Nueva herramienta predice rechazo e infecciones tras un trasplante renal

Investigadores del CONICET y del CEMIC desarrollaron un innovador modelo predictivo que busca anticipar el riesgo de rechazo e infecciones en pacientes que han recibido un trasplante renal. Este avance se fundamentó en la medición de la carga del virus Torque Teno Virus (TTV), un virus no patogénico presente en casi toda la población, combinado con datos clínicos de los pacientes.

El principal objetivo de esta investigación fue avanzar hacia una medicina personalizada en el ámbito de la inmunosupresión, un aspecto crucial para prevenir complicaciones en los pacientes trasplantados. La herramienta se presenta como una solución para los médicos, quienes enfrentan el desafío de predecir qué pacientes podrían experimentar rechazo del injerto o desarrollar infecciones tras la intervención.

La líder del estudio, Marcela Echavarría, investigadora del CONICET, destacó que el modelo predictivo tiene un alto potencial para identificar a aquellos pacientes con baja probabilidad de rechazo o infecciones. "La incorporación de esta herramienta puede ayudar a tomar decisiones médicas más adecuadas y a encontrar un equilibrio en la inmunosupresión", afirmó.

Los pacientes trasplantados requieren medicamentos inmunosupresores para evitar que su sistema inmunológico ataque el riñón trasplantado. Sin embargo, una inmunosupresión excesiva puede aumentar el riesgo de infecciones, mientras que una insuficiente puede favorecer el rechazo del injerto. Así, el rechazo y la infección se convierten en dos de las complicaciones más relevantes en el postoperatorio.

El estudio, publicado en el Journal of Clinical Virology, incluyó a 130 pacientes y analizó 871 muestras de plasma a lo largo de tres años. Durante el seguimiento, se registró que el 36,6% de los pacientes presentó rechazo clínico o subclínico, y el 55,4% experimentó infecciones.

En el modelo ampliado que combina la medición del TTV con variables clínicas, se observó una notable mejora en la capacidad predictiva, alcanzando casi un 98% de efectividad para identificar pacientes con bajo riesgo de rechazo y más del 94% para infecciones. Noelia Reyes, primera autora del trabajo, subrayó la importancia de estos hallazgos para optimizar la atención médica de los pacientes trasplantados.

El siguiente paso en esta investigación será validar el modelo en poblaciones más amplias e independientes, con el objetivo de evaluar si su implementación puede realmente reducir los casos de rechazo e infecciones. "Buscamos acercarnos a una medicina de precisión en trasplantes, brindando a cada paciente la inmunosupresión que necesita", concluyó Echavarría.