¿Influye el fenotipo del paciente en los resultados del EMPA-REG OUTCOME?
Comentario de Carlos H. Teixidó @carlos_teixi
Ya hemos comentado en este blog en múltiples ocasiones que la empagliflozina (EMPA) en su estudio EMPA-REG OUTCOME (Empagliflozin Cardiovascular Outcome Event Trial in Type 2 Diabetes Mellitus Patients) logró demostrar reducciones del riesgo de mortalidad cardiovascular (MCV) del 38%, así como reducciones de la hospitalización por insuficiencia cardiaca (HIC) del 35% frente a placebo.
Resultados muy similares han sido encontrados en los diferentes ensayos clínicos (ECA) de seguridad cardiovascular (CV) del resto de inhibidores de la bomba transportadora 2 de sodio y glucosa (iSGLT2). Para ser justos, la similitud en los resultados se centraba en la mejora del riesgo de HIC, pero el resto de las variables estudiadas sí fueron algo diferentes. Esta discrepancia entre moléculas, aparentemente iguales, puede verse justificada por las diferencias entre los individuos estudiados, la metodología, y por supuesto, el fármaco en cuestión.
Para ello, han sometido al estudio EMPA-REG OUTCOME a un análisis de clases latentes. Para quien no haya oído hablar de esta forma de estudio, se podría explicar -de una manera muy simplificada- como un reconocimiento de patrones mediante análisis de datos brutos por machine learning. De esta forma, se relaciona un conjunto de variables multivariables con diversas variables discretas. Estaríamos buscando patrones, asociaciones o pertenencias de clase.
Los autores, y sus ordenadores, encontraron una distribución entre 3 patrones agrupables a modo de fenotipos clínicos. El primero (33,1%) agrupó personas más jóvenes con filtrados glomerulares (FGe) más altos, fumadores ocasionales y con una corta evolución de su DM2. El fenotipo 2 (26,5%) estuvo formado por un mayor número de mujeres, de origen hispánico y con una mayor predisposición a sufrir un accidente cerebrovascular (ACV) y menor probabilidad de enfermedad coronaria. Por último, el fenotipo 3 (40,4%) lo conformaron en su mayoría pacientes de edad avanzada con una mayor prevalencia de enfermedad coronaria, niveles elevados de ácido úrico y menores cifras de FGe.
El grupo fenotípico que menor riesgo de eventos (MCV o HIC) presentó fue el 1. Con referencia a éste, el fenotipo 2 presentó en cuanto a la MCV un Hazard ratio (HR) de 1,83 (IC 95% 1,23-2,71) y el fenotipo 3 HR 1,86 (IC 95% 1,30 -2,67). En cuanto a la variable conjunta MCV o HIC el grupo 2 presentaba un HR 1,66 (IC 95% 1,19-2,32) y el fenotipo 3 un HR 2,25 (IC 95% 1,68-3,01).
En cuanto a las diferencias entre grupos fenotípicos del efecto de EMPA, se encontró un mejor dato en el grupo 1 en comparación con el resto. En la variable MCV el grupo 1 arrojó un HR 0,42 (IC 95% 0,48-0,89); el grupo 3 un HR 0,55 (IC 95% 0,37-0,83); y en cuanto al fenotipo 2, los resultados no fueron estadísticamente significativos [HR 0,70 (IC 95% 0,42-1,19)]. Es posible que esta “no significación” fuera debida al menor número de pacientes incluidos en este subgrupo. Los resultados fueron similares para la variable combinada MCV o HIC.
En conclusión, este análisis post-hoc del EMPA-REG OUTCOME, demostró un beneficio constante de la EMPA en la reducción del riesgo de MCV o HIC y en la reducción de MCV a través de los diferentes grupos fenotípicos aislados.
Será interesante realizar estos mismos análisis de clases latentes en los diversos estudios de seguridad CV, dado que cuanto más podamos individualizar el tratamiento de nuestros pacientes, mejores serán los resultados obtenidos.
Cuídense.
No hay comentarios:
Publicar un comentario