Stratificazione del rischio di sviluppare diabete tipo 1 utilizzando il sistema di analisi di clustering di traiettorie: l’analisi degli autoanticorpi anti-insula pancreatica
Punti chiave
Domanda: È noto ormai da tempo che gli anticorpi diretti contro l’insula pancreatica sono già presenti nel sangue di un individuo temporalmente prima dello sviluppo clinico del diabete tipo 1 e per tale ragione rappresentano un importante strumento per gli studi sull’eziologia del diabete, per i trial di prevenzione e per lo screening di malattia. I sistemi odierni di stratificazione del rischio si basano sulla positività o negatività del quadro anticorpale organo specifico di per sé, screening che eventualmente può essere ripetuto nel tempo. È possibile invece individuare un sistema che fornisca, a partire dagli autoanticorpi presenti, informazioni prospettiche per comprendere il timing di insorgenza della malattia?
Risultati: Utilizzando un sistema di intelligenza artificiale che ha preso in esame la tipologia di anticorpi, il timing di positivizzazione e il titolo anticorpale, uno studio recentemente pubblicato su Diabetologia dimostra che è possibile stratificare il momento di insorgenza del diabete tipo 1 in un soggetto a rischio.
Significato: Lo studio dimostra ancora una volta come l’intelligenza artificiale sia uno strumento utile al fine di individuare una popolazione ancora clinicamente sana ma destinata allo sviluppo del diabete tipo 1 e oggi di rilevante importanza alla luce delle nuove promettenti terapie con anticorpi monoclonali.
A cura di Alessandra Clerico
27 dicembre 2022 (Gruppo ComunicAzione) – Lo studio pubblicato su Diabetologia si è basato sull’analisi degli anticorpi anti-GAD (GADA), anti-tirosina fosfatasi (IA-2A) e anti-insulina (IAA). Sono stati presi in esame 1415 bambini che avevano almeno una positività anticorpale tra il loro primo anno di vita ed i 12 anni di età e che erano stati arruolati nel TEDDY (The Environmental Determinants of Diabetes in the Young), studio multicentrico che ha coinvolto centri sia negli USA sia in Europa che aveva arruolato complessivamente 8677 bambini con un genotipo HDL a elevato rischio per diabete tipo 1 (DT1).
Un algoritmo di apprendimento automatico (machine learning) non supervisionato è stato utilizzato per identificare differenti cluster di sviluppo di autoanticorpi in base al timing di positivizzazione, alla tipologia ed al titolo anticorpale. Il rischio di sviluppo di DT1 per ogni singolo cluster è stato valutato utilizzando l’analisi time-to-event.
Con questa metodologia i ricercatori hanno potuto identificare 2-4 cluster per ogni anno di vita (dagli zero ai 12 anni) che differiscono per timing, titolo e tipo di autoanticorpi. Durante i primi tre anni di vita il rischio di insorgenza di DT1 è principalmente influenzato dall’appartenenza al cluster con elevati titoli anticorpali di tutti e tre gli autoanticorpi (rischio a 1 anno: 20,87-56,25%, rischio a 5 anni: 67,73-69,19%).
Il rischio di sviluppare DT1 si sposta al cluster con specificità anticorpale IA-2A a elevato titolo (rischio a 1 anno: 20,88-28,93%; rischio a 5 anni: 62,73-78,78%) fra i 4 e gli 8 anni di vita, mostrando una più rapida progressione verso un quadro di diabete conclamato rispetto al cluster con elevati titoli di GADA (rischio a 1 anno: 4,38-6,11%; rischio a 5 anni: 25,06-31,44%). L’importanza del cluster con elevato titolo GADA decresce fra i 9 e i 12 anni (rischio a 1 anno: 6,09% a 9 anni; 3,85% a 12 anni) rispetto al cluster con elevato titolo anticorpale IA-2A (rischio a 1 anno: 23,71% a 9 anni; 30,93% a 2 anni) che mantiene un rischio di progressione elevato verso la malattia.
Lo studio evidenzia come questo algoritmo di apprendimento automatico possa ritenersi uno strumento nuovo per la stratificazione del rischio di insorgenza di DT1 partendo dalle caratteristiche degli autoanticorpi presenti nel siero dei soggetti presi in esame. Infatti, i dati mostrano che la variazione del titolo anticorpale età-dipendente degli anticorpi IA-2A nei 12 anni di vita modula il rischio di insorgenza di DT1 (si veda l’abstract grafico dello studio).
Nelle loro conclusioni gli autori suggeriscono di tenere sempre presente il timing di positivizzazione, il titolo e il tipo di anticorpi per costruire modelli di stratificazione del rischio in studi sulla eziologia, sulla prevenzione e sullo screening del DT1.
Diabetologia 2022 Nov 30. Online ahead of print
AMD segnala articoli della letteratura internazionale la cui rilevanza e significato clinico restano aperti alla discussione scientifica e al giudizio critico individuale. Opinioni, riflessioni e commenti da parte degli autori degli articoli proposti non riflettono quindi posizioni ufficiali dell’Associazione Medici Diabetologi.