP, Sherman D, Greenfield SM, Simpson J, Catterall AP, Murray-LyonIM, Peters TJ, Williams R, Thompson RPHThe Lancet 1993; 342: 895-898.

Claims (5)

1. Método in vitro para diagnosticar fibrosis hepática en el que se miden dos o más marcadores de diagnóstico en sangre, suero o plasma y se combinan las mediciones mediante análisis de función discriminante, caracterizado porque los marcadores de diagnóstico se seleccionan del grupo de propéptido N-terminal del procolágeno III (PIIINP), colágeno IV, colágeno VI, tenascina, laminina, hialuronano, MMP-2, TIMP-1 y complejo MMP-9/TIMP-1 en el que se usan los algoritmos para apoyar, predecir o sustituir o aumentar la puntuación histológica de una biopsia de hígado.
2. Método según la reivindicación 1, en el que los algoritmos se ajustan para corresponder a un sistema de puntuación conocido (por ejemplo puntuación de Scheuer, puntuación de Ishak, puntuación de HAI, puntuación de Ludwig, puntuación de Metavir).
3. Método según la reivindicación 2, en el que la decisión de tratamiento se apoya en la puntuación calculada o el grupo de puntuaciones calculadas.
4. Método según la reivindicación 2, en el que las decisiones de si debe tomarse una biopsia o no se apoya en la puntuación calculada o el grupo de puntuaciones calculadas.
5. Método según la reivindicación 2, en el que los pacientes se clasifican como que no padecen fibrosis hepática/padecen fibrosis hepática leve o padecen fibrosis hepática moderada/grave.
ES01945050T 2000-04-28 2001-04-26 Diagnostico de fibrosis hepatica con algoritmos de marcadores sericos. Expired - Lifetime ES2288962T3 (es)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
EP00109063A EP1150123B1 (en) 2000-04-28 2000-04-28 Diagnosis of liver fibrosis with serum marker algorithms
EP00109063 2000-04-28
IT2001MI000813A ITMI20010813A1 (it) 2000-04-28 2001-04-13 Valutazione di fibrosi del fegato con algoritmi basati su marcatori del siero
ITMI00A0813 2001-04-13

Publications (1)

Publication Number Publication Date
ES2288962T3 true ES2288962T3 (es) 2008-02-01

Family

ID=29713312

Family Applications (1)

Application Number Title Priority Date Filing Date
ES01945050T Expired - Lifetime ES2288962T3 (es) 2000-04-28 2001-04-26 Diagnostico de fibrosis hepatica con algoritmos de marcadores sericos.

Country Status (7)

Country Link
US (1) US7141380B2 (es)
EP (1) EP1283989B1 (es)
AT (1) ATE366939T1 (es)
AU (1) AU6738001A (es)
DE (1) DE60129314T2 (es)
ES (1) ES2288962T3 (es)
WO (1) WO2001086304A2 (es)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7668661B2 (en) * 2000-04-28 2010-02-23 Siemens Healthcare Diagnostics Inc. Liver disease-related methods and systems
US6631330B1 (en) 2000-08-21 2003-10-07 Assistance Publique-Hopitaux De Paris (Ap-Hp) Diagnosis method of inflammatory, fibrotic or cancerous disease using biochemical markers
US6986995B2 (en) * 2002-02-28 2006-01-17 Prometheus Laboratories, Inc. Methods of diagnosing liver fibrosis
AU2003300407A1 (en) * 2002-12-24 2004-07-22 Biosite Incorporated Method and system for disease detection using marker combinations
ATE462001T1 (de) * 2002-12-24 2010-04-15 Nitto Boseki Co Ltd Markerproteine zur diagnose einer lebererkrankung und verfahren zur diagnose einer lebererkrankung damit
US7670764B2 (en) 2003-10-24 2010-03-02 Prometheus Laboratories Inc. Methods of diagnosing tissue fibrosis
FR2870348B1 (fr) * 2004-05-14 2010-08-27 Univ Angers Methode pour diagnostiquer la presence et/ou la severite d'une pathologie hepathique chez un sujet
EP1626280B1 (en) * 2004-08-12 2007-02-14 Roche Diagnostics GmbH Method for diagnosing liver fibrosis
US7809170B2 (en) * 2006-08-10 2010-10-05 Louisiana Tech University Foundation, Inc. Method and apparatus for choosing and evaluating sample size for biometric training process
KR100999720B1 (ko) 2008-11-13 2010-12-08 아주대학교산학협력단 간 경변 진단을 위한 분석방법
CN102301237B (zh) * 2008-12-02 2014-05-14 财团法人工业技术研究院 用于肝纤维化诊断的生物标记
KR101018960B1 (ko) 2009-02-23 2011-03-02 아주대학교산학협력단 유의성있는 간섬유화 진단을 위한 분석 방법
CN102334122B (zh) 2009-02-26 2018-04-27 昂热大学 肝纤维化或肝硬化的改进诊断
BRPI1009461B1 (pt) 2009-03-19 2019-08-20 Universite D'angers Métodos não invasivo para avaliar a progressão da fibrose hepática em um indivíduo e para avaliar se o indivíduo é formador de fibrose lenta, média ou rápida
CN102020715B (zh) * 2010-10-22 2012-09-05 上海贝西生物科技有限公司 一种抗ⅲ型前胶原氨基末端肽单克隆抗体及其用途
EP2684513A1 (en) * 2012-07-13 2014-01-15 Universite D'angers Method for providing reliable non-invasive diagnostic tests
FR3023003B1 (fr) 2014-06-27 2016-07-15 Bio-Rad Innovations Combinaison synergique de biomarqueurs pour la detection et l'evaluation d'une fibrose hepatique
EP3491388B1 (en) 2016-08-01 2021-09-01 Centre Hospitalier Universitaire d'Angers Multi-targeted fibrosis tests
PL425251A1 (pl) * 2018-04-17 2019-10-21 Uniwersytet Kazimierza Wielkiego Panel analityczny jako jeden z elementów wieloaspektowego procesu ustalającego stan zdrowia, dysfunkcji wątroby dla osób z zespołem zależności alkoholowej
WO2020112890A1 (en) 2018-11-29 2020-06-04 Cedars-Sinai Medical Center Rnaset2 compositions and methods of treatment therewith
CN119032274A (zh) * 2022-04-20 2024-11-26 美国西门子医学诊断股份有限公司 特发性肺纤维化生物标志物及其生产和使用方法
ES2957479B2 (es) * 2022-06-07 2025-07-28 Baigene S L Metodo de obtencion de datos utiles para la prediccion del riesgo de un sujeto de sufrir fibrosis

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6060255A (en) * 1997-10-03 2000-05-09 Tosoh Corporation Type IV collagen high molecular form and production and diagnostic use thereof

Also Published As

Publication number Publication date
EP1283989B1 (en) 2007-07-11
DE60129314T2 (de) 2008-07-17
WO2001086304A3 (en) 2002-04-04
EP1283989A2 (en) 2003-02-19
DE60129314D1 (de) 2007-08-23
WO2001086304A2 (en) 2001-11-15
ATE366939T1 (de) 2007-08-15
AU6738001A (en) 2001-11-20
US20040053242A1 (en) 2004-03-18
US7141380B2 (en) 2006-11-28

Similar Documents

Publication Publication Date Title
ES2288962T3 (es) Diagnostico de fibrosis hepatica con algoritmos de marcadores sericos.
Sekijima et al. High prevalence of wild-type transthyretin deposition in patients with idiopathic carpal tunnel syndrome: a common cause of carpal tunnel syndrome in the elderly
ES2386966T3 (es) Método para diagnosticar enfermedades infecciosas midiendo el nivel de TREM-1 soluble en una muestra
ES2534432T3 (es) Biomarcadores de riñón sano
Rissman et al. Biochemical analysis of GABAA receptor subunits α1, α5, β1, β2 in the hippocampus of patients with Alzheimer's disease neuropathology
Tokushige et al. Discovery of a novel biomarker in the urine in women with endometriosis
JP4712271B2 (ja) 血清マーカーアルゴリズムを用いる肝線維症スコアリングの評価
TW201033616A (en) Urine and serum biomarkers associated with diabetic nephropathy
JP4516124B2 (ja) 肝線維症の診断方法
Hadjiloucas et al. Assessment of apoptosis in human breast tissue using an antibody against the active form of caspase 3: relation to tumour histopathological characteristics
CN108136051A (zh) 检测不良局部组织反应(altr)坏死的方法
AU2017203160A1 (en) Bcl-2-like protein 11 srm/mrm assay
KR20210000252A (ko) 뇌미세혈관 손상 뇌질환 진단용 바이오 마커 조성물
Löhr What are the useful biological and functional markers of early-stage chronic pancreatitis?
Selvarajan et al. The HercepTest and routine C-erbB2 immunohistochemistry in breast cancer: any difference?
Jianguo et al. Serum and urinary procollagen III aminoterminal propeptide as a biomarker of obstructive nephropathy in children
US20210140979A1 (en) Method of diagnosing periodontal conditions using salivary protein markers
TWI397687B (zh) 腎病變相關之生物標記的應用及其中所使用的套組
US20160327570A1 (en) Diagnosis of chronic liver diseases
Aparicio et al. Usefulness of carbohydrate-deficient transferrin and trypsin activity in the diagnosis of acute alcoholic pancreatitis
Jin et al. Primary and recurrent focal segmental glomerulosclerosis closely link to serum soluble urokinase-type plasminogen activator receptor levels
KR20210000249A (ko) 뇌미세혈관 손상 뇌질환 진단용 바이오 마커 조성물
EP2728358B1 (en) Haptoglobin alpha-r as marker for diagnosing lung cancer
US20120028881A1 (en) Methods and reagents for diagnosing atheroma
KR102207697B1 (ko) 뇌미세혈관 손상 뇌질환 진단용 바이오 마커 조성물