Time's up: Using data-driven phenotype-severity metrics not time to map progression in the dementias

Resumen Técnico: El tiempo se agota: el uso de métricas de severidad del fenotipo basadas en datos, no del tiempo, para mapear la progresión en las demencias

Planteamiento del problema
La investigación actual y los ensayos clínicos en enfermedades neurodegenerativas dependen frecuentemente de proxies temporales (por ejemplo, el tiempo transcurrido desde la aparición de los síntomas o el diagnóstico) para rastrear la severidad y la progresión de la enfermedad. Los autores argumentan que estas métricas son fundamentalmente defectuosas debido a la varianza sustancial y el sesgo introducido por:

• La variabilidad en la conciencia de los síntomas entre pacientes y cuidadores.
• Las diferencias en el momento de la presentación clínica y los retrasos diagnósticos.
• Tasas heterogéneas de progresión de la enfermedad.
• Sensibilidad diferencial y tasas de emergencia de los biomarcadores.

Estas limitaciones dificultan el mapeo preciso de la progresión de la enfermedad, la alineación de individuos en etapas comparables o la distinción entre subtipos cualitativamente diferentes frente a niveles de severidad cuantitativamente variables de una única trayectoria de la enfermedad. En consecuencia, las medidas temporales a menudo no logran servir como variables independientes fiables para controlar la severidad en ensayos clínicos o para comprender la historia natural.

Metodología
El estudio utilizó datos de la Iniciativa de Demencia Frontotemporal Genética (GENFI 1 y 2), que comprende 686 individuos (portadores sintomáticos de mutaciones en C9orf72, GRN o MAPT, y convertidores de riesgo a sintomáticos) a través de 1,678 visitas.

1. Derivación de la métrica de severidad basada en datos:

   • Los autores aplicaron un Análisis de Componentes Principales (PCA) no rotado a una batería exhaustiva de evaluaciones neuropsicológicas (incluyendo Dígit Span, Digit Symbol, Trail Making Tests, Boston Naming, Fluidez Verbal, etc.).
   • Los datos faltantes fueron imputados mediante un método iterativo basado en PCA.
   • El análisis se centró en individuos sintomáticos y en aquellos que convirtieron de riesgo a sintomáticos.
   • Se extrajo un único componente principal (autovalor > 1) para servir como una puntuación de "severidad del fenotipo" global y transdiagnóstica.

2. Validación y estabilidad:

   • La puntuación de severidad fue validada contra la escala de Calificación de la Demencia Clínica con la puntuación CDR®-FTLD del National Alzheimer Coordinating Centre y el Cambridge Behavioural Inventory-Revised (CBI-R) mediante regresión ordinal.
   • La estabilidad se probó comparando los resultados del conjunto de datos completo contra subconjuntos (solo basal, primera/media/última visita) y reejecutando el PCA con una batería ampliada (GENFI 2) que incluía medidas conductuales y funcionales adicionales (CBI-R, FRS).

3. Reencuadre del tiempo:

   • En lugar de usar el tiempo como un proxy de la severidad, el estudio trató el tiempo como una variable observada y dependiente.
   • Se utilizaron modelos de efectos mixtos lineales y regresión cuadrática para analizar la "velocidad" (cambio en la severidad por unidad de tiempo) y la "aceleración" de la progresión entre grupos genéticos (C9orf72, GRN, MAPT).
   • Se generaron curvas de tiempo acumulativo para estimar la duración requerida para atravesar intervalos de severidad específicos para cada grupo genético.

4. Selección de pruebas:

   • Se empleó regresión hacia adelante paso a paso para identificar una sub-batería de pruebas neuropsicológicas eficiente en tiempo capaz de explicar la mayor parte de la varianza en la puntuación de severidad cognitiva global.

Resultos clave

• Métrica de severidad unificada: Un único componente de PCA no rotado emergió, explicando el 65% de la varianza en las puntuaciones neuropsicológicas (KMO = 0.92). Todas las pruebas cargaron fuertemente en este factor, creando una métrica unificada de severidad cognitiva global que fue consistente a través de los grupos genéticos y diagnósticos (bvFTD, PPA, ALS).
• Validación: La puntuación de severidad mostró una fuerte relación con el deterioro funcional (CDR®-FTLD). Si bien la puntuación de severidad por sí sola predijo el CDR®-FTLD, un modelo combinado que incluía medidas conductuales (CBI-R) proporcionó un mejor ajuste, indicando que el CDR®-FTLD refleja tanto la severidad cognitiva como la conductual.
• Fracaso de los proxies temporales: La puntuación de severidad basada en datos mostró casi ninguna correlación con los "años desde la aparición de los síntomas" ($R^2 \le 0.005$). Del mismo modo, el "número de visitas" introdujo un sesgo de deserción, ya que las puntuaciones medias de severidad parecieron disminuir con el tiempo debido al abandono de los casos graves.
• Dinámicas de progresión:
  • La progresión se acelera a medida que aumenta la severidad (efecto cuadrático positivo significativo).
  • Diferencias genéticas: Los portadores de la mutación GRN exhibieron la velocidad basal más rápida (progresión más rápida), seguidos por MAPT, mientras que los portadores de C9orf72 mostraron la progresión más lenta.
  • Estimaciones de tiempo: Se estimó que los portadores de GRN atravesaban el espectro de severidad (-1.2 a 2) en 6.8 años, en comparación con 11.9 años para MAPT y 19.7 años para C9orf72.
• Sub-batería eficiente: Tres pruebas—Digit Symbol, Fluidez Verbal (letras) y Trail Making Test-Part B—explicaron aproximadamente el 93% de la varianza única de la puntuación de severidad cognitiva, ofreciendo una alternativa eficiente en tiempo a la batería completa.
• Detección temprana: El Trail Making Test-Part B y el Boston Naming Test (específicamente en portadores de MAPT) mostraron sensibilidad al declive temprano, con algunos individuos puntuando por debajo de los puntos de corte de control a pesar de tener puntuaciones de severidad global bajas.

Significancia y afirmaciones
El artículo afirma proporcionar una medida de la severidad de la enfermedad objetiva, precisa y transdiagnóstica que es independiente del tiempo. Al cambiar el marco analítico para tratar el tiempo como una variable dependiente, los autores demuestran que:

1. Las métricas temporales son malos proxies: Introducen un ruido y un sesgo significativos, fallando en capturar el estado real de la progresión de la enfermedad.
2. La severidad basada en datos permite una mejor estratificación: La métrica propuesta permite la alineación de los pacientes basándose en la severidad fenotípica real en lugar de puntos temporales arbitrarios, lo cual es crucial para distinguir los subtipos de enfermedad de los estadios de severidad.
3. Mejora del diseño de ensayos clínicos: Este enfoque ofrece una medida de resultado más precisa para los ensayos clínicos, particularmente para las terapias modificadoras de la enfermedad que pueden tener ventanas óptimas en el curso de la enfermedad. Permite un mejor control de los efectos relacionados con la severidad y una estimación más precisa de las tasas de progresión entre subtipos.
4. Eficiencia: La identificación de una sub-batería de tres pruebas sugiere que el seguimiento preciso de la severidad puede lograrse con un tiempo de evaluación significativamente reducido, facilitando estudios y ensayos a gran escala.

Los autores concluyen que este enfoque puede arrojar nueva luz sobre la heterogeneidad clínica, ayudando a determinar si las diferencias observadas reflejan subtipos distintos o simplemente variaciones en la etapa de la enfermedad. Reconocen que la métrica es actualmente específica para la muestra genética relacionada con la FTD y que se necesita trabajo futuro para probar su aplicabilidad en otras etiologías neurodegenerativas y para explorar posibles aspectos multidimensionales de la severidad.