Deep phenotyping to integrate laboratory workflow in hypertrophic and dilated cardiomyopathy: an Italian exploratory study

Las enfermedades cardíacas suelen portar un código oculto dentro de nuestro ADN. Dos formas comunes, conocidas como miocardiopatía hipertrófica y miocardiopatía dilatada, implican que el músculo cardíaco se vuelva demasiado grueso o demasiado débil y estirado. Aunque los médicos saben que los errores genéticos causan frecuentemente estas condiciones, encontrar el error específico no siempre es sencillo. En muchos casos, las pruebas genéticas devuelven resultados que son poco claros, dejando a los pacientes y a sus familias sin una respuesta definitiva. Esta incertidumbre crea una difícil brecha en la atención, ya que conocer la causa genética exacta ayuda a los médicos a predecir el curso futuro de la enfermedad y a guiar a los familiares. Para cerrar esta brecha, los investigadores se han preguntado durante mucho tiempo si los signos físicos de la enfermedad —la forma en que el corazón se ve en un ultrasonido o cómo late en un monitor eléctrico— podrían actuar como un mapa para predecir qué pacientes tienen más probabilidades de tener una respuesta genética clara.

Un equipo de científicos de tres hospitales italianos se propuso probar esta idea con un grupo grande de pacientes. Recopilaron registros detallados de 186 individuos con la condición de corazón engrosado y 176 con la condición de corazón estirado. Para cada persona, recolectaron una vasta cantidad de información, incluyendo la edad, antecedentes familiares, presión arterial y mediciones específicas de escaneos cardíacos y pruebas eléctricas. Luego compararon estos detalles físicos contra los resultados de las pruebas genéticas de los pacientes. El objetivo era ver si una computadora podía aprender a detectar patrones en los datos físicos que señalarían un hallazgo genético claro frente a uno poco claro.

Los investigadores utilizaron herramientas avanzadas de aprendizaje computacional para analizar los datos, buscando conexiones que un ojo humano podría pasar por alto. Descubrieron que ciertos rasgos físicos sí destacaban. Para los pacientes con el corazón engrosado, factores como el ancho de la arteria principal del corazón, el grosor de la pared posterior del corazón y la duración de la señal eléctrica a través del pecho fueron las pistas más fuertes. Para aquellos con el corazón estirado, la longitud de la pausa eléctrica entre latidos y la edad al momento del diagnóstico fueron los signos más reveladores. Sin embargo, cuando el equipo probó qué tan bien podían estas pistas predecir el resultado para nuevos pacientes, los resultados fueron modestos. Los modelos computacionales podían distinguir entre resultados genéticos claros e inciertos mejor que el azar, pero no eran lo suficientemente potentes como para ser utilizados como una herramienta de diagnóstico independiente.

El estudio sugiere que, si bien la forma física y el comportamiento del corazón contienen algunas pistas sobre la genética subyacente, no constituyen un cuadro completo. Los investigadores encontraron que ciertos patrones de rasgos físicos aparecían consistentemente junto con resultados genéticos claros, pero estos patrones no eran lo suficientemente fuertes como para reemplazar la necesidad de las pruebas genéticas. Los hallazgos indican que observar al paciente de forma integral —sus síntomas, sus mediciones cardíacas y su historial familiar— podría ayudar a los médicos a decidir qué pacientes tienen más probabilidades de beneficiarse de las pruebas genéticas, pero no puede decirles la respuesta por sí solo todavía. El trabajo destaca que la relación entre el corazón físico de una persona y su código genético es compleja, y que si bien la observación profunda del cuerpo ofrece un contexto valioso, actualmente sirve mejor como un acompañante del análisis genético en lugar de un reemplazo para este.