ES2536088T3 - Métodos para el diagnóstico del síndrome de intestino irritable - Google Patents

Métodos para el diagnóstico del síndrome de intestino irritable Download PDF

Info

Publication number
ES2536088T3
ES2536088T3 ES07814109.0T ES07814109T ES2536088T3 ES 2536088 T3 ES2536088 T3 ES 2536088T3 ES 07814109 T ES07814109 T ES 07814109T ES 2536088 T3 ES2536088 T3 ES 2536088T3
Authority
ES
Spain
Prior art keywords
ibs
sample
level
antibody
classification
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.)
Active
Application number
ES07814109.0T
Other languages
English (en)
Inventor
Augusto Lois
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.)
Nestec SA
Original Assignee
Nestec SA
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
Application filed by Nestec SA filed Critical Nestec SA
Application granted granted Critical
Publication of ES2536088T3 publication Critical patent/ES2536088T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N33/6854—Immunoglobulins
    • G01N33/686—Anti-idiotype
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/564—Immunoassay; Biospecific binding assay; Materials therefor for pre-existing immune complex or autoimmune disease, i.e. systemic lupus erythematosus, rheumatoid arthritis, multiple sclerosis, rheumatoid factors or complement components C1-C9
    • 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
    • G01N33/6863—Cytokines, i.e. immune system proteins modifying a biological response such as cell growth proliferation or differentiation, e.g. TNF, CNF, GM-CSF, lymphotoxin, MIF or their receptors
    • G01N33/6869—Interleukin
    • 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
    • G01N33/74—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/06—Gastro-intestinal diseases
    • G01N2800/065—Bowel diseases, e.g. Crohn, ulcerative colitis, IBS
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Rehabilitation Therapy (AREA)
  • Rheumatology (AREA)
  • Endocrinology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

Un método para clasificar si una muestra de un individuo se asocia con el síndrome del intestino irritable (SII), y dicho método comprende: (a) determinar un perfil de marcadores diagnósticos mediante la detección de la presencia o el nivel del marcador diagnóstico débil inductor de la apoptosis relacionado con TNF (TWEAK) en dicha muestra, y (b) clasificar dicha muestra como una muestra con SII o muestra sin SII utilizando un algoritmo basado en dicho perfil de marcadores diagnósticos, en el que dicho algoritmo es un sistema clasificador estadístico de aprendizaje entrenado con una cohorte de muestras que comprende muestras sanas, muestras con SII, muestras con EII y/o muestras de celiaquía.

Description

imagen1
imagen2
imagen3
E07814109
30-04-2015
anticuerpos anti-neutrófilos, anticuerpo anti-Saccharomyces cerevisiae (ASCA), anticuerpo antimicrobiano, lactoferrina, anticuerpo anti-transglutaminasa tisular (tTG), lipocalina, metaloproteinasas de matriz (MMP), inhibidor tisular de la metaloproteinasa (TIMP), alfa-globulina, proteína fragmentadora de actina, proteína S100, fibrinopéptido, péptido relacionado con el gen de la calcitonina (CGRP), taquiquinina, grelina, neurotensina,
5 hormona liberadora de corticotropina, y combinaciones de los mismos.
Se describe también un método para clasificar si una muestra de un individuo se asocia con SII, el método comprende:
10 (a) determinar un perfil de marcador de diagnóstico mediante la detección de la presencia o nivel de al menos un marcador de diagnóstico seleccionado del grupo que consiste de una citoquina, factor de crecimiento, anticuerpos anti-neutrófilos, ASCA, anticuerpo antimicrobiano, lactoferrina, anticuerpos antitTG, lipocalina, MMP, TIMP, alfa-globulina, proteína fragmentadora de actina, proteína S100, fibrinopéptido, CGRP, taquiquinina, grelina, neurotensina, hormona liberadora de corticotropina, y
15 combinaciones de los mismos en la muestra; y
(b) la clasificación de la muestra como una muestra de SII o muestra sin SII usando un algoritmo basado en el perfil de marcador de diagnóstico.
20 La presencia o nivel de 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, o más de los biomarcadores que se muestran en la Tabla 1 pueden ser detectados para generar un perfil de marcador de diagnóstico que es útil para predecir el SII. En ciertos casos, los biomarcadores descritos en el presente documento se analizan usando un inmunoensayo tal como un ensayo de inmunoabsorción ligado a enzimas (ELISA) o un ensayo inmunohistoquímico.
25
Tabla 1. Ejemplos de marcadores de diagnóstico adecuados para su uso en la clasificación de SII.
Familia
Biomarcador
Citoquinas
CXCL8 / IL-8
IL-1β
relacionada con el TNF inductor débil de la apoptosis (TWEAK)
leptina
Osteoprotegerina (OPG)
CCL19 / MIP-3β
CXCL1 / GRO1 / GRO
CXCL4/PF-4
CXCL7/NAP-2
Factor de crecimiento
Factor de crecimiento epidérmico (EGF)
factor de crecimiento vascular endotelial (VEGF)
factor derivado del epitelio pigmentario-(PEDF)
factor neurotrófico derivado del cerebro (BDNF)
factor de crecimiento derivado de schwannoma (SDGF) / anfirregulina
anticuerpo anti-neutrófilos
anticuerpos anti-neutrófilos citoplasmáticos (ANCA)
anticuerpos anti-neutrófilos de citoplasma perinuclear (pANCA)
ASCA
ASCA-IgA
ASCA-IgG
anticuerpos antimicrobianos
anticuerpo anti-proteína C de membrana externa (OmpC)
anticuerpo Anti-CBIR-1 flagelina
Lipocalina
lipocalina asociada a la gelatinasa de neutrófilos (NGAL)
MMP
MMP-9
TIMP
TIMP-1
alfa-globulina
alfa-2-macroglobulina (α2-MG)
precursor-2 alfa de haptoglobina (Hpα2)
orosomucoide
proteína fragmentadora de actina
gelsolina
proteína S100
Calgranulina A/S100A8/MRP-8
Fibrinopéptido
Fibrinopéptido A (FIBA)
Otros
lactoferrina
anticuerpo anti-transglutaminasa tisular(tTG)
péptido relacionado con el gen de la calcitonina (CGRP)
El método de gobernar en el SII puede comprender la determinación de un perfil de marcador de diagnóstico, opcionalmente en combinación con un perfil de síntomas, en el que el perfil de síntomas se determina mediante
5
imagen4
imagen5
imagen6
5
15
25
35
45
55
65
E07814109
30-04-2015
El sistema para descartar primero la EII y luego confirmar el SII también puede comprender un módulo de adquisición de datos configurado para producir un conjunto de datos que comprende un perfil de marcador de diagnóstico, opcionalmente en combinación con un perfil de síntomas que indica la presencia o la gravedad de al menos un síntoma en el individuo; un módulo de procesamiento de datos configurado para procesar el conjunto de datos mediante la aplicación de un primer proceso estadístico para el conjunto de datos para producir una primera decisión derivada estadísticamente que clasifica la muestra como una muestra con EII o muestra sin EII basado en el perfil de marcador de diagnóstico y el perfil de los síntomas; Si la muestra se clasifica como una muestra sin EII , un módulo de procesamiento de datos configurado para aplicar un segundo proceso estadístico al mismo grupo de datos o a uno diferente para producir una segunda decisión derivada estadísticamente que clasifica la muestra sin EII como una muestra con SII o muestra sin SII; y un módulo de pantalla configurada para mostrar la primera y / o segunda decisión derivada estadísticamente.
Otros objetos, características y ventajas del método descrito serán evidentes para un experto en la materia a partir de la siguiente descripción detallada y figuras.
BREVE DESCRIPCIÓN DE LOS DIBUJOS
La Figura 1 ilustra una ruta molecular derivada de los marcadores del SII identificados y descritos en este documento. La Figura 2 ilustra un sistema de clasificación de la enfermedad (SCE). La Figura 3 ilustra un análisis de cuartil de los niveles de leptina en muestras de pacientes con SII y sin SII. La Figura 4, Panel A ilustra los resultados de un ensayo ELISA donde se midieron los niveles de leptina en las muestras de los pacientes SII-A, SII-C, y el SII-D, así como muestras de pacientes no-SII; Panel B ilustra las diferencias de género en los niveles de leptina en pacientes con SII varones en comparación con los pacientes con SII femeninos. La Figura 5 ilustra un análisis de cuartil de los niveles de TWEAK en muestras de pacientes con SII y sin SII. La Figura 6 ilustra un análisis de cuartil (Figura 6A) y el análisis de histograma con porcentaje acumulativo (Figura 6B) en los niveles de IL-8 en muestras de pacientes con SII y sin SII. Distribución dot plot con barras = mediana ± rango intercuartil mostrando distribuciones del 25%, 50% y 75% de cada población de pacientes. La Figura 7 ilustra un segundo análisis de histograma con porcentaje acumulativo en los niveles de IL-8 en muestras de pacientes con SII y sin SII. La Figura 8 ilustra los resultados de un ensayo ELISA donde se midieron los niveles de IL-8 en las muestras de los pacientes SII-A, SII-C, y SII-D, así como muestras de pacientes de control sanos. La Figura 9 ilustra un análisis de cuartiles (Figura 9A) y análisis de histograma con porcentaje acumulativo (Figura 9B) de los niveles de EGF en muestras de pacientes con SII y sin SII. Distribución dot plot con barras = mediana ± rango intercuartil mostrando distribuciones de del 25%, 50% y 75% de cada población de pacientes. La Figura 10 ilustra un análisis de cuartil de los niveles de NGAL en muestras de pacientes con SII y sin SII. La Figura 11 ilustra un análisis de cuartil de los niveles de MMP-9 niveles en muestras de pacientes con SII y sin SII. La Figura 12 ilustra un análisis de cuartiles de los niveles del complejo NGAL/MMP-9 en muestras de pacientes con SII y sin SII. La Figura 13 ilustra un análisis de cuartiles de los niveles de sustancia P en muestras de pacientes con SII y sin SII. La Figura 14 ilustra un análisis de histograma con porcentaje acumulativo utilizando lactoferrina como un ejemplo no limitativo. La Figura 15 ilustra un diagrama de flujo para un algoritmo de modelo de muestras utilizada para la clasificación de SII. La Figura 16 ilustra el conjunto de datos obtenidos utilizando el modelo de la figura 15. La figura 17 ilustra una red neural. La Figura 18 ilustra la distribución de muestras con SII y sin SII antes y después de modelar con un algoritmo aleatorio forestal. 0 = son SII; 1 = SII. La Figura 19 ilustra un árbol de clasificación.
DESCRIPCIÓN DETALLADA
I. Introducción
El diagnóstico de un paciente con síndrome del intestino irritable (SII) puede ser un reto debido a la similitud en los síntomas entre el SII y otras enfermedades o trastornos. Por ejemplo, los pacientes con enfermedad inflamatoria intestinal (EII), pero que muestran signos leves y síntomas tales como hinchazón, diarrea, estreñimiento y dolor abdominal pueden ser difíciles de distinguir de los pacientes con SII. Como resultado, la similitud en los síntomas entre el SII y la EII hace difícil el diagnóstico rápido y preciso y dificulta el tratamiento temprano y eficaz de la enfermedad.
El método descrito se basa, en parte, tras el sorprendente descubrimiento de que la exactitud de la clasificación de una muestra biológica de un individuo como una muestra de SII se puede mejorar sustancialmente mediante
9
5
15
25
35
45
55
65
E07814109
30-04-2015
la detección de la presencia o nivel de ciertos marcadores de diagnóstico (por ejemplo, citoquinas, factores de crecimiento, anticuerpos anti-neutrófilos, anticuerpos anti-Saccharomyces cerevisiae, anticuerpos antimicrobianos, lactoferrina, etc.), solos o en combinación con la identificación de la presencia o la gravedad de los síntomas relacionados con SII sobre la base de la respuesta del individuo a una o más preguntas (por ejemplo, "¿Está experimentando algún síntoma en la actualidad?"). La Figura 1 muestra un ejemplo no limitativo de una vía molecular derivada de los marcadores del SII identificados y descritos en este documento. En algunos aspectos, el método descrito utiliza algoritmos estadísticos para ayudar en la clasificación de una muestra como una muestra con SII o una muestra sin SII. En otros aspectos, el método descrito utiliza algoritmos estadísticos para descartar otros trastornos intestinales (por ejemplo, EII), y después clasificar la muestra sin EII para ayudar en la clasificación del SII.
II. Definiciones
Tal como se utiliza en el presente documento, los siguientes términos tienen los significados que se les atribuye a menos que se especifique lo contrario.
El término "clasificación" incluye "asociar" o "categorizar" una muestra con un estado de enfermedad. En ciertos casos, "clasificación" se basa en la evidencia estadística, la evidencia empírica, o ambos. Se describe que los métodos y sistemas de clasificación utilizan un denominado conjunto de entrenamiento de muestras que tienen estados de enfermedad conocidos. Una vez establecido, el conjunto de datos de entrenamiento sirve como base, modelo o plantilla contra la que se comparan las características de una muestra desconocida, con el fin de clasificar el estado de enfermedad desconocida de la muestra. En ciertos casos, la clasificación de la muestra es similar a diagnosticar el estado de enfermedad de la muestra. En otros casos, la clasificación de la muestra es similar a diferenciar el estado de enfermedad de la muestra de otro estado de enfermedad.
El término "síndrome de intestino irritable" o "SII" incluye un grupo de trastornos funcionales del intestino caracterizado por uno o más síntomas, incluyendo, pero sin limitarse a, dolor abdominal, incomodidad abdominal, cambio en el patrón intestinal, movimientos intestinales sueltos o más frecuentes, diarrea y estreñimiento, por lo general en ausencia de cualquier anormalidad estructural aparente. Hay por lo menos tres formas de SII, dependiendo de qué síntoma predomina: (1) con predominancia de diarrea (SII-D); (2) con predominancia de estreñimiento (SII-E); y (3) SII con alternancia del patrón de heces (SII-A). El SII también puede producirse en forma de una mezcla de síntomas (SII-M). También hay varios subtipos clínicos del SII, como SII post infecciosa (SII-PI).
El término "muestra" incluye cualquier muestra biológica obtenida de un individuo. Las muestras adecuadas incluyen, sin limitación, sangre entera, plasma, suero, saliva, orina, heces, esputo, lágrimas, cualquier otro fluido corporal, muestras de tejido (por ejemplo, biopsia), y los extractos celulares de los mismos (por ejemplo, extracto celular arterial). La muestra puede ser una muestra de suero. El uso de muestras tales como suero, saliva, y orina es bien conocido en la técnica (véase, por ejemplo, Hashida et al., J. Clin. Lab. Anal., 11:267-86 (1997)). Un experto en la técnica apreciará que las muestras tales como muestras de suero se pueden diluir antes del análisis de los niveles de marcadores.
El término "biomarcador" o "marcador" incluye cualquier marcador de diagnóstico, como un marcador bioquímico, marcador serológico, marcador genético, u otra característica clínica o ecográfica que se puede utilizar para clasificar una muestra de un individuo como una muestra de SII o para descartar una o más enfermedades o trastornos asociados con síntomas similares a SII en una muestra de un individuo. El término "biomarcador" o "marcador" también abarca cualquier marcador de clasificación, tal como un marcador bioquímico, marcador serológico, marcador genético, u otra característica clínica o ecográfica que se puede utilizar para clasificar SII en una de sus diversas formas o subtipos clínicos. Los ejemplos no limitantes de marcadores de diagnóstico se describen a continuación e incluyen citoquinas, factores de crecimiento, anticuerpos anti-neutrófilos, anticuerpos anti-Saccharomyces cerevisiae, anticuerpos antimicrobianos, anticuerpos anti-transglutaminasa tisular (tTG), lipocalinas, metaloproteinasas de la matriz (MMP), inhibidor tisular de las metaloproteinasas (TIMP), alfa-globulinas, proteínas fragmentadoras de actina, proteínas S100, fibrinopéptidos, péptido relacionado con el gen de la calcitonina (CGRP), taquiquininas, grelina, neurotensina, hormona liberadora de corticotropina (CRH), elastasa, proteína C-reactiva (CRP), lactoferrina, anticuerpos antilactoferrina, calprotectina, hemoglobina, NOD2/CARD15, transportador de la recaptación de serotonina (SERT), triptófano hidroxilasa-1, 5-hidroxitriptamina (5-HT), lactulosa, y similares. Ejemplos de marcadores de clasificación incluyen sin limitación, leptina, SERT, triptófano hidroxilasa-1, 5-HT, proteína de la mucosa del antro 8, queratina 8, claudin-8, zonulina, receptor de la hormona liberadora de corticotropina 1 (CRHR1), receptor de la hormona liberadora de corticotropina 2 (CRHR2), y similares. Los marcadores de diagnóstico se pueden utilizar para clasificar el SII en una de sus diversas formas o subtipos clínicos. En otras, los marcadores de clasificación se pueden utilizar para clasificar una muestra como una muestra con SII o para descartar una o más enfermedades o trastornos asociados con síntomas similares al SII. Un experto en la técnica conocerá otros marcadores de diagnóstico y de clasificación adicionales.
10
imagen7
5
15
25
35
45
55
65
E07814109
30-04-2015
Se describen los métodos, sistemas, y el código para clasificar con precisión si una muestra de un individuo se asocia con el síndrome del intestino irritable (SII). El método descrito es útil para clasificar una muestra de un individuo como una muestra con SII usando un algoritmo estadístico (por ejemplo, un sistema clasificador estadístico de aprendizaje) y / o datos empíricos (por ejemplo, la presencia o nivel de un marcador de SII). El método descrito también es útil para descartar una o más enfermedades o trastornos que se presentan con síntomas similares al SII y confirmar el SII utilizando una combinación de algoritmos estadísticos y / o de datos empíricos. En consecuencia, el método descrito proporciona una predicción de diagnóstico preciso del SII y la información de pronóstico útil para guiar las decisiones de tratamiento.
En un aspecto, se describe un método para clasificar si una muestra de un individuo se asocia con SII, el método comprende:
(a)
determinar un perfil de marcador de diagnóstico mediante la detección de la presencia o nivel de al menos un marcador de diagnóstico en la muestra; y
(b)
clasificar la muestra como una muestra con SII o una muestra sin SII usando un algoritmo basado en el perfil de marcador de diagnóstico.
El perfil de marcador de diagnóstico se puede determinar mediante la detección de la presencia o nivel de al menos un marcador de diagnóstico seleccionado del grupo que consiste de una citoquina, factor de crecimiento, anticuerpos anti-neutrófilos, anticuerpo anti-Saccharomyces cerevisiae (ASCA), anticuerpo antimicrobiano, lactoferrina, anticuerpo anti-transglutaminasa tisular (tTG), lipocalina, metaloproteinasas de matriz (MMP), inhibidor tisular de la metaloproteinasa (TIMP), alfa-globulina, proteína fragmentadora de actina, proteína S100, fibrinopéptido, péptido relacionado con el gen de la calcitonina (CGRP), taquiquinina, grelina, neurotensina, hormona liberadora de corticotropina, y combinaciones de los mismos.
La presencia o nivel de al menos dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez, o más marcadores de diagnóstico se pueden determinar en la muestra del individuo. En ciertos casos, la citoquina comprende una o más de las citoquinas que se describen a continuación. Preferiblemente, la presencia o el nivel de IL-8, IL-1β, inductor de apoptosis débil relacionado con TNF (TWEAK), leptina, osteoprotegerina (OPG), MIP-3β, GRO, CXCL4/PF-4, y / o CXCL7/NAP-2 se determina en la muestra del individuo. En otros casos, el factor de crecimiento comprende uno o más de los factores de crecimiento que se describen a continuación. Preferiblemente, la presencia o el nivel de factor de crecimiento epidérmico (EGF), factor de crecimiento endotelial vascular (VEGF), factor de pigmento derivado del epitelio (PEDF), factor neurotrófico derivado del cerebro (BDNF), y / o anfiregulina (SDGF) se determina en la muestra del individuo.
En algunos casos, el anticuerpo anti-neutrófilos comprende ANCA, pANCA, cANCA, NSNA, SAPPA, y combinaciones de los mismos. En otros casos, el ASCA comprende ASCA-IgA, ASCA-IgG, ASCA-IgM, y combinaciones de los mismos. En otros casos, el anticuerpo antimicrobiano comprende un anticuerpo anti-OmpC, anticuerpo anti-flagelina, anticuerpo anti-I2, y combinaciones de los mismos.
En ciertos casos, la lipocalina comprende una o más de las lipocalinas que se describen a continuación. Preferiblemente, la presencia o nivel de lipocalina asociada a gelatinasa de neutrófilos (NGAL) y / o un complejo de NGAL y una metaloproteinasa de matriz (por ejemplo, complejo NGAL/MMP-9) se determina en la muestra del individuo. En otros casos, la metaloproteinasa de matriz (MMP) comprende una o más de las MMP que se describen a continuación. Preferiblemente, la presencia o el nivel de MMP-9 se determina en la muestra del individuo. En otros casos, el inhibidor tisular de la metaloproteinasa (TIMP) comprende uno o más de los TIMP que se describen a continuación. Preferiblemente, la presencia o nivel de TIMP-1 se determina en la muestra del individuo. En otros ejemplos, la alfa-globulina comprende una o más de las alfa-globulinas que se describen a continuación. Preferiblemente, la presencia o el nivel de alfa-2-macroglobulina, haptoglobina, y / o orosomucoide se determina en la muestra del individuo.
En otros casos, la proteína fragmentadora de la actina comprende uno o más de las proteínas fragmentadoras de actina que se describen a continuación. Preferiblemente, la presencia o nivel de gelsolina se determina en la muestra del individuo. En casos adicionales, la proteína S100 comprende una o más de las proteínas S100 que se describen a continuación, incluyendo, por ejemplo, calgranulina. En aún otros casos, el fibrinopéptido comprende uno o más de los fibrinopéptidos que se describen a continuación. Preferiblemente, la presencia o nivel de fibrinopéptido A (FIBA) se determina en la muestra del individuo. En otros casos, la presencia o nivel de una de las taquiquininas tales como la sustancia P, neuroquinina A, y / o neuroquinina B se determina en la muestra del individuo. La presencia o el nivel de otros marcadores de diagnóstico tales como, por ejemplo, el anticuerpo anti-lactoferrina, L-selectina/CD62L, elastasa, proteína C-reactiva (CRP), calprotectina, autoanticuerpos anti-U1 de 70 kDa, zona occludens 1 (ZO-1), péptido vasoactivo intestinal (VIP), suero amiloide A, y / o gastrina también se pueden determinar.
12
imagen8
5
15
25
35
45
55
65
E07814109
30-04-2015
puede elaborarse en base a la respuesta del individuo a la siguiente pregunta: "¿Está usted experimentado algún síntoma en la actualidad?" El perfil de síntomas generado puede utilizarse en combinación con un perfil de marcador de diagnóstico en los métodos basados en algoritmos descritos en el presente documento para mejorar la exactitud de la predicción del SII.
La clasificación de una muestra como una muestra con SII o muestra sin SII puede basarse en el perfil de marcador de diagnóstico, solo o en combinación con un perfil de síntomas, junto con un algoritmo estadístico. En ciertos casos, el algoritmo estadístico es un sistema clasificador estadístico de aprendizaje. El sistema clasificador estadístico de aprendizaje puede seleccionarse del grupo que consiste de un bosque aleatorio (RF), árbol de clasificación y regresión (C&RT), árbol de decisión, red neural (NN), máquina de vectores de apoyo (SVM), modelo de detección automática interacción general de chi-cuadrado, árbol interactivo, spline de regresión multiadaptativa, máquina clasificadora de aprendizaje, y combinaciones de los mismos. Preferiblemente, el sistema clasificador estadístico de aprendizaje es un algoritmo estadístico basado en árboles (por ejemplo, RF, C&RT, etc.) y/o un NN (por ejemplo, NN artificial, etc.). Ejemplos adicionales de sistemas clasificadores estadísticos de aprendizaje adecuados para su uso en el método descrito se describen en la Patente de Estados Unidos Nº 7.943.328.
En ciertos casos, el algoritmo estadístico es un sistema clasificador estadístico de aprendizaje único. Preferiblemente, el sistema clasificador estadístico de aprendizaje único comprende un algoritmo estadístico basado en árboles tal como un RF o C&RT. Como ejemplo no limitativo, un sistema clasificador estadístico de aprendizaje único puede usarse para clasificar la muestra como una muestra con SII o muestra sin SII en base a una predicción o valor de probabilidad y la presencia o nivel de al menos un marcador de diagnóstico (es decir, perfil de marcador de diagnóstico), solo o en combinación con la presencia o la gravedad de al menos un síntoma (es decir, perfil de síntomas). El uso de un sistema clasificador estadístico de aprendizaje único normalmente clasifica la muestra como una muestra con SII con una sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, y / o la precisión global de al menos aproximadamente un 75%, 76%, 77%, 78 %, 79%, 80%, 81%, 82%, 83%, 84%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93%, 94%, 95%, 96%, 97%, 98%, o 99%.
En algunos otros casos, el algoritmo estadístico es una combinación de al menos dos sistemas clasificadores estadísticos de aprendizaje. Preferiblemente, la combinación de sistemas clasificadores estadísticos de aprendizaje comprende por ejemplo, un RF y un NN, que se utilizan en tándem o en paralelo. Como un ejemplo no limitativo, un primer RF puede utilizarse para generar un valor de predicción o probabilidad basado en el perfil de marcador de diagnóstico, solo o en combinación con un perfil de síntomas, y a continuación, se puede utilizar un NN para clasificar la muestra como una muestra con SII o una muestra sin SII en base a la predicción
o valor de probabilidad y el mismo o diferente perfil de marcador de diagnóstico o combinación de perfiles. Ventajosamente, el sistema híbrido clasificador estadístico de aprendizaje RF / NN clasifica la muestra como una muestra con SII con una sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, y / o precisión global de al menos aproximadamente un 75%, 76%, 77%, 78%, 79%, 80%, 81%, 82%, 83%, 84%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93%, 94% , 95%, 96%, 97%, 98%, o 99%.
En algunos casos, los datos obtenidos al usar el sistema o sistemas clasificadores estadísticos de aprendizaje pueden procesarse utilizando un algoritmo de procesamiento. Dicho algoritmo de procesamiento se puede seleccionar, por ejemplo, del grupo que consiste de perceptrón multicapa, red de retropropagación, y el algoritmo de Levenberg-Marquardt. En otros casos, se puede utilizar una combinación de tales algoritmos de procesamiento, en un modo paralelo o en serie.
Los métodos de la presente pueden comprender adicionalmente la clasificación de la muestra sin SII como una enfermedad normal, inflamatoria del intestino (EII), o muestra sin EII. La clasificación de la muestra sin SII se puede realizar, por ejemplo, usando al menos uno de los marcadores de diagnóstico descritos anteriormente.
Los métodos de la presente invención también pueden comprender, además, el envío de los resultados de la clasificación del SII a un clínico, por ejemplo, un gastroenterólogo o un médico general. Los métodos descritos proporcionan un diagnóstico en forma de una probabilidad de que el individuo tenga SII. Por ejemplo, el individuo puede tener entre un 0%, 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 45%, 50%, 55%, 60%, 65% , 70%, 75%, 80%, 85%, 90%, 95%, o mayor probabilidad de tener SII. Los métodos pueden proporcionar además un pronóstico del SII en el individuo. Por ejemplo, el pronóstico puede ser la cirugía, el desarrollo de una categoría o subtipo clínico de SII, el desarrollo de uno o más síntomas, o la recuperación de la enfermedad.
El diagnóstico de un individuo que tiene SII puede continuar con la administración al individuo de una cantidad terapéuticamente eficaz de un fármaco útil para el tratamiento de uno o más síntomas asociados con SII. Los medicamentos para el SII adecuados incluyen, pero no se limitan a, agentes serotoninérgicos, antidepresivos, activadores del canal de cloruro, bloqueadores de los canales de cloruro, agonistas de la guanilato ciclasa, antibióticos, agonistas de opioides, antagonistas de neuroquinina, agentes antiespasmódicos o anticolinérgicos, alcaloides de belladona, barbitúricos, análogos de GLP-1, antagonistas de CRF, probióticos, bases libres de los mismos, sales farmacéuticamente aceptables de los mismos, derivados de los mismos, análogos de los
14
5
15
25
35
45
55
65
E07814109
30-04-2015
mismos, y combinaciones de los mismos. Otros fármacos para el SII incluyen agentes de relleno, antagonistas de la dopamina, carminativas, tranquilizantes, dextofisopam, fenitoína, timolol y diltiazem. Adicionalmente, se pueden administrar aminoácidos como la glutamina y ácido glutámico que regulan la permeabilidad intestinal al afectar la señalización celular neuronal o glial para tratar pacientes con SII.
Los métodos pueden comprender además la clasificación de la muestra SII como muestra SII-estreñimiento (SII-E), SII-diarrea (SII-D), SII-mixto (SII-M), SII-alterna (SII-A), o SII post-infecciosa (SII-PI). En ciertos casos, la clasificación de la muestra SII en una categoría, la forma, o subtipo clínico del SII se basa en la presencia o nivel de al menos uno, dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez o más marcadores de clasificación. Los ejemplos no limitantes de marcadores de clasificación se describen a continuación. Preferiblemente, al menos una forma del SII se distingue de al menos otra forma del SII basándose en la presencia o el nivel de leptina. En ciertos casos, los métodos se pueden utilizar para diferenciar una muestra SII-C a partir de una muestra SII-A y / o de la muestra SII-D en un individuo previamente identificado como que tiene SII. En otros casos, los métodos se pueden utilizar para clasificar una muestra de un individuo no diagnosticado previamente con SII como muestra SII-A, muestra SII-C, muestra SII-D, o muestra sin SII.
Los métodos pueden comprender además el envío de los resultados de la clasificación a un médico. Los métodos pueden proporcionar además un diagnóstico en forma de una probabilidad de que el individuo tenga SII-A, SII-C, SII-D, SII-M, o SII-PI. Los métodos pueden comprender además la administración al individuo de una cantidad terapéuticamente eficaz de un fármaco útil para el tratamiento de SII-A, SII-C, SII-D, SII-M, o SII-PI. Los fármacos adecuados incluyen, pero no se limitan a, tegaserod (Zelnorm ™), alosetrón (Lotronex®), lubiprostona (Aniitiza ™), rifamixina (Xifaxan ™), MD-1100, probióticos, y una combinación de los mismos. En los casos donde la muestra se clasifica como una muestra SII-A o SII-C y / o el individuo es diagnosticado con SII-A o SII-C, se puede administrar al individuo una dosis terapéuticamente eficaz de tegaserod u otro agonista de 5-HT4 (por ejemplo, mosaprida, renzaprida, AG1-001, etc.). En algunos casos, cuando la muestra se clasifica como SII-C y / o la persona es diagnosticada con SII-C, se puede administrar al individuo una cantidad terapéuticamente eficaz de lubiprostona u otro activador del canal de cloruro, rifamixina u otro antibiótico capaz de controlar el sobrecrecimiento bacteriano intestinal, MD-1100 u otro agonista de la guanilato ciclasa, asimadolina u otro agonista opioide, o talnetant u otro antagonista de la neuroquinina. En otros casos, cuando la muestra se clasifica como SII-D y / o el individuo es diagnosticado con SII-D, se pueden administrar al individuo una cantidad terapéuticamente eficaz de alosetrón u otro antagonista de 5-HT3 (por ejemplo, ramosetrón, DDP225, etc.), crofelemer u otro bloqueador de canal de cloruro, talnetant u otro antagonista de la neuroquinina (por ejemplo, saredutant, etc.), o un antidepresivo tal como un antidepresivo tricíclico.
Los métodos pueden comprender además, el descarte de la inflamación intestinal. Los ejemplos no limitantes de inflamación intestinal incluyen la inflamación aguda, diverticulitis, anastomosis ileal-bolsa anal, colitis microscópica, diarrea infecciosa, y combinaciones de los mismos. En algunos casos, la inflamación intestinal se descarta basándose en la presencia o nivel de proteína C-reactiva (CRP), lactoferrina, calprotectina, o combinaciones de los mismos.
En otro aspecto, se describe un método para la clasificación de si una muestra de un individuo se asocia con SII, el método comprende:
(a)
determinar un perfil de marcador de diagnóstico mediante la detección de la presencia o nivel de al menos un marcador de diagnóstico en la muestra;
(b)
la clasificación de la muestra como una muestra con EII o muestra sin EII usando un primer algoritmo estadístico basado en el perfil de marcador de diagnóstico; y si la muestra se clasifica como una muestra sin EII,
(c)
la clasificación de la muestra sin EII como una muestra con SII o muestra sin SII usando un segundo algoritmo estadístico basado en el mismo perfil de marcador de diagnóstico tal como se determina en el paso (a) o un perfil de marcador de diagnóstico diferente.
El perfil de marcador de diagnóstico se puede determinar mediante la detección de la presencia o nivel de al menos uno, dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez, o más marcadores de diagnóstico seleccionado del grupo que consiste en una citoquina (por ejemplo, IL-8, IL-1β, TWEAK, leptina, OPG, MIP-3β, GRO, CXCL4/PF-4, y / o CXCL7/NAP-2), un factor de crecimiento (por ejemplo, EGF, VEGF, PEDF, BDNF, y /
o SDGF), un anticuerpo anti-neutrófilos (por ejemplo, ANCA, pANCA, cANCA, NSNA, y / o SAPPA), un ASCA (por ejemplo, ASCA-IgA, ASCA-IgG, y / o ASCA-IgM), un anticuerpo antimicrobiano (por ejemplo, anticuerpo anti-OmpC, anticuerpo anti-flagelina, y / o anticuerpo anti-12), lactoferrina, el anticuerpo anti-tTG, lipocalina (por ejemplo, NGAL, complejo NGAL/MMP-9), MMP (por ejemplo, MMP-9), TIMP (por ejemplo, TIMP-1), alfaglobulina (por ejemplo, alfa-2-macroglobulina, haptoglobina, y / o orosomucoide), proteína fragmentadora de actina (por ejemplo, gelsolina), proteína S100 (por ejemplo, calgranulina), fibrinopéptido (por ejemplo, FIBA), CGRP, taquiquinina (por ejemplo, sustancia P), grelina, neurotensina, hormona liberadora de corticotropina, y combinaciones de los mismos. También se puede determinar la presencia o el nivel de otros marcadores de
15
imagen9
imagen10
imagen11
5
15
25
35
45
55
65
E07814109
30-04-2015
dos sistemas clasificadores estadísticos de aprendizaje. Preferiblemente, la combinación de sistemas clasificadores estadísticos de aprendizaje comprenden un RF y NN (por ejemplo, NN artificial, etc.), por ejemplo, se utiliza en tándem o en paralelo. Como un ejemplo no limitativo, una primera RF puede utilizarse para generar un valor de predicción o probabilidad basado en el perfil de marcador de diagnóstico, solo o en combinación con un perfil de síntomas, y a continuación, se puede utilizar un NN para determinar la presencia o la gravedad del SII en el individuo o la eficacia del fármaco para el SII basado en la predicción o valor de probabilidad y el mismo o diferente perfil de marcador de diagnóstico o combinación de perfiles.
En algunos casos, los datos obtenidos para utilizar el sistema o sistemas clasificadores estadísticos de aprendizaje pueden procesarse utilizando un algoritmo de procesamiento. Dicho algoritmo de procesamiento se puede seleccionar, por ejemplo, del grupo que consiste de un perceptrón multicapa, red de retropropagación, y el algoritmo de Levenberg-Marquardt. En otros casos, una combinación de tales algoritmos de procesamiento puede utilizarse, en un modo paralelo o en serie.
Se describe que los métodos pueden comprender además la comparación de la presencia o la gravedad del SII en el individuo determinado en el paso (b) con la presencia o gravedad del SII en el individuo en un momento anterior. Como un ejemplo no limitativo, la presencia o la gravedad del SII determinados para un individuo que recibe un fármaco para el SII puede ser comparado con la presencia o la gravedad del SII determinado para el mismo individuo antes del inicio del uso del fármaco para el SII o en un momento anterior en terapia. Los métodos también pueden comprender la determinación de la eficacia del fármaco para el SII mediante la comparación de la eficacia del fármaco para el SII determinada en el paso (b) a la eficacia del fármaco para el SII en el individuo en un momento anterior en la terapia. Los métodos pueden comprender, además, el envío de los resultados de monitorización del SII a un médico, por ejemplo, un gastroenterólogo o un médico general.
En un aspecto adicional, un medio legible por ordenador se describe para incluir código para controlar uno o más procesadores para clasificar si una muestra de un individuo se asocia con SII, el código comprende:
instrucciones para aplicar un proceso estadístico de datos a un grupo de datos que comprende un perfil de marcador de diagnóstico para producir una decisión derivada estadísticamente para la clasificación de la muestra como una muestra con SII o muestra sin SII con base en el perfil de marcador de diagnóstico,
en el que el perfil de marcador de diagnóstico indica la presencia o nivel de al menos un marcador de diagnóstico en la muestra.
El perfil de marcador de diagnóstico puede indicar la presencia o nivel de al menos uno, dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez, o más marcadores diagnósticos seleccionados del grupo que consiste de una citoquina (por ejemplo, IL-8, IL-1β, TWEAK, leptina, OPG, MIP-3β, GRO, CXCL4/PF-4, y / o CXCL7/NAP-2), factor de crecimiento (por ejemplo, EGF, VEGF, PEDF, BDNF, y / o SDGF), anticuerpo anti-neutrófilos (por ejemplo, ANCA, pANCA, cANCA, NSNA, y / o SAPPA), ASCA (por ejemplo, ASCA-IgA, ASCA-IgG, y / o ASCA-IgM), anticuerpo antimicrobiano (por ejemplo, anticuerpo anti-OmpC, anticuerpo anti-flagelina, y / o anticuerpo anti-I2), lactoferrina, anticuerpo anti-tTG, lipocalina (por ejemplo, NGAL, complejo NGAL/MMP-9), MMP (por ejemplo, MMP-9), TIMP (por ejemplo, TIMP-1), alfa-globulina (por ejemplo, alfa-2-macroglobulina, haptoglobina, y / o orosomucoide), proteína fragmentadora de actina (por ejemplo, gelsolina), proteína S100 (por ejemplo, calgranulina), fibrinopéptido (por ejemplo, FIBA), CGRP, taquiquininas (por ejemplo, sustancia P), grelina, neurotensina, hormona liberadora de corticotropina, y combinaciones de los mismos. La presencia o el nivel de otros marcadores de diagnóstico tales como, por ejemplo, el anticuerpo anti-lactoferrina, L-selectina/CD62L, elastasa, proteína C-reactiva (CRP), calprotectina, autoanticuerpo anti-U1 de 70 kDa, zona occludens 1 (ZO-1), péptido vasoactivo intestinal (VIP), suero amiloide A, y / o gastrina también pueden ser indicativos del perfil de marcador de diagnóstico.
El medio legible por ordenador para confirmar el SII puede comprender instrucciones para aplicar un proceso estadístico a un conjunto de datos que comprende un perfil de marcador de diagnóstico, opcionalmente en combinación con un perfil de síntomas que indica la presencia o la gravedad de al menos un síntoma en el individuo para producir una decisión derivada estadísticamente que clasifica la muestra como una muestra con SII o muestra sin SII con base en el perfil de marcador de diagnóstico y el perfil de los síntomas. Un experto en la técnica apreciará que el proceso estadístico puede ser aplicado al perfil de marcador de diagnóstico y el perfil de los síntomas de forma simultánea o secuencialmente en cualquier orden.
El proceso estadístico puede ser un sistema clasificador estadístico de aprendizaje. Ejemplos de sistemas clasificadores estadísticos de aprendizaje adecuados para su uso en el método descrito se han descrito anteriormente. En ciertos casos, el proceso estadístico es un sistema clasificador estadístico de aprendizaje único, tal como, por ejemplo, un RF o C&RT. En otros casos, el proceso estadístico es una combinación de al menos dos sistemas clasificadores estadísticos de aprendizaje. Como un ejemplo no limitativo, la combinación de sistemas clasificadores estadísticos de aprendizaje comprende un RF y un NN, por ejemplo, que se utilizan en tándem. En algunos casos, los datos obtenidos de usar el sistema o sistemas clasificadores estadísticos de aprendizaje pueden procesarse utilizando un algoritmo de procesamiento.
19
imagen12
imagen13
imagen14
imagen15
5
15
25
35
45
55
65
E07814109
30-04-2015
La determinación de la presencia o nivel de al menos una citoquina en una muestra es particularmente útil en el método descrito. Tal como se utiliza aquí, el término "citoquina" incluye cualquiera de una variedad de polipéptidos o proteínas secretadas por las células inmunes que regulan una variedad de funciones del sistema inmune y abarca pequeñas citoquinas tales como quimiocinas. El término "citoquina" también incluye adipocitoquinas, que comprenden un grupo de citoquinas secretadas por los adipocitos que funcionan, por ejemplo, en la regulación del peso corporal, la hematopoyesis, angiogénesis, cicatrización de heridas, resistencia a la insulina, la respuesta inmune y la respuesta inflamatoria.
En ciertos aspectos, se determina en una muestra la presencia o nivel de al menos una citoquina, incluyendo, pero no limitado a, TNF-α, inductor de apoptosis débil relacionado con TNF (TWEAK), osteoprotegerina (OPG), IFN-, IF-, IFN-, IL-1, IL-1, antagonista del receptor IL-1 (IL-1ra), IL-2, IL-4, IL-5, IL-6, receptor soluble de IL-6 (sIL-6R), IL -7, IL-8, IL-9, IL-10, IL-12, IL-13, IL-15, IL-17, IL-23 e IL-27. En otros aspectos, se determina en una muestra la presencia o nivel de al menos una quimiocina tal como, por ejemplo, CXCL1/GRO1/GRO, CXCL2/GRO2, CXCL3/GRO3, CXCL4/PF-4, CXCL5/ENA-78, CXCL6/GCP- 2, CXCL7/NAP-2, CXCL9/MIG, CXCL10/IP-10, CXCL11/I-TAC, CXCL12/SDF-1, CXCL13/BCA-1, CXCL14BRAK, CXCL15, CXCL16, CXCL17/DMC, CCL1, CCL2/MCP-1, CCL3/MIP-1, CCL4/MIP-1, CCL5/RANTES, CCL6/C10, CCL7/MCP-3, CCL8/MCP-2, CCL9/CCL10, CCL11/eotaxina, CCL12/MCP-5, CCL13/MCP-4, CCL14/HCC-1, CCL15/MIP-5, CCL16/LEC, CCL17/TARC, CCL18/MIP-4, CCL19/MIP-3, CCL20/MIP-3, CCL21/SLC, CCL22/MDC, CCL23/MPIF1, CCL24/eotaxina-2, CCL25/TECK, CCL26/eotaxina-3, CCL27/CTACK, CCL28/MEC, CL1, CL2, y CX3CL1. En ciertos aspectos adicionales, la presencia o nivel de al menos una adipocitoquina incluyendo, pero sin limitarse a, leptina, adiponectina, resistina, inhibidor del activador de plasminógeno activo o total 1 (PAI-1), visfatina, y proteína de unión de retinol 4 (RBP4) se determina en una muestra. Preferiblemente, se determina la presencia o el nivel de IL-8, It-10, TWEK, leptina, OPG, MIP-3, GRO, CXCL4/PF-4, y/o CXCL7/NAP-2.
En ciertos casos, se detecta la presencia o el nivel de una citoquina particular a nivel de la expresión de RNAm con un ensayo tal como, por ejemplo, un ensayo de hibridación o un ensayo basado en amplificación. En otros casos, se detecta la presencia o el nivel de una citoquina particular, a nivel de expresión de proteína utilizando, por ejemplo, un inmunoensayo (por ejemplo, ELISA) o un ensayo inmunohistoquímico. Equipos de ELISA adecuados para determinar la presencia o el nivel de una citoquina tal como IL-8, IL-1β, MIP-3β, GRO, CXCL4/PF-4, o CXCL7/NAP-2 en un suero, plasma, saliva, o muestra de orina están disponibles en, por ejemplo, R&D Systems, Inc. (Minneapolis, MN), Neogen Corp. (Lexington, KY), Alpco Diagnostics (Salem, NH), Assay designs, Inc. (Ann Arbor, MI), BD Biosciences Pharmingen (San Diego, CA), Invitrogen (Camarillo, CA), Calbiochem (San Diego, CA), Chemicon International, Inc. (Temecula, CA), Antigenix America Inc. (Huntington Station, NY), QIAGEN Inc. (Valencia, CA), Bio-Rad Laboratories, Inc. (Hercules, CA), y/o Bender MedSystems Inc. (Burlingame, CA).
1. TWEAK
TWEAK es un miembro de la superfamilia de TNF estructuralmente relacionadas con las citoquinas. El TWEAK de longitud completa, anclado a la membrana se puede encontrar en la superficie de muchos tipos de células y también se ha detectado en el medio extracelular una forma más pequeña, biológicamente activa, generada a través de procesamiento proteolítico, (véase, por ejemplo, Chicheportiche et al., J. Biol. Chem., 272: 3240132410 (1997)). TWEAK actúa a través de la unión a un miembro de la superfamilia de receptores de TNF llamado factor de crecimiento de fibroblastos inducible 14 (Fn14, también conocido como miembro de la superfamilia de receptores del factor de necrosis tumoral 12A o TNFRSF12A). TWEAK tiene múltiples actividades biológicas, incluyendo la estimulación del crecimiento celular y la angiogénesis, la inducción de citoquinas inflamatorias, y la estimulación de la apoptosis (véase, por ejemplo, Wiley et al., Cytokine Growth Factor Rev., 14:. 241-249 (2003)). En particular, TWEAK se ha demostrado que induce la expresión de PGE2, MMP-1, IL-6, IL-8, RANTES, e IP-10 en los fibroblastos y sinoviocitos, y para sobreregular la expresión de ICAM-1, E-selectina, IL- 8 y MCP-1 en las células endoteliales (véase, por ejemplo, Campbell et al., Front. Biosci., 9: 2273-2284 (2004)). También se ha demostrado que TWEAK unido al receptor Fn14, o la sobreexpresión constitutiva de Fn14, activa la vía de señalización de NF-kB, que desempeña un papel importante en los procesos inmunes e inflamatorios, la oncogénesis, la resistencia a la terapia del cáncer, y la tumorogénesis (véase, por ejemplo, Winkles et al., Cancer Lett, 235: 11-17 (2006); y Winkles et al., Front. Biosci., 12: 2761-2771 (2007)). Un experto en la técnica apreciará que TWEAK también se conoce como miembro de la superfamilia de ligandos del factor de necrosis tumoral 12A (TNFSF12), ligando APO3 (APO3L), CD255, ligando DR3, FN14 y UNQ181/PRO207.
Los equipos de ELISA adecuados para determinar la presencia o nivel de TWEAK en una muestra biológica tal como suero, plasma, saliva o muestra de orina están disponibles de, por ejemplo, Antigenix America Inc. (Huntington Station, NY), Bender MedSystems Inc . (Burlingame, CA), Agdia Inc. (Elkhart, IN), American Investigation Products Inc. (Belmont, MA), Biomeda Corp. (Foster City, CA), BioVision, Inc. (Mountain View, CA), y Kamiya Biomedical Co. (Seattle, WA).
24
5
15
25
35
45
55
65
E07814109
30-04-2015
2. Osteoprotegerina (OPG)
OPG es un miembro de 401 aminoácidos de la superfamilia de TNF de citoquinas estructuralmente relacionadas. OPG, que es homóloga al receptor activador de NFkB (RANK), inhibe la diferenciación de macrófagos en los osteoclastos y regula la resorción de los osteoclastos al actuar como un receptor señuelo soluble para el ligando de RANK (RANKL, también conocida como ligando OPG (OPGL)) . Como resultado, el sistema OPG-RANK-RANKL juega un papel directo y esencial en la formación, función y supervivencia de los osteoclastos. El sistema OPG-RANK-RANKL también se ha demostrado que modula la migración de células de cáncer, controlando así el desarrollo de las metástasis óseas. Un experto en la técnica apreciará que OPG también se conoce como factor inhibidor de la osteoprotegrina y la osteoclastogénesis (OCIF).
Los equipos de ELISA adecuados para determinar la presencia o nivel de OPG en un suero, plasma, saliva o muestra de orina están disponibles de, por ejemplo, Antigenix America Inc. (Huntington Station, NY), Immunodiagnostic Systems Ltd. (Boldon, Reino Unido), y BioVendor, LLC (Candler, Carolina del Norte).
3. Leptina
La leptina, un miembro de la familia adipocitoquinas de las citoquinas, es una hormona peptídica de 16 kD que juega un papel crítico en la regulación del peso corporal mediante la inhibición de la ingesta de alimentos y estimulación del gasto de energía. Se sintetiza principalmente por los adipocitos y circula en el plasma en cantidades proporcionales al contenido de grasa corporal (véase, por ejemplo, Maffei et al., Nat. Med., 1: 11551161 (1995); Considine et al., Diabetes, 45: 992-994 (1996)). La leptina muestra un alto grado de homología entre las diferentes especies y también es análogo en estructura a otras citoquinas (véase, por ejemplo, Madej et al., FEBS Lett., 373: 13-18 (1995)). La leptina actúa a través del receptor de leptina, un receptor transmembrana de dominio único de la superfamilia de receptores de citoquinas de clase I, que se caracterizan por motivos extracelulares de cuatro residuos de cisteína y un número de dominios fibronectina de tipo III (véase, por ejemplo, Heim, Eur. J. Clin. Invest., 26: 1-12 (1996)). El receptor de la leptina se sabe que existe como un homodímero y se activa por los cambios conformacionales que ocurren tras la unión del ligando al receptor (véase, por ejemplo, Devos et al., J. Biol. Chem., 272: 18304-18310 (1997)). Se han identificado hasta la fecha seis isoformas del receptor de leptina, generadas por corte y empalme alternativo, (véase, por ejemplo, Wang et al., Nature, 393: 684-688 (1998); Lee et al., Nature, 379: 632-635 (1996)).
Los equipos de ELISA adecuados para determinar la presencia o el nivel de leptina en una muestra biológica tal como suero, plasma, saliva u orina están disponibles, por ejemplo, de R&D Systems, Inc. (Minneapolis, MN), B-Bridge International (Mountain View, CA), Neogen Corp. (Lexington, KY), Assay Designs, Inc. (Ann Arbor, MI), Invitrogen (Camarillo, CA), CHEMICON International, Inc. (Temecula, CA), Antigenix America Inc. (Huntington Station, NY), Linco Research, Inc. (St. Charles, MO), Diagnostic Systems Laboratories, Inc. (Webster, TX), Immuno-Biological Laboratories, Inc. (Minneapolis, MN), y Cayman Chemical Co. (Ann Arbor, MI).
B. Factores de Crecimiento
También es útil la determinación de la presencia o nivel de uno o más factores de crecimiento en una muestra. Tal como se utiliza aquí, el término "factor de crecimiento" incluye cualquiera de una variedad de péptidos, polipéptidos o proteínas que son capaces de estimular la proliferación y/o diferenciación celular.
En ciertos aspectos, se determina en una muestra la presencia o nivel de al menos un factor de crecimiento, incluyendo, pero sin limitarse a, factor de crecimiento epidérmico (EGF), factor de crecimiento epidérmico de unión a heparina (HB-EGF), factor de crecimiento endotelial vascular (VEGF) , el factor derivado del epitelio pigmentario (PEDF, también conocida como SERPINF1), anfirregulina (AREG, también conocida como factor de crecimiento derivado de schwannoma (SDGF)), factor de crecimiento de fibroblastos básico (bFGF), factor de crecimiento de hepatocitos (HGF), factor de crecimiento transformante- (TGF-), factor de crecimiento transformante- (TGF-), proteínas morfogenéticas óseas (por ejemplo, BMP1-BMP15), factor de crecimiento derivado de plaquetas (PDGF), factor de crecimiento nervioso (NGF), factor de crecimiento del nervio  (-NGF), factores neurotróficos (por ejemplo, factor neurotrófico derivado del cerebro (BDNF), neurotrofina 3 (NT3), neurotrofina 4 (NT4), etc.), factor de diferenciación del crecimiento -9 (GDF-9), factor estimulante de colonias de granulocitos (G-CSF), factor estimulante de colonias de granulocitos y macrófagos (GM-CSF), miostatina (GDF8), eritropoyetina (EPO), y la trombopoyetina (TPO). Preferiblemente, se determina la presencia o nivel de EGF, VEGF, PEDF, anfirregulina (SDGF), y/o BDNF.
En ciertos casos, se detecta la presencia o nivel de un factor de crecimiento particular a nivel de expresión de RNAm con un ensayo tal como, por ejemplo, un ensayo de hibridación o un ensayo basado en amplificación. En otros casos, se detecta la presencia o nivel de un factor de crecimiento particular a nivel de expresión de proteína utilizando, por ejemplo, un inmunoensayo (por ejemplo, ELISA) o un ensayo inmunohistoquímico. Los equipos de ELISA adecuados para determinar la presencia o nivel de un factor de crecimiento tales como EGF, VEGF, PEDF, SDGF, o BDNF en un suero, plasma, saliva o muestra de orina están disponibles de, por ejemplo, Antigenix America Inc. (Huntington Station, NY), Promega (Madison, WI), R&D Systems, Inc. (Minneapolis, MN),
25
imagen16
imagen17
imagen18
5
15
25
35
45
55
65
E07814109
30-04-2015
J. Grelina
También es útil la determinación de la presencia o el nivel de grelina en una muestra. Tal como se utiliza aquí, el término "grelina" incluye un péptido de 28 aminoácidos que es un ligando endógeno para el receptor de secretagogos de la hormona del crecimiento (GHSR) y está involucrada en la regulación de la liberación de la hormona de crecimiento. La grelina se puede acilar, normalmente con un grupo n-octanoilo en el residuo tres de serina, para formar grelina activa. Alternativamente, la grelina puede existir como una forma sin acilar (es decir, desacilgrelina). La grelina se expresa principalmente en las células enterocromafines especializadas situadas principalmente en la mucosa del fondo del estómago y tiene efectos metabólicos opuestos a los de la leptina. La grelina estimula la ingesta de alimentos, mejora el uso de hidratos de carbono y reduce la utilización de grasas, aumenta la motilidad gástrica y la secreción de ácido, y reduce la actividad locomotora.
En ciertos casos, se detecta la presencia o el nivel de grelina a nivel de expresión de RNAm con un ensayo tal como, por ejemplo, un ensayo de hibridación o un ensayo basado en amplificación. En otros casos, se detecta la presencia o el nivel de grelina a nivel de expresión de proteína utilizando, por ejemplo, un inmunoensayo (por ejemplo, ELISA) o un ensayo inmunohistoquímico. Los equipos de ELISA adecuados para determinar la presencia o nivel de grelina activa o desacil-grelina en un suero, plasma, saliva o muestra de orina están disponibles de, por ejemplo, Alpco Diagnostics (Salem, NH), Cayman Chemical Co. (Ann Arbor, MI ), Linco Research, Inc. (St. Charles, MO), y Diagnostic Systems Laboratories, Inc. (Webster, TX).
K. Neurotensina
También es útil la determinación de la presencia o nivel de neurotensina en una muestra. Tal como se utiliza aquí, el término "neurotensina" incluye un tridecapéptido que es ampliamente distribuido en todo el sistema nervioso central y el tracto gastrointestinal. La neurotensina ha sido identificada como un importante mediador en el desarrollo y la progresión de varias funciones gastrointestinales y condiciones de enfermedad, que ejercen sus efectos mediante la interacción con receptores específicos que actúan directa o indirectamente sobre los nervios, células epiteliales, y/o células de los sistemas inmune e inflamatorio (véase, por ejemplo, Zhao et al., Peptides, 27: 2434-2444 (2006)).
En ciertos casos, se detecta la presencia o nivel de neurotensina a nivel de expresión de RNAm con un ensayo tal como, por ejemplo, un ensayo de hibridación o un ensayo basado en amplificación. En otros casos, se detecta la presencia o nivel de neurotensina a nivel de expresión de proteína utilizando, por ejemplo, un inmunoensayo (por ejemplo, ELISA) o un ensayo inmunohistoquímico. Las técnicas de ELISA adecuadas para determinar la presencia o nivel de neurotensina en una muestra se describen en, por ejemplo, Davis et al., J. Neurosci. Methods, 14: 15-23 (1985); y Williams et al., J. Histochem. Cytochem, 37: 831-841 (1989).
L. Hormona liberadora de corticotropina
También es útil la determinación de la presencia o nivel de la hormona liberadora de corticotropina (CRH; también conocida como factor liberador de corticotropina o CRF) en una muestra. Tal como se utiliza aquí, el término "hormona liberadora de corticotropina", "CRH", "factor liberador de corticotropina," o "CRF" incluye un péptido de 41 aminoácidos secretado por el núcleo paraventricular del hipotálamo que media la parte proximal de la respuesta al estrés en los mamíferos como los humanos. CRH normalmente se une a uno o más receptores de la hormona liberadora de corticotropina (por ejemplo, CRHR1 y/o CRHR2). CRH se expresa por el hipotálamo, la médula espinal, estómago, bazo, duodeno, glándula suprarrenal, y la placenta.
En ciertos casos, se detecta la presencia o nivel de CRH a nivel de expresión de RNAm con un ensayo tal como, por ejemplo, un ensayo de hibridación o un ensayo basado en amplificación. En otros casos, se detecta la presencia o nivel de CRH a nivel de expresión de proteína utilizando, por ejemplo, un inmunoensayo (por ejemplo, ELISA) o un ensayo inmunohistoquímico. Los equipos de ELISA adecuados para determinar la presencia o nivel de CRH en un suero, plasma, saliva o muestra de orina están disponibles de, por ejemplo, Alpco Diagnostics (Salem, NH) y Cosmo Bio Co., Ltd. (Tokio, Japón).
M. Anticuerpos antineutrófilos
También es útil la determinación de los niveles de ANCA y/o la presencia o ausencia de pANCA en una muestra es también útil. Tal como se utiliza aquí, el término "anticuerpo citoplásmico anti-neutrófilo" o "ANCA" incluye anticuerpos dirigidos a los componentes citoplasmáticos y/o nucleares de los neutrófilos. La actividad de ANCA se puede dividir en varias categorías amplias basadas en el patrón de tinción ANCA en los neutrófilos: (1) la tinción citoplásmica de neutrófilos sin resaltado perinuclear (cANCA); (2) la tinción perinuclear alrededor del borde exterior del núcleo (pANCA); (3) la tinción perinuclear alrededor del borde interior del núcleo (NSNA); y (4) la tinción difusa con moteado en todo el neutrófilo (SAPPA). En ciertos casos, la tinción de pANCA es sensible al tratamiento con DNasa. El término ANCA abarca todas las variedades de reactividad anti-neutrófilos,
29
5
15
25
35
45
55
65
E07814109
30-04-2015
incluyendo, pero sin limitarse a, cANCA, pANCA, NSNA, y SAPPA. Del mismo modo, el término ANCA abarca todos los isotipos de inmunoglobulina incluyendo, sin limitación, la inmunoglobulina A y G.
Los niveles de ANCA en una muestra de un individuo se pueden determinar, por ejemplo, usando un inmunoensayo tal como un ensayo de inmunoabsorción ligado a enzimas (ELISA) con neutrófilos fijados con alcohol. La presencia o ausencia de una categoría particular de ANCA como pANCA se puede determinar, por ejemplo, usando un ensayo inmunohistoquímico tal como un ensayo indirecto con anticuerpo fluorescente (IFA). Preferiblemente, la presencia o ausencia de pANCA en una muestra se determina usando un ensayo de inmunofluorescencia con neutrófilos fijados tratados con DNasa. Además de neutrófilos fijados, los antígenos específicos para ANCA que son adecuados para determinar los niveles de ANCA incluyen, sin limitación, extractos no purificados o parcialmente purificados de neutrófilos; proteínas purificadas, fragmentos de proteínas, o péptidos sintéticos, tales como la histona H1 o fragmentos reactivos a ANCA de los mismos (ver, por ejemplo, la Patente de Estados Unidos Nº 6.074.835); antígenos similares a la histona H1, antígenos de porina, antígenos Bacteroides, o fragmentos reactivos a ANCA de los mismos (ver, por ejemplo, la Patente de Estados Unidos Nº 6.033.864); antígenos de vesículas secretoras o fragmentos reactivos a ANCA de los mismos (ver, por ejemplo, la Solicitud de Patente de Estados Unidos Nº 08/804.106); y anticuerpos idiotípicos anti-ANCA. Un experto en la técnica apreciará que se describe el uso de antígenos adicionales específicos para ANCA.
N. Anticuerpos anti Saccharomyces cerevisiae
También es útil la determinación de los niveles de ASCA (por ejemplo, ASCA-IgA y/o ASCA-IgG) en una muestra. Tal como se utiliza aquí, el término "inmunoglobulina A anti-Saccharomyces cerevisiae" o "ASCA-IgA" incluye anticuerpos de inmunoglobulina de isotipo A que reaccionan específicamente con S. cerevisiae. Del mismo modo, el término "inmunoglobulina G anti-Saccharomyces cerevisiae" o "ASCA-IgG" incluye anticuerpos de inmunoglobulina de isotipo G que reaccionan específicamente con S. cerevisiae.
La determinación de si una muestra es positiva para ASCA IgA o ASCA IgG se realiza mediante un antígeno específico para ASCA. Dicho antígeno puede ser cualquier antígeno o mezcla de antígenos que se une específicamente a ASCA IgA y/o ASCA IgG. Aunque los anticuerpos ASCA se caracterizaron inicialmente por su capacidad para unirse a S. cerevisiae, los expertos en la técnica entenderán que un antígeno que se une específicamente a ASCA se puede obtener de S. cerevisiae o de una variedad de otras fuentes siempre y cuando la antígeno sea capaz de unirse específicamente a los anticuerpos ASCA. Por consiguiente, las fuentes ejemplares de un antígeno específico para ASCA, que se puede utilizar para determinar los niveles de ASCA-IgA y/o ASCA-IgG en una muestra, incluyen, sin limitación, células enteras muertas de levadura tales como Saccharomyces o células de Candida; manano de pared celular de levadura tales como fosfopeptidomanano (PPM); oligosacáridos tales como oligomanósidos; neoglucolípidos; anticuerpos idiotípicos anti-ASCA; y similares. Diferentes especies y cepas de levadura, tales como la cepa de S. cerevisiae Sul, SU2, CBS 1315, o BM 156, o Candida albicans cepa VW32, son adecuadas para su uso como antígeno específico para ASCA-IgA y/o ASCA-IgG. Los antígenos purificados y sintéticos específicos para ASCA también son adecuados para su uso en la determinación de los niveles de ASCA-IgA y/o ASCA-IgG en una muestra. Ejemplos de antígenos purificados incluyen, sin limitación, los antígenos de oligosacáridos purificados, tales como oligomanósidos. Ejemplos de antígenos sintéticos incluyen, sin limitación, oligomanósidos sintéticos, tales como los descritos en la Publicación de Patente de Estados Unidos Nº 20030105060, por ejemplo, D-Man β(1-2) D-Man β(1-2) D-Man β(1-2) D-Man-OR, D-Man α(1-2) D-Man α(1-2) D-Man α(1-2) D-Man-OR y D-Man α(1-3) D-Man α(1-2) D-man α(1-2) D-Man-OR, en donde R es un átomo de hidrógeno, un alquilo de C1 a C20, o un grupo conector opcionalmente marcado.
Se pueden utilizar preparaciones de mananos de pared celular de levadura, por ejemplo, PPM, en la determinación de los niveles de ASCA-IgA y/o ASCA-IgG en una muestra. Tales antígenos de superficie hidrosolubles se pueden preparar mediante cualquier técnica de extracción apropiada conocida en la técnica, incluyendo, por ejemplo, por autoclave, o se pueden obtener comercialmente (véase, por ejemplo, Lindberg et al., Gut., 33: 909-913 (1992)). La fracción estable al ácido de PPM también es útil en los algoritmos estadísticos (Sendid et al., Clin. Diag. Lab. Immunol., 3: 219-226 (1996)). Un PPM ejemplar que es útil en la determinación de los niveles de ASCA en una muestra deriva de la cepa de S. uvarum ATCC # 38926.
Los antígenos de oligosacárido purificados, tales como oligomanósidos también pueden ser útiles en la determinación de los niveles de ASCA-IgA y/o ASCA-IgG en una muestra. Los antígenos de oligomanósido purificados se convierten preferiblemente en neoglucolípidos como se describe en, por ejemplo, Faille et al., Eur.
J. Microbiol. Infect. Dis., 11: 438-446 (1992). Un experto en la técnica entiende que la reactividad de tal antígeno de oligomanósido con ASCA se puede optimizar variando la longitud de la cadena de manosilo (Frosh et al., Proc. Natl. Acad. Sci. USA, 82: 1194-1198 (1985)); la configuración anomérica (Fukazawa et al., en "Immunology of Fungal Disease," E. Kurstak (ed), Marcel Dekker Inc., Nueva York, pp 37-62 (1989); Nishikawa et al., Microbiol Immunol., 34: 825-840 (1990); Poulain et al., Eur. J. Clin. Microbiol., 23: 46-52 (1993); Shibata et al., Arch. Biochem. Biophys., 243: 338-348 (1985); Trinel et al., Infect. Immun., 60: 3845-3851 (1992)); o la posición del enlace (Kikuchi et al., Planta, 190: 525-535 (1993)).
30
imagen19
imagen20
imagen21
5
15
25
35
45
55
65
E07814109
30-04-2015
Cualquiera de los ensayos, técnicas y equipos conocidos en la técnica se puede utilizar para determinar la presencia o el nivel de uno o más marcadores en una muestra para clasificar si la muestra está asociada con SII.
El método descrito se basa, en parte, en la determinación de la presencia o nivel de al menos un marcador en una muestra obtenida de un individuo. Tal como se utiliza aquí, el término "determinar la presencia de al menos un marcador" incluye la determinación de la presencia de cada marcador de interés mediante el uso de cualquier ensayo cuantitativo o cualitativo conocido para un experto en la técnica. En ciertos casos, los ensayos cualitativos que determinan la presencia o ausencia de un rasgo en particular, variable, o sustancia bioquímica o serológica (por ejemplo, la proteína o el anticuerpo) son adecuados para la detección de cada marcador de interés. En otros casos, los ensayos cuantitativos que determinan la presencia o ausencia de RNA, proteína, anticuerpo, o actividad son adecuados para la detección de cada marcador de interés. Tal como se utiliza aquí, el término "determinar el nivel de al menos un marcador" incluye determinar el nivel de cada marcador de interés mediante el uso de cualquier ensayo cuantitativo directo o indirecto conocido para un experto en la técnica. En ciertos casos, los ensayos cuantitativos que determinan, por ejemplo, la cantidad relativa o absoluta de RNA, proteína, anticuerpo, o actividad son adecuados para determinar el nivel de cada marcador de interés. Un experto en la técnica apreciará que cualquier ensayo útil para determinar el nivel de un marcador también es útil para determinar la presencia o ausencia del marcador.
Tal como se utiliza aquí, el término "anticuerpo" incluye una población de moléculas de inmunoglobulina, que puede ser policlonal o monoclonal y de cualquier isotipo, o un fragmento inmunológicamente activo de una molécula de inmunoglobulina. Tal fragmento inmunológicamente activo contiene las regiones variables de las cadenas pesadas y ligeras, que constituyen la porción de la molécula de anticuerpo que se une específicamente a un antígeno. Por ejemplo, un fragmento inmunológicamente activo de una molécula de inmunoglobulina conocida en la técnica como Fab, Fab' o F(ab')2 se incluye en el sentido del término anticuerpo.
La citometría de flujo se puede utilizar para determinar la presencia o el nivel de uno o más marcadores en una muestra. Tales ensayos de citometría de flujo, incluyendo inmunoensayos basados en cuentas, se pueden utilizar para determinar, por ejemplo, los niveles de marcadores de anticuerpos en la misma manera que la descrita para la detección de anticuerpos séricos contra Candida albicans y proteínas del VIH (véase, por ejemplo, Bishop y Davis, J. Immunol. Methods, 210: 79-87 (1997); McHugh et al., J. Immunol. Methods, 116: 213 (1989); Scillian et al., Blood, 73: 2041 (1989)).
La tecnología de presentación en fagos para la expresión de un antígeno recombinante específico para un marcador también se puede utilizar para determinar la presencia o el nivel de uno o más marcadores en una muestra. Las partículas de fago que expresan un antígeno específico para, por ejemplo, un marcador de anticuerpo se pueden anclar, si se desea, a una placa de múltiples pocillos usando un anticuerpo tal como un anticuerpo monoclonal anti-fago (Felici et al., "Phage-Displayed Peptides as Tools for Characterization of Human Sera" en Abelson, Methods in Enzymol., 267, San Diego (Ed.): Academic Press, Inc. (1996)).
Una variedad de técnicas de inmunoensayo, incluyendo inmunoensayos competitivos y no competitivos, se puede utilizar para determinar la presencia o el nivel de uno o más marcadores en una muestra (véase, por ejemplo, Self y Cook, Curr. Opin. Biotechnol., 7: 60-65 (1996)). El término inmunoensayo abarca técnicas que incluyen, sin limitación, inmunoensayos enzimáticos (EIA) como técnica de inmunoensayo multiplicado por enzimas (EMIT), ensayo inmunosorbente ligado a enzima (ELISA), ELISA de captura de antígeno, ELISA en sándwich, ELISA de captura de anticuerpo IgM (MAC ELISA), e inmunoensayo enzimático de micropartículas (MEIA); inmunoensayos de electroforesis capilar (CEIA); radioinmunoanálisis (RIA); ensayos inmunorradiométricos (IRMA); inmunoensayos de polarización de fluorescencia (FPIA); y los ensayos de quimioluminiscencia (CL). Si se desea, tales inmunoensayos pueden estar automatizados. Los inmunoensayos también se pueden utilizar junto con fluorescencia inducida por láser (véase, por ejemplo, Schmalzing y Nashabeh, Electrophoresis, 18: 2184-2193 (1997); Bao, J. Chromatogr. B. Biomed. Sci., 699: 463-480 (1997)). También son adecuados para su uso los inmunoensayos de liposomas, tales como inmunoensayos de liposomas de flujo de inyección e inmunosensores de liposomas, (véase, por ejemplo, Rongen et al., J. Immunol. Methods, 204: 105-133 (1997)). Además, son adecuados para su uso los ensayos de nefelometría, en el que la formación de complejos anticuerpo/proteína resulta en el aumento de la dispersión de la luz que se convierte en una señal de proporción de pico como una función de la concentración de marcador. Los ensayos de nefelometría están comercialmente disponibles de Beckman Coulter (Brea, CA; Kit # 449430) y se puede realizar usando un nefelómetro Behring Analyzer (Fink et al., J. Clin. Chem. Clin. Biol. Chem., 27: 261-276 (1989)).
Un ELISA de captura de antígeno puede ser útil para determinar la presencia o el nivel de uno o más marcadores en una muestra. Por ejemplo, en un ELISA de captura de antígeno, un anticuerpo dirigido a un marcador de interés se une a una fase sólida y la muestra se añade de tal manera que el marcador se une al anticuerpo. Después de eliminar mediante lavado las proteínas no unidas, la cantidad de marcador unido puede cuantificarse usando, por ejemplo, un radioinmunoensayo (ver, por ejemplo, Harlow y Lane, Antibodies: A Laboratory Manual, Cold Spring Harbor Laboratory, Nueva York, 1988)). Un ELISA en sándwich también puede
34
5
15
25
35
45
55
65
E07814109
30-04-2015
ser adecuado para su uso. Por ejemplo, en un ensayo de sándwich de dos anticuerpos, un primer anticuerpo está unido a un soporte sólido, y se permite que el marcador de interés se una al primer anticuerpo. La cantidad de marcador se cuantifica midiendo la cantidad de un segundo anticuerpo que se une el marcador. Los anticuerpos pueden inmovilizarse sobre una variedad de soportes sólidos, tales como partículas de matriz magnéticas o cromatográficas, la superficie de una placa de ensayo (por ejemplo, pocillos de microtitulación), piezas de un material de sustrato sólido o membrana (por ejemplo, plástico, nylon, papel), y similares. Una tira de ensayo se puede preparar recubriendo con un anticuerpo o una pluralidad de anticuerpos un chip sobre un soporte sólido. Esta tira puede entonces sumergirse en la muestra de ensayo y se procesa rápidamente a través de pasos de lavado y de detección para generar una señal medible, tal como una mancha de color.
Un radioinmunoensayo que utiliza, por ejemplo, un anticuerpo secundario marcado con yodo-125 (125I) (Harlow y Lane, supra) también es adecuado para determinar la presencia o el nivel de uno o más marcadores en una muestra. Un anticuerpo secundario marcado con un marcador quimioluminiscente también puede ser adecuado para su uso. Un ensayo de quimioluminiscencia usando un anticuerpo secundario quimioluminiscente es adecuado para la detección sensible, no radiactiva de los niveles de marcadores. Tales anticuerpos secundarios se pueden obtener comercialmente de varias fuentes, por ejemplo, Amersham Lifesciences, Inc. (Arlington Heights, IL).
Los inmunoensayos descritos anteriormente son particularmente útiles para determinar la presencia o el nivel de uno o más marcadores en una muestra. Como un ejemplo no limitativo, un ELISA usando una molécula de unión de IL-8 tal como un anticuerpo contra IL-8 o una proteína de unión a IL-8 extracelular (por ejemplo, receptor de IL-8) es útil para determinar si una muestra es positivo para la proteína IL-8 o para la determinación de niveles de proteína IL-8 en una muestra. Un ELISA de neutrófilos fijados es útil para determinar si una muestra es positiva para ANCA o para determinar los niveles de ANCA en una muestra. Del mismo modo, un ELISA que utiliza fosfopeptidomanano de pared celular de levadura es útil para determinar si una muestra es positiva para ASCA-IgA y/o ASCA-IgG, o para determinar los niveles de ASCA-IgA y/o IgG-ASCA en una muestra. Un ELISA que utiliza proteína OmpC o un fragmento de la misma es útil para determinar si una muestra es positiva para anticuerpos anti-OmpC, o para la determinación de los niveles de anticuerpos anti-OmpC en una muestra. Un ELISA que utiliza proteína I2 o un fragmento de la misma es útil para determinar si una muestra es positiva para anticuerpos anti-I2, o para determinar los niveles de anticuerpos anti-I2 en una muestra. Un ELISA que utiliza proteína flagelina (por ejemplo, la flagelina Cbir-1) o un fragmento de la misma es útil para determinar si una muestra es positiva para anticuerpos anti-flagelina, o para determinar los niveles de anticuerpos anti-flagelina en una muestra. Además, los inmunoensayos descritos anteriormente son particularmente útiles para determinar la presencia o nivel de otros marcadores de diagnóstico en una muestra.
La unión inmunológica específica del anticuerpo al marcador de interés se puede detectar directa o indirectamente. Los marcajes directos incluyen marcajes fluorescentes o luminiscentes, metales, colorantes, radionúclidos, y similares, unidos al anticuerpo. Un anticuerpo marcado con yodo-125 (125I) se puede utilizar para determinar los niveles de uno o más marcadores en una muestra. Un ensayo de quimioluminiscencia utilizando un anticuerpo quimioluminiscente específico para el marcador es adecuado para la detección sensible, no radiactiva de los niveles de marcadores. Un anticuerpo marcado con fluorocromo también es adecuado para determinar los niveles de uno o más marcadores en una muestra. Ejemplos de fluorocromos incluyen, sin limitación, DAPI, fluoresceína, Hoechst 33258, R-ficocianina, B-ficoeritrina, R-ficoeritrina, rodamina, rojo Texas, y lisamina. Los anticuerpos secundarios ligados a fluorocromos se pueden obtener comercialmente, por ejemplo, F(ab')2 de cabra anti-IgG FITC humano está disponible de Tago Immunologicals (Burlingame, CA).
Los marcajes indirectos incluyen diversas enzimas bien conocidas en la técnica, tales como la peroxidasa de rábano picante (HRP), fosfatasa alcalina (AP), β-galactosidasa, ureasa, y similares. Un sistema de detección de peroxidasa de rábano picante se puede utilizar, por ejemplo, con el sustrato cromogénico tetrametilbenzidina (TMB), que produce un producto soluble en presencia de peróxido de hidrógeno que es detectable a 450 nm. Un sistema de detección de fosfatasa alcalina se puede utilizar, por ejemplo, con el sustrato cromogénico pnitrofenil fosfato, que produce un producto soluble fácilmente detectable a 405 nm. Del mismo modo, un sistema de detección de β-galactosidasa se puede utilizar con el sustrato cromogénico o-nitrofenil-β-D-galactopiranósido (ONPG), que produce un producto soluble detectable a 410 nm. Un sistema de detección de ureasa se puede utilizar con un sustrato tal como urea-púrpura de bromocresol (Sigma Immunochemicals; St. Louis, MO). Un anticuerpo secundario útil ligado a una enzima se puede obtener a partir de varias fuentes comerciales, por ejemplo, F(ab')2 de cabra anti-IgG-fosfatasa alcalina humano se pueden comprar a partir de Jackson ImmunoResearch (West Grove, PA.).
Una señal del marcaje directo o indirecto se puede analizar, por ejemplo, utilizando un espectrofotómetro para detectar el color de un sustrato cromogénico; un contador de radiación para detectar la radiación tal como un contador gamma para la detección de 125I; o un fluorómetro para detectar la fluorescencia en presencia de luz de una determinada longitud de onda. Para la detección de anticuerpos unidos a enzimas, un análisis cuantitativo de la cantidad de niveles de los marcadores se puede hacer utilizando un espectrofotómetro tal como un lector de microplacas EMAX (Molecular Devices; Menlo Park, CA) de acuerdo con las instrucciones del
35
imagen22
imagen23
imagen24
5
15
25
35
45
55
65
E07814109
30-04-2015
Compression," Kluywer Academic Publishers, Boston, Dordrecht, Londres (1992); y Hassoun, " Fundamentals of Artificial Neural Networks", MIT Press, Cambridge, Massachusetts, Londres (1995).
Las máquinas de vectores de soporte son un conjunto de técnicas de aprendizaje supervisado relacionadas que se utilizan para la clasificación y la regresión y se describen, por ejemplo, en Cristianini et al., "An Introduction to Suport Vector Machines and Other Kernel-Based Learning Methods", Cambridge University Press (2000). El análisis de las máquinas de vectores de soporte se puede realizar, por ejemplo, utilizando el programa SVMlight desarrollado por Thorsten Joachims (Universidad de Cornell) o utilizar el programa LIVSVM desarrollado por Chih-Chung Chang y Chih-Jen Lin (Universidad Nacional de Taiwán).
Los sistemas clasificadores estadísticos de aprendizaje descritos en este documento pueden entrenarse y probarse en una cohorte de muestras (por ejemplo, muestras serológicas) de individuos sanos, pacientes con SII, pacientes con EII, y/o pacientes con enfermedad celíaca. Por ejemplo, las muestras de pacientes diagnosticados por un médico, y preferiblemente por un gastroenterólogo que tienen EII utilizando una biopsia, colonoscopia, o un inmunoensayo como se describe en, por ejemplo, la Patente de Estados Unidos Nº 6.218.129, son adecuados para su uso en el entrenamiento y prueba de los sistemas clasificadores estadísticos de aprendizaje. Las muestras de pacientes diagnosticados de EII también pueden ser estratificados en la enfermedad de Crohn o colitis ulcerosa usando un inmunoensayo como se describe en, por ejemplo, las Patentes de Estados Unidos Nº 5.750.355 y 5.830.675. Las muestras de pacientes diagnosticados con SII utilizando un criterio publicado como el criterio de diagnóstico de Manning, Roma I, Roma II, o Roma III son adecuados para su uso en el entrenamiento y prueba de los sistemas clasificadores estadísticos de aprendizaje. Las muestras de individuos sanos pueden incluir aquellas que no fueron identificadas como EII y/o muestras de SII. Un experto en la técnica conocerá técnicas adicionales y criterios de diagnóstico para la obtención de una cohorte de muestras de pacientes que se puede utilizar en el entrenamiento y pruebas de los sistemas clasificadores estadísticos de aprendizaje.
Tal como se utiliza aquí, el término "sensibilidad" se refiere a la probabilidad de que un método de diagnóstico, sistema o código dé un resultado positivo cuando la muestra es positiva, por ejemplo, que tiene SII. La sensibilidad se calcula como el número de resultados positivos verdaderos dividido por la suma de los verdaderos positivos y falsos negativos. La sensibilidad en esencia es una medida de lo bueno que es un método, sistema o código identificando correctamente las personas con SII de aquellas sin la enfermedad. Los algoritmos estadísticos se pueden seleccionar de tal manera que la sensibilidad de la clasificación del SII es al menos aproximadamente un 60%, y pueden ser, por ejemplo, al menos aproximadamente un 65%, 70%, 75%, 76%, 77%, 78%, 79%, 80%, 81%, 82%, 83%, 84%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93%, 94%, 95%, 96 %, 97%, 98%, o 99%. La sensibilidad de la clasificación del SII puede ser al menos aproximadamente del 90% cuando se usa una combinación de sistemas clasificadores estadísticos de aprendizaje (véase, Ejemplo 10) o al menos aproximadamente del 85% cuando se usa un sistema clasificador estadístico de aprendizaje único (véase el Ejemplo 11).
El término "especificidad" se refiere a la probabilidad de que un método de diagnóstico, sistema, o código dé un resultado negativo cuando la muestra no es positiva, por ejemplo, no tiene SII. La especificidad se calcula como el número de resultados negativos verdaderos dividido por la suma de los verdaderos negativos y falsos positivos. La especificidad esencialmente es una medida de lo bueno que es un método, sistema o código excluyendo a aquellos que no tienen SII de aquellos que tienen la enfermedad. Los algoritmos estadísticos se pueden seleccionar de tal manera que la especificidad de la clasificación del SII es al menos aproximadamente un 70%, por ejemplo, al menos aproximadamente un 75%, 80%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93%, 94%, 95%, 96%, 97%, 98%, o 99%. La especificidad de la clasificación del SII puede ser al menos aproximadamente del 86% cuando se usa una combinación de sistemas clasificadores estadísticos de aprendizaje (véase, Ejemplo 10) o al menos aproximadamente del 84% cuando se usa un sistema clasificador estadístico de aprendizaje único (véase el Ejemplo 11).
Tal como se utiliza aquí, el término "valor predictivo negativo" o "VPN" se refiere a la probabilidad de que un individuo identificado por no tener SII realmente no tenga la enfermedad. El valor predictivo negativo puede calcularse como el número de verdaderos negativos dividido por la suma de los verdaderos negativos y falsos negativos. El valor predictivo negativo se determina por las características del método de diagnóstico, sistema, o código, así como la prevalencia de la enfermedad en la población analizada. Los algoritmos estadísticos se pueden seleccionar de tal manera que el valor predictivo negativo en una población que tiene una prevalencia de la enfermedad esté en el intervalo de aproximadamente del 70% a aproximadamente el 99% y puede ser, por ejemplo, al menos aproximadamente del 70%, 75%, 76%, 77%, 78%, 79%, 80%, 81%, 82%, 83%, 84%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93% , 94%, 95%, 96%, 97%, 98%, o 99%. El valor predictivo negativo para clasificar el SII puede ser al menos aproximadamente del 87% cuando se usa una combinación de sistemas clasificadores estadísticos de aprendizaje (véase, Ejemplo 10).
El término "valor predictivo positivo" o "VPP" se refiere a la probabilidad de que un individuo identificado con SII tenga realmente la enfermedad. El valor predictivo positivo se puede calcular como el número de verdaderos positivos, dividido por la suma de los verdaderos positivos y falsos positivos. El valor predictivo positivo se
39
5
15
25
35
45
55
65
E07814109
30-04-2015
determina por las características del método de diagnóstico, sistema, o código, así como la prevalencia de la enfermedad en la población analizada. Los algoritmos estadísticos se pueden seleccionar de tal manera que el valor predictivo positivo en una población que tiene una prevalencia de la enfermedad este en el intervalo de aproximadamente del 80% a aproximadamente el 99% y puede ser, por ejemplo, al menos aproximadamente del 80%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93%, 94%, 95%, 96%, 97%, 98%, o 99%. El valor predictivo positivo para clasificar el SII puede ser al menos aproximadamente del 90% cuando se usa una combinación de sistemas clasificadores estadísticos de aprendizaje (véase, Ejemplo 10).
Los valores predictivos, incluidos los valores predictivos positivos y negativos, se ven influidos por la prevalencia de la enfermedad en la población analizada. En los métodos, sistemas, y el código, los algoritmos estadísticos se pueden seleccionar para producir un parámetro clínico deseado para una población clínica con una prevalencia de SII particular. Por ejemplo, los sistemas clasificadores estadísticos de aprendizaje pueden seleccionarse para una prevalencia de SII de hasta aproximadamente el 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 45%, 50%, 55%, 60%, 65%, o 70%, que se puede ver, por ejemplo, en un consultorio médico, como en la consulta de un gastroenterólogo o de un médico de medicina general.
Tal como se utiliza aquí, el término "acuerdo global" o "precisión global" se refiere a la precisión con la que un método, sistema o código clasifica un estado de enfermedad. La precisión global se calcula como la suma de los verdaderos positivos y verdaderos negativos dividida por el número total de resultados de la muestra y se ve afectada por la prevalencia de la enfermedad en la población analizada. Por ejemplo, los algoritmos estadísticos se pueden seleccionar de tal manera que la precisión global en una población paciente que tiene una prevalencia de la enfermedad es al menos aproximadamente del 60%, y puede ser, por ejemplo, al menos aproximadamente del 65%, 70%, 75%, 76%, 77%, 78%, 79%, 80%, 81%, 82%, 83%, 84%, 85%, 86%, 87%, 88%, 89%, 90%, 91%, 92%, 93 %, 94%, 95%, 96%, 97%, 98%, o 99%. La precisión global para clasificar el SII puede ser al menos aproximadamente del 80% cuando se usa una combinación de sistemas clasificadores estadísticos de aprendizaje (véase, Ejemplo 10).
IX. Sistema de clasificación de enfermedades
La figura 2 ilustra un sistema de clasificación de enfermedades (SCE) (200). Como se muestra en la misma, un SCE incluye un módulo de inteligencia de SCE (205), tal como un ordenador, que tiene un procesador (215) y el módulo de memoria (210). El módulo de inteligencia también incluye módulos de comunicación (no mostrados) para transmitir y recibir información a través de una o más conexiones directas (por ejemplo, USB, Firewire, u otra interfaz) y una o más conexiones de red (por ejemplo, incluyendo un módem u otro dispositivo de interfaz de red). El módulo de memoria puede incluir dispositivos de memoria internos y uno o más dispositivos de memoria externos. El módulo de inteligencia también incluye un módulo de pantalla (225), tal como un monitor o una impresora. En un aspecto, el módulo de inteligencia recibe datos tales como resultados de la prueba de pacientes de un módulo de adquisición de datos tales como un sistema de prueba (250), ya sea a través de una conexión directa o través de una red (240). Por ejemplo, el sistema de prueba puede estar configurado para ejecutar las pruebas de varios analitos en una o más muestras de pacientes (255) y automáticamente proporcionar los resultados de la prueba al módulo de inteligencia. Los datos también se pueden proporcionar al módulo de inteligencia a través de la entrada directa por un usuario o puede descargarse desde un medio portátil como un disco compacto (CD) o un disco versátil digital (DVD). El sistema de prueba puede estar integrado con el módulo de inteligencia, directamente acoplado al módulo de inteligencia, o puede estar acoplado a distancia con el módulo de inteligencia en red. El módulo de inteligencia también puede comunicar datos hacia y desde uno o más sistemas clientes (230) a través de la red, como es bien conocido. Por ejemplo, un médico o proveedor de atención médica solicitante que puede ser residente en un laboratorio o en el hospital, podrá obtener y ver un informe del módulo de inteligencia, usando un sistema cliente (230).
La red puede ser una LAN (red de área local), WAN (red de área amplia), red inalámbrica, red de punto a punto, red en estrella, red en anillo, concentrador de red, u otra configuración. Ya que el tipo más común de red en uso actual es una red TCP/IP (Protocolo de control de transferencia y Protocolo de internet), tales como la interconexión de redes mundiales a menudo se refiere como "Internet" con la "I" mayúscula, que será utilizado en muchos de los ejemplos del presente documento, pero se debe entender que las redes que el método descrito puede utilizar no son tan limitados, aunque TCP/IP es el protocolo preferido en la actualidad.
Varios elementos en el sistema mostrado en la Figura 2 pueden incluir elementos convencionales, bien conocidos que no necesitan ser explicados en detalle aquí. Por ejemplo, el módulo de inteligencia podría ser implementado como un ordenador personal de escritorio, estaciones de trabajo, unidad central, ordenador portátil, etc. Cada sistema cliente podría incluir un ordenador personal de escritorio, estación de trabajo, ordenador portátil, PDA, teléfono móvil, o cualquier dispositivo WAP o cualquier otro dispositivo capaz de interactuar directa o indirectamente con Internet u otra conexión de red informática. Un sistema cliente ejecuta normalmente un cliente HTTP, por ejemplo, un programa de navegación, tales como el navegador de Microsoft Internet Explorer, el navegador Navigator™ de Netscape, el navegador Opera, o un navegador WAP en el caso de un teléfono móvil, PDA o cualquier otro dispositivo inalámbrico, o similares, que permiten a un usuario del sistema cliente acceder, procesar, y visualizar la información y las páginas a su disposición desde el módulo de
40
imagen25
imagen26
imagen27
imagen28
imagen29
imagen30
imagen31
imagen32
imagen33
imagen34
E07814109
30-04-2015
Tabla 10. Ejemplo de la primera sección de un cuestionario para identificar la presencia o gravedad de los síntomas relacionados con el SII.
1
En los últimos 3 meses, ¿con qué frecuencia se presentó 0 Nunca
.
dolor o malestar en el centro de su pecho (no relacionado 1 Menos de un día al mes
con problemas del corazón)?
2 Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
2
En los 3 últimos meses, con qué frecuencia tuvo acidez 0 Nunca
.
estomacal (un malestar por ardor o dolor por quemazón 1 Menos de un día al mes
en el pecho)?
2 Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
3
En los últimos 3 meses, ¿con qué frecuencia te sientes 0 Nunca
.
incómodamente lleno después de una comida de tamaño 1 Menos de un día al mes
normal?
2 Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
4
En los últimos 3 meses, ¿con qué frecuencia usted no 0 Nunca
.
pudo terminar una comida de tamaño normal? 1 Menos de un día al mes
2
Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
5
En los últimos 3 meses, ¿con qué frecuencia se presenta 0 Nunca
.
dolor o ardor en medio de su abdomen, por encima de su 1 Menos de un día al mes
ombligo, pero no en el pecho?
2 Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
6
En los últimos 3 meses, ¿con qué frecuencia ha tenido 0 Nunca
.
molestias o dolor en cualquier parte de su abdomen? 1 Menos de un día al mes
2
Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
7
En los últimos 3 meses, ¿con qué frecuencia tiene menos 0 Nunca o raramente
.
de tres evacuaciones intestinales (0-2) a la semana? 1 A veces
2
A menudo
3
La mayoría de las veces
4
Siempre
8
En los últimos 3 meses, ¿con qué frecuencia usted tiene 0 Nunca o raramente
.
heces duras o grumosas? 1 A veces (25% de las veces)
2
A menudo (50% de las veces)
3
La mayoría de las veces (75%
de las veces)
4
Siempre
9.
En los últimos 3 meses, ¿con qué frecuencia usted se ha 0 Nunca o raramente
esforzado durante las evacuaciones intestinales?
1 A veces
2
A menudo
3
La mayoría de las veces
4
Siempre
10.
En los últimos 3 meses, ¿con qué frecuencia usted ha 0 Nunca o raramente
tenido sensación de vaciado incompleto después de
1 A veces
evacuar?
2 A menudo
3
La mayoría de las veces
4
Siempre
51
5
10
15
20
25
30
35
E07814109
30-04-2015
11.
En los últimos 3 meses, ¿con qué frecuencia usted tiene 0 Nunca o raramente
una sensación de que las heces no podían pasar, (es
1 A veces
decir, estaban bloqueadas), cuando tenían que defecar?
2 A menudo
3
La mayoría de las veces
4
Siempre
12.
En los últimos 3 meses, ¿con qué frecuencia se presionó 0 Nunca o raramente
sobre o alrededor de su ano para retirar las heces con el
1 A veces
fin de completar una evacuación intestinal?
2 A menudo
3
La mayoría de las veces
4
Siempre
13.
¿Alguno de los síntomas del estreñimiento que figuran en las preguntas anteriores de 27-32 comenzaron hace más de 6 meses? 0 1 No Si
14.
En los 3 últimos meses, ¿con qué frecuencia ha tenido 0 Nunca o raramente
usted heces blandas, muy blandas o acuosas?
1 A veces (25% de las veces)
2
A menudo (50% de las veces)
3
La mayoría de las veces (75% de las veces)
4
Siempre
15.
En los últimos 3 meses, ¿con qué frecuencia usted tiene 0 Nunca
hinchazón o distensión?
1 Menos de un día al mes
2
Un día al mes
3
De dos a tres días al mes
4
Un día a la semana
5
Más de un día a la semana
6
Cada día
16.
¿Los síntomas de hinchazón o distensión comenzaron hace más de 6 meses? 0 1 No Si
El cuestionario también puede comprender una segunda sección que contiene un conjunto de preguntas que piden a la persona a dar respuestas sobre la presencia o la gravedad de los pensamientos negativos o sentimientos asociados a tener dolor o las molestias relacionadas con el SII. Por ejemplo, el cuestionario puede incluir preguntas dirigidas a la identificación de la presencia, gravedad, frecuencia y/o duración de la ansiedad, miedo, nerviosismo, preocupación, temor, preocupación, estrés, depresión, desesperanza, desesperación, pesimismo, duda y/o negatividad cuando el individuo está experimentando dolor o malestar asociado con uno o más síntomas del SII.
En ciertos casos, la segunda sección del cuestionario incluye la totalidad o una parte de las preguntas de un cuestionario descrito por Sullivan et al., The Pain Catastrophizing Scale: Development and Validation, Psychol. Evaluar., 7: 524-532 (1995). Por ejemplo, el cuestionario puede incluir una serie de preguntas para que las responda un individuo de acuerdo con una escala de catastrofismo del dolor (PCS), que indica el grado en el que un individuo tiene ciertos pensamientos y sentimientos negativos cuando experimentan dolor: 0 = nada ; 1 = en un ligero grado; 2 = en un grado moderado; 3 = en un alto grado; 4 = todo el tiempo. La segunda sección del cuestionario puede contener 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 o más preguntas o sentencias relacionadas con la identificación de la presencia o la gravedad de los pensamientos o sentimientos negativos asociados a tener dolor o malestar relacionado con el SII. Como ejemplo no limitante, a un individuo se le puede pedir que evalúe el grado en que él o ella tiene uno o más de los siguientes pensamientos y sentimientos cuando experimenta dolor: "Me preocupa todo el tiempo acerca de si el dolor va a terminar"; "Siento que no puedo soportarlo más"; "Me asusta que el dolor vaya a empeorar"; "Quiero ansiosamente que el dolor desaparezca"; y "Sigo pensando en lo mucho que duele." Un experto en la técnica entenderá que el cuestionario puede incluir cuestiones similares con respecto a los pensamientos o sentimientos negativos asociados a tener dolor o molestias relacionadas con el SII.
El cuestionario puede incluir sólo las preguntas de la primera sección del cuestionario o un subconjunto de las mismas (véase, por ejemplo, la Tabla 10). El cuestionario también puede incluir sólo las preguntas de la segunda sección del cuestionario o un subconjunto de las mismas.
Al finalizar el individuo el cuestionario, los números correspondientes a las respuestas a cada pregunta pueden sumarse y el valor resultante se puede combinar con el análisis de uno o más marcadores de diagnóstico en una muestra del individuo y procesarse usando los algoritmos estadísticos descritos en este documento para aumentar la exactitud de la predicción de SII.
Como alternativa, una respuesta de "Sí" o "No" del individuo a la siguiente pregunta: "¿Está usted actualmente experimentando algún síntoma?" puede combinarse con el análisis de uno o más de los biomarcadores
52
imagen35
imagen36
imagen37
imagen38

Claims (1)

  1. imagen1
    imagen2
ES07814109.0T 2006-08-15 2007-08-15 Métodos para el diagnóstico del síndrome de intestino irritable Active ES2536088T3 (es)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US82248806P 2006-08-15 2006-08-15
US822488P 2006-08-15
US88439707P 2007-01-10 2007-01-10
US884397P 2007-01-10
US89596207P 2007-03-20 2007-03-20
US895962P 2007-03-20
PCT/US2007/075976 WO2008022177A2 (en) 2006-08-15 2007-08-15 Methods for diagnosing irritable bowel syndrome

Publications (1)

Publication Number Publication Date
ES2536088T3 true ES2536088T3 (es) 2015-05-20

Family

ID=39083087

Family Applications (1)

Application Number Title Priority Date Filing Date
ES07814109.0T Active ES2536088T3 (es) 2006-08-15 2007-08-15 Métodos para el diagnóstico del síndrome de intestino irritable

Country Status (8)

Country Link
US (3) US20080085524A1 (es)
EP (1) EP2057471B1 (es)
JP (1) JP5571951B2 (es)
AU (1) AU2007285910B9 (es)
CA (1) CA2659863A1 (es)
ES (1) ES2536088T3 (es)
IL (1) IL196870A (es)
WO (1) WO2008022177A2 (es)

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE395596T1 (de) * 2002-10-25 2008-05-15 Techlab Inc Diagnostisches panel ibd-first chek fur entzundliche darmerkrankung (ibd) und reizkolon
US20050014165A1 (en) * 2003-07-18 2005-01-20 California Pacific Medical Center Biomarker panel for colorectal cancer
US7943328B1 (en) 2006-03-03 2011-05-17 Prometheus Laboratories Inc. Method and system for assisting in diagnosing irritable bowel syndrome
US20100094560A1 (en) * 2006-08-15 2010-04-15 Prometheus Laboratories Inc. Methods for diagnosing irritable bowel syndrome
US20080085524A1 (en) 2006-08-15 2008-04-10 Prometheus Laboratories Inc. Methods for diagnosing irritable bowel syndrome
US8685741B1 (en) 2007-03-07 2014-04-01 Nestec S.A. Methods for diagnosing irritable bowel syndrome
CA2692382A1 (en) 2007-05-31 2008-12-11 California Pacific Medical Center Method to predict or diagnose a gastrointestinal disorder or disease
WO2009015299A1 (en) * 2007-07-26 2009-01-29 California Pacific Medical Center Method to predict or diagnose a gastrointestinal disorder or disease
ES2391792T3 (es) * 2007-12-20 2012-11-29 Index Diagnostics Ab (Publ) Método para la diferenciación de EII y SII y la distinción adicional entre tipos patológicos de EII
PL2294012T3 (pl) 2008-05-07 2014-12-31 Salix Pharmaceuticals Inc Podawanie środka czyszczącego jelito i antybiotyku w leczeniu choroby jelit
US20100105150A1 (en) * 2008-10-24 2010-04-29 Abbott Laboratories Isolated human autoantibodies to neutrophil gelatinase-associated lipocalin (ngal) and methods and kits for the detection of human autoantibodies to ngal
WO2010056682A2 (en) * 2008-11-11 2010-05-20 Prometheus Laboratories Inc. Methods for prediction of inflammatory bowel disease (ibd) using serologic markers
FI20086145A0 (fi) * 2008-12-01 2008-12-01 Kansanterveyslaitos Menetelmä autoimmuunisairauksien osoittamiseksi
NZ595471A (en) 2009-04-14 2014-01-31 Nestec Sa Inflammatory bowel disease prognostics
CA2766157A1 (en) * 2009-06-25 2010-12-29 Hua Gong Methods for diagnosing irritable bowel syndrome
EP2486143A1 (en) * 2009-10-05 2012-08-15 AAK Patent B.V. Methods for diagnosing irritable bowel syndrome
KR20120101038A (ko) * 2009-10-30 2012-09-12 프로메테우스 레버러터리스 인코포레이티드 과민성대장증후군을 진단하는 방법
WO2011078307A1 (ja) * 2009-12-25 2011-06-30 協和メデックス株式会社 尿検体中のサブスタンスｐの測定方法
US9128101B2 (en) 2010-03-01 2015-09-08 Caris Life Sciences Switzerland Holdings Gmbh Biomarkers for theranostics
WO2011127219A1 (en) 2010-04-06 2011-10-13 Caris Life Sciences Luxembourg Holdings Circulating biomarkers for disease
WO2011146479A1 (en) * 2010-05-18 2011-11-24 The Texas A&M University System Method and composition for the diagnosis and monitoring of inflammatory diseases
WO2012097207A2 (en) * 2011-01-13 2012-07-19 The Johns Hopkins University Cytokine profiles as methods for diagnosis and prognosis of irritable bowel syndrome
WO2015067913A1 (en) 2013-11-07 2015-05-14 Diagnodus Limited Biomarkers
WO2012154987A1 (en) * 2011-05-10 2012-11-15 Nestec Sa Methods of disease activity profiling for personalized therapy management
EP2710383B1 (en) * 2011-05-16 2017-01-11 The University of Newcastle Performance of a biomarker panel for irritable bowel syndrome
EP2533052A1 (en) * 2011-06-07 2012-12-12 B.R.A.H.M.S GmbH Diagnostic use of proSomatostatin
KR20140067001A (ko) * 2011-08-08 2014-06-03 카리스 라이프 사이언스 룩셈부르크 홀딩스, 에스.에이.알.엘. 생물지표 조성물 및 방법
EP2769321B1 (en) * 2011-10-21 2016-06-01 Nestec S.A. Methods for improving inflammatory bowel disease diagnosis
WO2013132347A2 (en) 2012-03-06 2013-09-12 Calpro As Improved elisa immunoassay for calprotectin
WO2013132338A2 (en) 2012-03-06 2013-09-12 Calpro As Competitive immunoassay for calprotectin
US20140155411A1 (en) * 2012-04-13 2014-06-05 Somalogic, Inc. Tuberculosis Biomarkers and Uses Thereof
CA2886991A1 (en) 2012-10-05 2014-04-10 Nestec S.A. Antibodies to microbiome, stress factors and mast cell markers as diagnostic markers for ibs
US20140271453A1 (en) * 2013-03-14 2014-09-18 Abbott Laboratories Methods for the early detection of lung cancer
SG11201509371XA (en) * 2013-05-24 2015-12-30 Nestec Sa Pathway specific markers for diagnosing irritable bowel syndrome
CN103604931B (zh) * 2013-11-15 2016-01-06 陆上苏 一种人s100蛋白检测试剂及制备方法
AU2015330872B2 (en) * 2014-10-09 2021-04-22 Cedars-Sinai Medical Center Methods and systems for distinguishing irritable bowel syndrome from inflammatory bowel disease and celiac disease
EP3244890B1 (en) * 2014-12-20 2025-05-21 Gregg, John Malcolm Hall Ornidazole for use in treating infections caused by burkholderia mallei or burkholderia pseudomallei
KR101874632B1 (ko) * 2015-03-16 2018-07-04 사회복지법인 삼성생명공익재단 크론병에 대한 바이오마커 및 이를 이용한 크론병의 진단
US11946927B2 (en) * 2016-03-14 2024-04-02 Musidora Biotechnology Llc Process and system for identifying individuals having a high risk of inflammatory bowel disease and a method of treatment
IT201700083044A1 (it) 2017-07-20 2019-01-20 Laura Stronati “uso della gelsolina come marcatore diagnostico e prognostico delle malattie infiammatorie intestinali”
DE102017218480A1 (de) * 2017-10-16 2019-04-18 Robert Bosch Gmbh Verfahren zur Ermittlung einer NOx-Konzentration und eines NH3-Schlupfes stromabwärts eines SCR-Katalysators
US10767358B2 (en) * 2018-05-29 2020-09-08 Ilan Tiagai Electronic automatically adjusting bidet with machine learning software
US11842795B1 (en) * 2018-12-17 2023-12-12 Cerner Innovation, Inc. Irritable bowel syndrome diagnostic sensor and decision support tool
CN114375339A (zh) 2019-05-14 2022-04-19 普罗米修斯生物科学公司 Tl1a患者选择方法、系统和装置
WO2020241617A1 (ja) * 2019-05-29 2020-12-03 富士フイルム和光純薬株式会社 抗ヒトハプトグロビン抗体、及びこれを用いた炎症性腸疾患の判定方法
US12394524B2 (en) * 2020-07-22 2025-08-19 Iterative Scopes, Inc. Systems and methods for analysis of medical images for scoring of inflammatory bowel disease
CA3196991A1 (en) * 2020-11-05 2022-05-12 Florence Wing Ling Tsui Methods for systematically assessing local inflammation and active repair
EP4301211A4 (en) * 2021-03-05 2025-02-26 The General Hospital Corporation SYSTEM AND METHOD FOR DIAGNOSING CELIAC DISEASE
CN118946672A (zh) * 2022-03-28 2024-11-12 杰富意钢铁株式会社 造粒粒子的预测方法、造粒粒子的制造方法、造粒粒子制造装置和烧结矿的制造方法
CN115078573B (zh) * 2022-06-09 2024-11-05 江苏洋河酒厂股份有限公司 预测绵柔型白酒基酒质量等级的方法

Family Cites Families (89)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1992006196A1 (en) * 1990-09-28 1992-04-16 Cetus Oncology Corporation Gro genes, proteins, and uses thereof
US20020052007A1 (en) * 1992-02-03 2002-05-02 Chang Kwen Jen Diarylmethylbenzylpiperazines and corresponding halobenzyl derivatives
US5585246A (en) * 1993-02-17 1996-12-17 Biometric Imaging, Inc. Method for preparing a sample in a scan capillary for immunofluorescent interrogation
US5830675A (en) * 1993-03-10 1998-11-03 Cedars-Sinai Medical Center Methods for selectively detecting perinuclear anti-neutrophil cytoplasmic antibody of ulcerative colitis, primary sclerosing cholangitis, or type 1 autoimmune hepatitis
ATE193601T1 (de) * 1993-03-10 2000-06-15 Cedars Sinai Medical Center Verfahren zum selektiven nachweis von perinuklearen anti-neutrophilen cytoplasmischen antikörpern bei ulzerativen kolitis oder primärer sclerotischer cholangitis
US7048906B2 (en) * 1995-05-17 2006-05-23 Cedars-Sinai Medical Center Methods of diagnosing and treating small intestinal bacterial overgrowth (SIBO) and SIBO-related conditions
US6562629B1 (en) * 1999-08-11 2003-05-13 Cedars-Sinai Medical Center Method of diagnosing irritable bowel syndrome and other disorders caused by small intestinal bacterial overgrowth by detecting the presence of anti-saccharomyces cerivisiae antibodies (asca) in human serum
US6074835A (en) * 1996-04-12 2000-06-13 Regents Of The Univ. Of California Diagnosis, prevention and treatment of ulcerative colitis, and clinical subtypes thereof, using histone H1
US5932429A (en) * 1996-04-12 1999-08-03 Cedars-Sinai Medical Center Methods of diagnosing clinical subtypes of crohn's disease
US20050220909A1 (en) * 2004-03-30 2005-10-06 Theoharides Theoharis C Composition for protection against superficial vasodilator flush syndrome
US6218129B1 (en) * 1998-05-15 2001-04-17 Prometheus Laboratories, Inc. Inflammatory bowel disease first step assay system
WO1999064627A2 (en) 1998-06-06 1999-12-16 Genostic Pharma Limited Probes used for genetic profiling
EP1092022A2 (en) 1998-06-30 2001-04-18 Incyte Pharmaceuticals, Inc. Immune system molecules
US6656474B1 (en) * 1999-01-15 2003-12-02 Regeneron Pharmaceuticals, Inc. Methods of using a neurotrophin and its analogues for the treatment of gastrointestinal hypomotility disorders
ID29150A (id) 1999-01-15 2001-08-02 Entpr Ireland Cs Penggunaan lactobacillus salivarius
US7544772B2 (en) * 2001-06-26 2009-06-09 Biomarck Pharmaceuticals, Ltd. Methods for regulating inflammatory mediators and peptides useful therein
US7374886B2 (en) * 1999-04-09 2008-05-20 Rigshospitalet Tissue inhibitor of matrix metalloproteinases type-1 (TIMP-1) as a cancer marker and postoperative marker for minimal residual disease or recurrent disease in patients with a prior history of cancer
EP1238077A1 (en) * 1999-12-16 2002-09-11 Amgen Inc., Tnfr/opg-like molecules and uses thereof
WO2001045725A2 (en) * 1999-12-23 2001-06-28 Ancile Pharmaceuticals, Inc. Treatment for inflammatory bowel disease (ibd) and related conditions
GB0001448D0 (en) * 2000-01-21 2000-03-08 Novartis Ag Organic compounds
US7138237B1 (en) * 2000-05-19 2006-11-21 Cedars-Sinai Medical Center Diagnosis, prevention and treatment of Crohn's disease using the OmpC antigen
WO2001091793A1 (en) * 2000-05-26 2001-12-06 Smithkline Beecham Corporation Anti-rank ligand monoclonal antibodies useful in treatment of rank ligand mediated disorders
EP1458411A2 (en) * 2000-08-21 2004-09-22 Smithkline Beecham Corporation Anti-rank ligand monoclonal antibodies useful in treatment of rank ligand mediated disorders
EP1315837A2 (en) * 2000-09-06 2003-06-04 Glaxo Group Limited 5-hydroxytryptamine receptor gene polymorphisms and response to treatment
US6630444B1 (en) * 2000-10-23 2003-10-07 The Nemours Foundation Intestinal function using leptin
US6982250B2 (en) * 2000-11-06 2006-01-03 Curagen Corporation Methods of prevention and treatment of inflammatory bowel disease
EP2071332A1 (en) * 2000-11-14 2009-06-17 Techlab, Inc. Method for monitoring persons with IBD using total endogeneous lactoferrin as a marker
JP2005508284A (ja) * 2001-03-23 2005-03-31 ジェネンテック・インコーポレーテッド 免疫反応調節のためのｏｐｇリガンドの使用
MXPA03008895A (es) * 2001-04-03 2005-03-07 Nestle Sa Osteoprotegerina de la leche y sus uso.
AU2002311845A1 (en) * 2001-04-20 2002-11-05 Beth Israel Deaconess Medical Center, Inc. Methods of treating intestinal inflammation
US20040213788A1 (en) * 2001-05-18 2004-10-28 Sweet Raymond W. Anti-rank ligand monoclonal antibodies useful in treatment of rank ligand mediated disorders
US20030092163A1 (en) * 2001-07-26 2003-05-15 Collins John Kevin Probiotic bifidobacterium strains
PE20030274A1 (es) * 2001-07-26 2003-05-08 Alimentary Health Ltd Cepas de lactobacillus salivarius
US20040038877A1 (en) 2001-10-02 2004-02-26 Alsobrook John P. Therapeutic polypeptides, nucleic acids encoding same, and methods of use
US6872540B2 (en) * 2001-10-26 2005-03-29 Techlab, Inc. Method and apparatus for distinguishing Crohn's disease from ulcerative colitis and other gastrointestinal diseases by detecting the presence of fecal antibodies to Saccharomyces cerevisiae
GB0127916D0 (en) * 2001-11-21 2002-01-16 Rowett Res Inst Method
US20040077020A1 (en) * 2001-11-30 2004-04-22 Mannick Elizabeth E. Diagnostic microarray for inflammatory bowel disease, crohn's disease and ulcerative colitis
US20030157061A1 (en) * 2001-12-05 2003-08-21 Pharmacia Corporation Combinations of a cyclooxygenase-2 selective inhibitor and a TNFalpha antagonist and therapeutic uses therefor
EP1581119B1 (en) * 2001-12-17 2013-01-30 Corixa Corporation Compositions and methods for the therapy and diagnosis of inflammatory bowel disease
GB0130720D0 (en) * 2001-12-21 2002-02-06 Serono Internat S A Proteins
US20030143548A1 (en) * 2002-01-28 2003-07-31 Camilleri Michael L. Predicting patient responsiveness to serotonergic therapy
ES2361993T5 (es) 2002-02-14 2014-12-09 The Board Of Trustees Of The Leland Stanford Junior University Tratamiento con enzimas de productos alimenticios para celiaquía
US6986995B2 (en) * 2002-02-28 2006-01-17 Prometheus Laboratories, Inc. Methods of diagnosing liver fibrosis
WO2003087830A2 (en) 2002-04-08 2003-10-23 Rigshospitalet Timp-1 as a postoperative marker for recurrent cancer
AU2003221745A1 (en) * 2002-04-19 2003-11-03 University Of Florida rAAV VECTOR-BASED COMPOSITIONS AND METHODS FOR THE PREVENTION AND TREATMENT OF MAMMALIAN DISEASES
WO2003092597A2 (en) * 2002-05-01 2003-11-13 Human Genome Sciences, Inc. Antibodies that specifically bind to chemokine beta-4
US20050100531A1 (en) * 2002-06-13 2005-05-12 John Bienenstock Probiotic therapies
WO2004009797A2 (en) 2002-07-23 2004-01-29 Incyte Corporation Protein modification and maintenance molecules
AU2002951270A0 (en) 2002-09-06 2002-09-19 Vri Biomedical Ltd Probiotic Bacterium and Methods of Use
JP2006500574A (ja) * 2002-09-26 2006-01-05 リグスホスピタレット 個体における癌の検出、スクリーニングおよび／またはモニタリング方法
GB0224415D0 (en) * 2002-10-21 2002-11-27 Medical Res Council Compositions
US20040157278A1 (en) 2002-12-13 2004-08-12 Bayer Corporation Detection methods using TIMP 1
US20040122787A1 (en) * 2002-12-18 2004-06-24 Avinash Gopal B. Enhanced computer-assisted medical data processing system and method
EP1462527A1 (en) 2003-03-26 2004-09-29 CONARIS research institute AG Novel markers for inflammatory bowel disease
US20040197304A1 (en) * 2003-04-01 2004-10-07 The Procter & Gamble Company And Alimentary Health, Ltd. Methods of determining efficacy of treatments of inflammatory diseases of the bowel
JP2006522817A (ja) * 2003-04-08 2006-10-05 プロジェニックス ファーマシューティカルズ，インコーポレーテッド 過敏性腸症候群を処置するための末梢オピオイドアンタゴニスト、特にメチルナルトレキソンの使用
CA2522895A1 (en) 2003-04-30 2004-11-11 Waratah Pharmaceuticals, Inc. Combined use of keratinocyte growth factor agonists and gastrin compounds
US6919483B2 (en) * 2003-05-23 2005-07-19 Mediquest Therapeutics, Inc. Immunomodulation with novel pharmaceutical compositions
EP1667669A2 (en) 2003-05-30 2006-06-14 Molecular Staging, Inc. Inflammatory bowel diseases
US6930093B2 (en) * 2003-07-10 2005-08-16 Valeant Research & Development Use of ribofuranose derivatives against inflammatory bowel diseases
GB0407315D0 (en) * 2003-07-15 2004-05-05 Cambridge Antibody Tech Human antibody molecules
US8071652B2 (en) * 2003-08-21 2011-12-06 The Board Of Regents Of The University Of Texas System Method of treating irritable bowel syndrome
MXPA06002853A (es) * 2003-09-11 2006-06-14 Kemia Inc Inhibidores citoquina.
US20060094056A1 (en) * 2003-09-15 2006-05-04 Oklahoma Medical Research Foundation Method of using cytokine assays to diagnose treat, and evaluate inflammatory and autoimmune diseases
US20050187176A1 (en) * 2003-10-10 2005-08-25 Bates Paula J. Method for inhibiting NF-kappa B signaling and use to treat or prevent human diseases
GB0400976D0 (en) 2004-01-16 2004-02-18 Univ Cambridge Tech Methods of diagnosis
US20050282840A1 (en) * 2004-02-11 2005-12-22 Painceptor Pharma Corporation Methods of modulating neurotrophin-mediated activity
US20060211752A1 (en) * 2004-03-16 2006-09-21 Kohn Leonard D Use of phenylmethimazoles, methimazole derivatives, and tautomeric cyclic thiones for the treatment of autoimmune/inflammatory diseases associated with toll-like receptor overexpression
US7928132B2 (en) * 2004-08-06 2011-04-19 Ohio University Methods for the amelioration of episodes of acute or chronic ulcerative colitis
US20060154276A1 (en) * 2004-05-13 2006-07-13 Prometheus Laboratories Inc. Methods of diagnosing inflammatory bowel disease
US7991557B2 (en) * 2004-06-19 2011-08-02 Genenews Corporation Computer system and methods for constructing biological classifiers and uses thereof
EP1766043A4 (en) * 2004-06-19 2012-05-30 Genenews Corp COMPUTER SYSTEMS AND METHODS FOR CONSTRUCTING BIOLOGICAL CLASSIFIERS AND USES THEREOF
US7863240B2 (en) * 2004-10-08 2011-01-04 Enzo Therapeutics, Inc. Methods and uses of leptin in hepatocellular carcinoma
WO2006048698A1 (en) 2004-11-04 2006-05-11 Institut National De La Sante Et De La Recherche Medicale (Inserm) Use of leptin for the treatment and/or prophylaxis of disease associated with a mucus secretion defect
ITRM20040586A1 (it) 2004-11-29 2005-02-28 Giuliani Spa Epitopi antigenici dell'interleuchina-21, anticorpi relativi e loro uso in campo medico.
KR101250364B1 (ko) * 2004-12-13 2013-04-05 세파론 오스트레일리아 (브이아이씨) 피티와이 엘티디 오스테오프로테게린 변이체 단백질
CA2586654C (en) * 2004-12-23 2010-10-05 F. Hoffmann-La Roche Ag Use of asc as a marker for colorectal cancer
KR20070111475A (ko) * 2005-01-04 2007-11-21 노파르티스 아게 만성 변비 환자에서 테가세로드의 효능을 확인하기 위한바이오마커
WO2006085075A2 (en) 2005-02-09 2006-08-17 Da Volterra Colonic delivery of active agents
US20060258604A1 (en) * 2005-05-10 2006-11-16 Warren Strober Compositions and methods for the treatment of inflammatory bowel disease utilizing NF-kappaB decoy polynucleotides
US20070020660A1 (en) * 2005-06-06 2007-01-25 Burczynski Michael E Expression profiles of peripheral blood mononuclear cells for inflammatory bowel diseases
JP2008546843A (ja) * 2005-06-27 2008-12-25 アムゲン インコーポレイティッド 抗炎症性アリールニトリル化合物
US20080317885A1 (en) 2005-07-15 2008-12-25 Baker Donald J Compositions and Methods for Treating and Preventing Inflammatory and/or Degenerative Processes in Humans and Other Animals
US7873479B2 (en) * 2005-12-01 2011-01-18 Prometheus Laboratories Inc. Methods of diagnosing inflammatory bowel disease
US7868139B2 (en) * 2006-01-24 2011-01-11 Uab Research Foundation Compositions and methods for the identification and treatment of immune-mediated inflammatory diseases
US7943328B1 (en) * 2006-03-03 2011-05-17 Prometheus Laboratories Inc. Method and system for assisting in diagnosing irritable bowel syndrome
US20100094560A1 (en) * 2006-08-15 2010-04-15 Prometheus Laboratories Inc. Methods for diagnosing irritable bowel syndrome
US20080085524A1 (en) * 2006-08-15 2008-04-10 Prometheus Laboratories Inc. Methods for diagnosing irritable bowel syndrome
EP2074230B1 (en) 2006-10-11 2012-11-28 Janssen Pharmaceutica NV Compositions and methods for treating and diagnosing irritable bowel syndrome

Also Published As

Publication number Publication date
CA2659863A1 (en) 2008-02-21
US20080085524A1 (en) 2008-04-10
EP2057471B1 (en) 2015-03-11
AU2007285910B9 (en) 2014-04-03
JP5571951B2 (ja) 2014-08-13
US20080166719A1 (en) 2008-07-10
JP2010506144A (ja) 2010-02-25
IL196870A0 (en) 2009-11-18
IL196870A (en) 2013-11-28
EP2057471A2 (en) 2009-05-13
AU2007285910B2 (en) 2014-02-20
US8463553B2 (en) 2013-06-11
WO2008022177A2 (en) 2008-02-21
WO2008022177A3 (en) 2008-10-30
US20140051594A1 (en) 2014-02-20
AU2007285910A1 (en) 2008-02-21

Similar Documents

Publication Publication Date Title
AU2017213566B2 (en) Methods for diagnosing irritable bowel syndrome
JP5571951B2 (ja) 試料が過敏性腸症候群と関連するか否かを決定する分類方法
CN105579852B (zh) 用于诊断肠易激惹综合征的途径特异性标志物
US20120315630A1 (en) Methods for diagnosing irritable bowel syndrome