El primer análisis predictivo para personalizar el tratamiento de la apnea del sueño
Fuente: Sinc
Grupo de Medicina Respiratoria del IRB Lleida perteneciente al CIBERES que lidera el doctor Ferran Barbé. / CIBER
La apnea del sueño –la interrupción repetida de la respiración durante el sueño debida a la falta de oxígeno– afecta aproximadamente a un 13% de los hombres y un 6% de las mujeres, y su prevalencia se ha incrementado en las últimas dos décadas paralelamente al aumento de la obesidad. Esta patología frecuentemente se relaciona con el riesgo de desarrollar hipertensión y enfermedad cardiovascular.
La investigación, publicada en la revista Journal of the American College of Cardiology y liderada por Ferran Barbé, investigador del Instituto de Investigación Biomédica de Lleida y director científico del Centro de Investigación Biomédica en Red de Enfermedades Respiratorias (CIBERES), dependiente del Instituto de Salud Carlos III, ha utilizado por primera vez en el estudio de la apnea del sueño un modelo predictivo de respuesta al tratamiento (HIPARCO-Score), basado en el análisis específico de biomarcadores genéticos.
De esta forma, y a partir de una muestra de sangre, el médico puede determinar de forma precisa y personalizada si el paciente con hipertensión responderá adecuadamente al tratamiento con CPAP (un dispositivo que a través de una mascarilla insufla aire a presión en la vía aérea de la persona que lo usa), que es el que se utiliza de forma habitual en los pacientes con apnea del sueño.
El 80% de los pacientes con hipertensión de difícil control presentan apnea del sueño y el tratamiento con CPAP disminuye la presión arterial. De esta forma, el tratamiento con este aparato es una alternativa real y efectiva para el control en este grupo de pacientes. No obstante, el 30% de estos pacientes, a pesar de recibir el tratamiento con CPAP, no reducen sus cifras de tensión arterial.
La aplicación del HIPARCO-Score permitirá identificar el grupo de pacientes para los que este tratamiento supone una herramienta efectiva para la hipertensión de difícil control.
«Esta investigación puede tener un gran impacto en el tratamiento de la hipertensión en pacientes con apnea del sueño», explica Barbé, también jefe de Servicio de Neumología del Hospital Arnau de Vilanova de Lleida. «La aplicación de la medicina de precisión –continúa Barbé–, cuyos principales objetivos son dar el tratamiento correcto, en el momento correcto, a la persona correcta, contribuye al manejo personalizado del paciente hipertenso con la consiguiente reducción en el coste sanitario».
En este trabajo, han participado investigadores del CIBERES, la Sociedad Española de Neumología y Cirugía Torácica (SEPAR), la Universidad de Chicago, el Hospital La Fe de Valencia, el Hospital Son Espases de Palma de Mallorca, el Hospital Vall d’Hebron de Barcelona, el Hospital Valme de Sevilla, el Hospital Virgen del Rocío de Sevilla, el Hospital 12 de Octubre de Madrid, el Consorcio Sanitario de Terrassa (Barcelona), el Hospital Marqués de Valdecilla de Santander y el Hospital San Pedro de Alcántara de Cáceres.
Referencia bibliográfica:
Ferrán Barbé et al. «Precision Medicine in Patients With Resistant Hypertension and Obstructive Sleep Apnea»J Am Coll Cardiol. 66(9):1023-1032. doi:10.1016/j.jacc.2015.06.1315 septiembre de 2015
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
