Czynniki prognostyczne i biomarkery w rdzeniowym zaniku mięśni

Współczesne podejście do oceny rokowania w rdzeniowym zaniku mięśni opiera się na kompleksowej analizie czynników prognostycznych i biomarkerów molekularnych¹. Rozwój medycyny precyzyjnej umożliwił identyfikację specyficznych wskaźników, które pozwalają na bardziej dokładne przewidywanie przebiegu choroby i odpowiedzi na leczenie.

Liczba kopii genu SMN2 jako główny czynnik prognostyczny

Gen SMN2, homologiczny do genu SMN1, może produkować około 10% funkcjonalnego białka SMN, co czyni go kluczowym klinicznym wskaźnikiem prognostycznym u pacjentów z SMA². Chociaż ciężkość choroby w grupach pacjentów koreluje z liczbą kopii SMN2, ze względu na indywidualne czynniki każdej osoby nie można przewidzieć potencjalnej ciężkości i prognozy u konkretnego pacjenta³.

U niemowląt z typem 1 SMA wyższa liczba kopii genu SMN2 jest związana ze zwiększonym przeżyciem⁴. U pacjentów z typami 2 i 3 SMA liczba kopii SMN2 jest uznawana za jeden z czynników prognostycznych dla zmian funkcji motorycznej, obok wieku i statusu chodzenia⁴.

Białka neurofilamentów jako biomarkery progresji

Białka neurofilamentów są uwalniane z neuronów po uszkodzeniu, a ich poziomy mogą być wykrywane we krwi i płynie mózgowo-rdzeniowym. Stanowią one biomarker progresji choroby, rokowania oraz odpowiedzi farmakodynamicznej, szczególnie u niemowląt z SMA³. Dowody kliniczne wskazują, że neurofilamenty, zarówno NfL jak i pNfH, są generalnie wyższe u pacjentów z SMA niż u zdrowych osób we wczesnym okresie życia, ale stają się porównywalne w miarę starzenia się¹.

Wśród pacjentów z SMA wyższe poziomy neurofilamentów obserwowano u pacjentów bardziej dotkniętych chorobą (np. z mniejszą liczbą kopii SMN2 lub we wczesnym stadium choroby) lub u tych z wolniejszą progresją choroby¹. Chociaż neurofilamenty wykazały duży potencjał jako markery prognostyczne, monitorujące, odpowiedzi i farmakodynamiczne dla niemowląt z SMA, a nawet części młodzieży z SMA, pewne kwestie nadal wymagają dalszej uwagi¹.

Elektrofizjologiczne wskaźniki prognostyczne

Amplituda złożonego potencjału czynnościowego mięśnia (CMAP) w badaniu przewodnictwa nerwowego koreluje z ciężkością kliniczną, wiekiem i funkcją oraz ma potencjał do wykorzystania w rokowaniu³. Ten nieinwazyjny test elektrofizjologiczny dostarcza obiektywnych informacji o stanie jednostek motorycznych i może być wykorzystywany do monitorowania progresji choroby oraz oceny odpowiedzi na leczenie.

Badania pokazują, że parametry elektrofizjologiczne mogą być szczególnie przydatne w ocenie długoterminowej prognozy, zwłaszcza w połączeniu z innymi biomarkerami i czynnikami klinicznymi. Regularne badania CMAP mogą pomóc w identyfikacji pacjentów z ryzykiem szybkiej progresji choroby.

Czynniki modyfikujące odpowiedź na leczenie

Liczba kopii SMN2, wiek pacjentów w momencie otrzymywania terapii modyfikującej przebieg choroby, czas trwania i ciężkość SMA oraz połączenie z terapią rehabilitacyjną to kluczowe czynniki wpływające na odpowiedź na leczenie⁵. Niemniej jednak różnice między pacjentami o podobnych charakterystykach wyjściowych nadal występują⁵.

Czas trwania choroby, wiek w momencie rozpoczęcia leczenia oraz w mniejszym stopniu funkcja wyjściowa zostały zidentyfikowane jako potencjalne czynniki modyfikujące leczenie pod względem przeżycia⁴. To podkreśla, że wczesne leczenie terapiami modyfikującymi przebieg choroby jest niezbędne w SMA typu 1⁴.

Modele predykcyjne wykorzystujące sztuczną inteligencję

Rozwój modeli predykcyjnych opartych na uczeniu maszynowym otwiera nowe możliwości w przewidywaniu przebiegu SMA. Model opracowany do przewidywania skoliozy osiągnął średnią dokładność 0,77 i średni współczynnik ROC AUC wynoszący 0,85⁶. Średnia precyzja wynosiła 0,84, czułość 0,89, a wynik F1 0,85⁶.

Wytrenowany model może przewidywać skoliozę przy użyciu wybranych markerów progresji choroby, a mianowicie wieku w momencie oceny, wyniku HFMSE, wyniku CHOP-INTEND, wyniku wentylacji, wyniku ortez i wyniku przykurczów⁶. Co ważniejsze, model może pomóc klinicystom przewidzieć skoliozę u pacjentów, którzy nie byli widziani podczas trenowania modelu⁶.

Integracja czynników prognostycznych w praktyce klinicznej

Czynniki zidentyfikowane w badaniach powinny być brane pod uwagę przed projektowaniem lub analizowaniem badań w populacji SMA, przeprowadzaniem dopasowywania populacji lub podsumowywaniem wyników różnych badań nad leczeniem SMA⁴. Kompleksowa ocena prognostyczna powinna uwzględniać nie tylko pojedyncze biomarkery, ale także ich wzajemne interakcje i wpływ na długoterminowe wyniki.

Ciężkość upośledzenia funkcjonalnego na początku może pomóc przewidzieć wielkość zmian w czasie oraz ogólną progresję, w tym wystąpienie skoliozy i potrzebę nieinwazyjnej wentylacji⁸. Ta wiedza jest kluczowa dla planowania długoterminowej opieki i podejmowania decyzji terapeutycznych.