Cluster analysis of ME/CFS symptoms in DecodeME reveals two subgroups and a link to onset type

Resumen Técnico: Análisis de Clústeres de Síntomas de la EM/SFC en DecodeME

Planteamiento del Problema
La miálgica encefalomielitis/síndrome de fatiga crónica (EM/SFC) es una afección debilitante y heterogénea caracterizada por fatiga severa, deterioro cognitivo y malestar posesfuerzo (PEM). Esta marcada variabilidad de los síntomas dificulta el diagnóstico preciso, la gestión eficaz de la enfermedad y el diseño de ensayos clínicos. Si bien el estudio DecodeME ha establecido un componente hereditario en la EM/SFC, persisten lagunas de conocimiento significativas respecto a la existencia de subtipos clínicos distintos vinculados a causas específicas (como la infección) y niveles de gravedad variables. Este estudio aborda la prioridad de investigación n.º 5 de la Alianza de Asociación de Establecimiento de Prioridades James Lind: determinar si existen diferentes tipos de EM/SFC, cómo se relacionan con las causas de inicio y la gravedad, y si requieren estrategias de gestión distintas.

Metodología
Los autores realizaron un análisis transversal utilizando datos fenotípicos de la cohorte DecodeME, el conjunto de datos de EM/SFC más grande del mundo.

• Población del Estudio: El análisis incluyó a 19.019 participantes residentes en el Reino Unido (de 16 años en adelante) con un diagnóstico clínico de EM/SFC autoinformado que cumplían con las definiciones de caso del Consenso Canadiense (CCC) o del Instituto de Medicina/Academia Nacional de Medicina (IOM/NAM). Se excluyeron los participantes con estatus intersexual, datos faltantes de etnia/comorbilidad o valores atípicos extremos.
• Variables de Datos: El agrupamiento (clustering) se basó en 67 variables de síntomas binarios derivadas del cuestionario basal de DecodeME. Se excluyeron las variables con mínima variabilidad (presentes en >90% de los participantes, como la fatiga y el PEM) para evitar sesgos. Las covariables incluyeron edad, sexo, etnia, Índice de Privación Múltiple (IMD) y tipo de inicio (infeccioso, no infeccioso o desconocido).
• Enfoque de Clustering: Se empleó un algoritmo de agrupamiento k-modes para agrupar a los participantes según los datos de síntomas categóricos. El número óptimo de clústeres ($k$) se determinó mediante diagramas de codo (disimilitud intra-clúster) y análisis de silueta. El procedimiento fue validado mediante un análisis de bootstrap (100 réplicas) y el Índice de Rand Ajustado (ARI), particularmente para los subgrupos estratificados por sexo.
• Análisis Estadístico: Las características de los clústeres se compararon mediante pruebas t y pruebas de Chi-cuadrado/Fisher exacto con corrección de Bonferroni. Los impulsores de los síntomas se identificaron utilizando tamaños de efecto de Cohen's $h$. Los modelos de regresión logística (univariables y multivariables) evaluaron la asociación entre el tipo de inicio y la pertenencia al clúster, ajustando por sexo, edad, privación y etnia. Se realizó un Estudio de Asociación de Genoma Completo (GWAS) en un subconjunto de 15.328 participantes para explorar las asociaciones genéticas con la pertenencia al clúster.

Contribuciones Clave y Resultados
El estudio identificó dos clústeres de síntomas distintos y estables dentro de la población con EM/SFC:

1. Clúster de Alta Carga de Síntomas (HSBC, por sus siglas en inglés): Compuesto por el 57% de la cohorte ($n=10.849$).
2. Clúster de Menor Carga de Síntomas (LSBC, por sus siglas en inglés): Compuesto por el 43% de la cohorte ($n=8.170$).

Características de los Clústeres:

• Perfil de Síntomas: El HSBC se caracterizó por una prevalencia significativamente mayor de síntomas en todos los dominios en comparación con el LSBC. Las diferencias más prominentes involucraron síntomas de tipo gripal (dolor de garganta, fiebre), sensibilidades sensoriales (luz, ruido, olor), dolor musculoesquelético, problemas cognitivos/de coordinación y síntomas autonómicos/neuroendocrinos.
• Gravedad y Comorbilidades: Los individuos en el HSBC reportaron una mayor gravedad de la enfermedad (grave/muy grave), una mayor proporción de cursos de enfermedad que empeoran y una mayor prevalencia de comorbilidades como fibromialgia, SII y depresión clínica.
• Demografía: El HSBC contenía una mayor proporción de mujeres (89% vs. 80% en el LSBC) e individuos más jóvenes (edad media 46.7 vs. 51.5 años). También tuvo una representación ligeramente mayor de individuos de áreas más desfavorecidas.
• Diferencias de Sexo: Aunque ambos sexos exhibieron la estructura de dos clústeres, las mujeres en el HSBC mostraron una mayor prevalencia general de síntomas y sensibilidades sensoriales más pronunciadas. Los hombres en el HSBC mostraron diferencias entre clústeres más grandes para los síntomas cognitivos, autonómicos y del estado de ánimo.
• Asociación con el Tipo de Inicio: Tras ajustar por covariables, los individuos con un inicio infeccioso tuvieron 1.24 veces más probabilidades (IC 95%: 1.15–1.35) de pertenecer al HSBC en comparación con el inicio no infeccioso. Aquellos con un inicio desconocido tuvieron 1.30 veces más probabilidades (IC 95%: 1.18–1.43) de pertenecer al HSBC.
• Hallazgos Genéticos: Ninguna variante genética alcanzó la significancia de genoma completo ($p < 5 \times 10^{-8}$) para la pertenencia al clúster. Se identificaron tres asociaciones sugestivas ($p < 8 \times 10^{-7}$) cerca de genes involucrados en la cronobiología, la inflamación y la percepción del dolor, pero estas se consideran preliminares y potencialmente falsos positivos.

Significancia y Reivindicaciones
El artículo afirma que este análisis a gran escala refuerza la heterogeneidad de la EM/SFC y valida la existencia de subtipos clínicamente significativos definidos por la carga de los síntomas.

• Utilidad Clínica: La identificación de estos subgrupos, particularmente el vínculo entre el inicio infeccioso/desconocido y la mayor carga de síntomas, sugiere que la EM/SFC no es una condición de "talla única". Los autores afirman que estos hallazgos resaltan la importancia de incorporar la carga de los síntomas y el tipo de inicio en las evaluaciones clínicas y en la estratificación de la investigación futura.
• Implicaciones para la Investigación: El estudio respalda la necesidad de intervenciones y estrategias de gestión personalizadas que tengan en cuenta la heterogeneidad de los pacientes. Sugiere que los futuros estudios genéticos y mecánicos deberían estratificar por carga de síntomas, tipo de inicio y sexo para revelar mejor las vías biológicas subyacentes.
• Limitaciones: Los autores señalan modestamente las limitaciones, incluyendo posibles errores de Tipo 1 debido a pruebas múltiples, la posibilidad de patrones específicos de la muestra (que requieren validación externa) y el sesgo de autoselección inherente al reclutamiento en línea. Enfatizan que los hallazgos genéticos son sugestivos más que definitivos y que los clústeres requieren validación en conjuntos de datos independientes y a lo largo del tiempo.

En conclusión, el estudio proporciona un marco basado en datos para comprender los subtipos de la EM/SFC, argumentando que reconocer estos perfiles distintos es esencial para mejorar el manejo de los pacientes y avanzar en la búsqueda de tratamientos dirigidos.