Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

AACC

Las huellas digitales metabólicas diagnostican la fibromialgia

Por el equipo editorial de Labmedica en español
Actualizado el 10 Apr 2019
La fibromialgia es la causa más común de dolor crónico generalizado en los Estados Unidos y afecta de manera desproporcionada a las mujeres. Se estima que alrededor del 2% de la población, aproximadamente cuatro millones de adultos, sufre de fibromialgia; sin embargo, algunas organizaciones calculan números aún más altos.

Aproximadamente tres de cada cuatro personas con fibromialgia (FM) no reciben un diagnóstico exacto, y quienes sí saben que tienen la enfermedad tuvieron que esperar un promedio de cinco años entre el inicio de los síntomas y el diagnóstico. Los síntomas comunes incluyen dolor y rigidez en todo el cuerpo, fatiga, depresión, ansiedad, problemas para dormir, dolores de cabeza y problemas de pensamiento, memoria y concentración.

Imagen: Un estudiante de posgrado utiliza la herramienta novedosa de diagnóstico, que mide la actividad metabólica en la sangre, con el fin de diferenciar la fibromialgia de otras condiciones de dolor crónico con una exactitud cercana al 100% (Fotografía cortesía de la Universidad Estatal de Ohio).
Imagen: Un estudiante de posgrado utiliza la herramienta novedosa de diagnóstico, que mide la actividad metabólica en la sangre, con el fin de diferenciar la fibromialgia de otras condiciones de dolor crónico con una exactitud cercana al 100% (Fotografía cortesía de la Universidad Estatal de Ohio).

Los científicos médicos de la Universidad Estatal de Ohio (Columbus, OH, EUA) y sus colegas, desarrollaron un método rápido basado en biomarcadores para diagnosticar la FM mediante el uso de espectroscopia vibratoria para diferenciar a los pacientes con FM de aquellos con artritis reumatoide (AR) , osteoartritis (OA), o lupus eritematoso sistémico (LES) e identificar los metabolitos asociados con estas diferencias.

Se recogieron muestras de sangre de 50 pacientes con diagnóstico de FM, 29 con AR, 19 con OA y 23 con LES. Se prepararon muestras de manchas de sangre y se recogieron los espectros con espectroscopia infrarroja de transformada de Fourier (FT-IR) y microspectroscopia FT-Raman y se les realizó un análisis metabolómico mediante cromatografía líquida de resolución ultra alta (uHPLC), acoplada a una matriz de fotodiodos (PDA) y espectrometría de masas en tándem (MS/MS).

El equipo informó que las firmas espectrales únicas de IR y Raman se identificaron mediante análisis de reconocimiento de patrones y agruparon a todos los participantes del estudio en clases (FM, RA y LES) sin errores de clasificación. Además, los espectros se correlacionaron (r = 0,95 y 0,83 en las metodologías IR y Raman, respectivamente) con la gravedad del dolor de FM medida con las evaluaciones de la versión revisada del cuestionario de impacto de la fibromialgia (FIQR). Los esqueletos proteicos y los ácidos piridina-carboxílicos dominaron esta discriminación y podrían servir como biomarcadores para síndromes como la FM. La uHPLC-PDA-MS/MS proporcionó información sobre metabolitos que difieren significativamente entre los grupos de enfermedades, no solo en los valores m/z+ y m/z- moleculares, sino también en los cromatogramas UV-visibles. Además de identificar la fibromialgia, el equipo también encontró evidencia de que la técnica de huellas dactilares metabólicas tiene el potencial de determinar la gravedad de la fibromialgia en cada paciente individual.

Los autores concluyeron que la espectroscopia vibratoria puede proporcionar una prueba diagnóstica confiable para diferenciar la fibromialgia de otros trastornos y para establecer los biomarcadores serológicos del dolor asociado con la fibromialgia. Luis Rodríguez-Saona, PhD, profesor y autor principal del estudio, dijo: “Estos resultados iniciales son notables. Si podemos ayudar a acelerar el diagnóstico para estos pacientes, su tratamiento será mejor y probablemente tendrán mejores perspectivas. No hay nada peor que encontrarse en un área gris donde es difícil saber qué enfermedad se tiene. Podemos mirar hacia atrás a algunas de estas huellas dactilares con el fin de identificar potencialmente algunas de las sustancias químicas asociadas con las diferencias que vemos”. El estudio se publicó el 15 de febrero de 2019 en la revista Journal of Biological Chemistry.

Enlace relacionado:
Universidad Estatal de Ohio


Últimas Química Clínica noticias