Icono del sitio EMEI

Diagnóstico de fibrosis avanzada en pacientes coinfectados VIH/VHC a través de un nuevo índice no invasivo: el HGM-3

Publicado en: Resino S, Micheloud D, Miralles P, Bellón JM, Vargas A, Catalán P, Álvarez P, Cosín J, Lorente R, Carlos López J, Muñoz-Fernández M, and Berenguer J. Diagnosis of advanced fibrosis in HIV and HCV co-infected patients via a new non-invasive index: The HGM-3 index. HIV Med 2010;11(1):64-73.

INTRODUCCIÓN.

La infección por virus de la inmunodeficiencia humana (VIH) afecta negativamente a la patología natural de la infección por virus de hepatitis C (VHC), causando una progresión más rápida de la fibrosis y el desarrollo de la cirrosis, descompensación hepática, carcinoma hepatocelular y la muerte [1-5]. Por esta razón, todas las personas infectadas por el VIH deben ser evaluadas para la infección por el VHC, y todas las personas con resultados positivos para el ARN del VHC deben ser candidatos para el tratamiento anti-VHC, a condición de que la infección por el VIH este bien controlada y no haya contraindicaciones para la terapia con interferón o ribavirina.

La clasificación y estadificación de la inflamación hepática y fibrosis son considerados una parte esencial en el tratamiento de pacientes con hepatitis crónica C. Los pacientes con fibrosis significativa se encuentran en alto riesgo de desarrollar cirrosis en la década siguiente [6], por lo que estos pacientes así como los pacientes con cirrosis hepática establecida tienen una necesidad real de iniciar el tratamiento antiviral del VHC. Este último grupo de pacientes cirróticos también necesita un control más cuidadoso y pruebas de diagnóstico adicionales, incluyendo endoscopia de esófago- gastro-duodeno de forma periódica para detectar varices, así como técnicas de imágen y otras técnicas para la detección de carcinoma hepatocelular. La tasa de supervivencia de los pacientes coinfectados VIH/VHC con cirrosis después del primer episodio de descompensación hepática es extremadamente pobre [7, 8].

La biopsia hepática sigue siendo considerado el «estándar de referencia» para la evaluación de la fibrosis hepática [9]. Sin embargo, este procedimiento tiene varias limitaciones, incluyendo su carácter invasivo que puede dar lugar a complicaciones, tamaño inadecuado de la biopsia con variabilidad intra-e inter-observador, la fragmentación del tejido, el costo y baja aceptación por parte de la mayoría de los pacientes [10-12]. En los últimos años, estas limitaciones han llevado al desarrollo de procedimientos alternativos no invasivos para medir el grado de fibrosis hepática. Estos métodos están divididos en dos categorías principales: los métodos de formación de imágenes, tales como la elastografía transitoria [13], y los ensayos basados en biomarcadores en suero [14]. Las ventajas potenciales de estos métodos son que son no invasivos, más cómodo para los pacientes y médicos, y se pueden repetir periódicamente. Marcadores indirectos asociados con la fibrosis, tales como la bioquímica de rutina, y análisis de plaquetas se han incorporado en varios índices de fibrosis tales como APRI, FIB-4, y los índices de Forns [15-17].

En este estudio, nuestro objetivo fue el desarrollo de un índice no invasivo con marcadores procedentes de sangre periférica para estimar con precisión diagnóstica los estadios avanzados de fibrosis en pacientes coinfectados VIH/VHC.

PACIENTES Y MÉTODOS

Pacientes

Se realizó un estudio transversal en pacientes coinfectados por VIH/VHC del Hospital General Universitario “Gregorio Marañón” de Madrid (España) que se sometieron a una biopsia hepática entre mayo de 2000 y mayo de 2007, ya que eran candidatos potenciales para la terapia frente al VHC.

Los criterios de inclusión fueron: disponibilidad de una muestra de suero congelado recogido en el día de la biopsia hepática, no evidencia clínica de descompensación hepática, ARN del VHC detectable mediante la reacción en cadena de la polimerasa (PCR), antígeno de superficie B negativo, linfocitos CD4 + >=200 células/mm3, y terapia antirretroviral estable o no necesidad de terapia antirretroviral. Los criterios de exclusión fueron: diabetes, infecciones oportunistas activas y la adicción a drogas activa.

En nuestra cohorte de pacientes, 297 pacientes coinfectados por VIH / VHC tenían datos de la biopsia hepática antes de mayo de 2007, pero sólo 195 de 297 pacientes pudieron ser incluidos debido a que también tuvieron una muestra de suero recogida y congelada. Todo el trabajo se realizó de conformidad con la Declaración de Helsinki. Todos los pacientes dieron su consentimiento por escrito para la biopsia del hígado y el Comité de Ética aprobó el estudio.

Datos clínicos y de laboratorio

En el día de la biopsia, la siguiente información se obtuvo de las historias clínicas: edad, sexo, riesgo categoría, peso, talla, consumo de alcohol, categoría CDC clínica, recuento de células CD4, terapia antirretroviral previa, el tratamiento antirretroviral en el momento de la biopsia hepática, el tiempo total de terapia antirretroviral, carga viral del VIH y VHC y genotipo del VHC. Una muestra de plasma en ayunas fue recogida y almacenada inmediatamente y se congeló (a -70 ° C) para ensayos posteriores.

La duración de la infección por VHC en pacientes con antecedentes de consumo de drogas por vía intravenosa se estima al iniciar el uso compartido de agujas. Los pacientes fueron interrogados en relación con el consumo de alcohol. Se consideró el consumo de más de 50 gramos de alcohol al día durante más de 12 meses como un alto consumo.

La infección por VIH se diagnosticó en todos los pacientes mediante un inmunoensayo (ELISA) y un ensayo de Western blot. Todos los pacientes dieron positivo a anticuerpos específicos contra el VHC y tenían niveles séricos detectables de ARN-VHC según la evaluación de la reacción en cadena de polimerasa (PCR). La carga viral de ARN del VHC se determinó mediante PCR (Cobas Amplicor HCV Monitor Test, NJ, EE.UU.) y PCR en tiempo real (COBAS AmpliPrep/COBAS TaqMan HCV test), y los resultados se presentan en unidades internacionales por mililitro (UI/ml). El genotipo del VHC se determinó mediante la hibridación de productos de PCR marcados con biotina con las sondas de oligonucleótidos unidos a las tiras de membrana de nitrocelulosa (INNO-LiPA HCV II, Innogenetics, Gante, Bélgica). Una muestra de sangre se utilizó también para el contaje de CD4+ y carga viral VIH-ARN.

Ensayo sobre marcadores séricos

La concentración de los marcadores séricos se midieron utilizando LINCOplex TM kit ((LINCO Research, St. Charles, MO 63304, Estados Unidos) en un analizador Luminex 100 ™ (Luminex Corporation, Austin, Texas, Estados Unidos) de acuerdo con las especificaciones del fabricante. CX3CL1 se detectó en el 100% de las muestras analizadas.

Los parámetros analizados fueron: insulina, leptina, factor de crecimiento de hepatocitos (HGF), factor de crecimiento nervioso (NGF), dominio de proteína de muerte soluble asociado a Fas (sFas), ligando de sFAS (sLFas), factor inhibidor de la migración de macrófagos (MIF), molécula de adhesión intercelular soluble (sICAM), y la molécula de adhesión celular vascular soluble (sVCAM).

También se testo mediante ELISA: El ácido hialurónico (HA, HA-ELISA; Echelon Biosciences Inc., Salt Lake City, UT, USA), angiopoyetina-II (Ang-2, R&D Systems, Minneapolis, MN, USA), inhibidor tisular de la metaloproteinasa-1 (TIMP-1), metaloproteinasa de matriz-1 (MMP-1) y la metaloproteinasa de matriz 2 (MMP-2) (GE Healthcare UK Limited, Buckinghamshire, UK), e YKL-40 (Quidel Corporation, San Diego, CA, USA).

En cada paciente, el grado de resistencia a la insulina se estimó por el método de evaluación del modelo homeostático (HOMA) mediante la fórmula: glucosa en plasma (mmol/L) x insulina en suero (mU/L)/22,5. Al igual que en otros estudios, el IR se considera que se altera cuando el HOMA-IR puntaje fue de 3,8 o superior.

Biopsia hepática

Las biopsias de hígado se realizaron de forma ambulatoria siguiendo las recomendaciones de la Comisión de Atención al Paciente de la Asociación Americana de Gastroenterología [18]. Todas las biopsias de hígado fueron realizados por los mismos médicos (JB y PM) con una aguja de aspiración (HISTO-CUT 16G, Sterylab Srl. Milano, Italy). El ultrasonido se utiliza de manera rutinaria para determinar el sitio de la biopsia percutánea. No registramos sistemáticamente el tamaño de las muestras de biopsia hepática, sin embargo, durante el período de estudio, 5 de cada 297 biopsias rendidos tejido hepático insuficiente para el diagnóstico patológico.

Las secciones de tejido del hígado se fijaron en formalina, se incluyeron en parafina y se tiñeron con hematoxilina-eosina, tricrómico de Mason, y el hierro de Perls. Las muestras fueron evaluadas por un patólogo (EA) que desconocía los datos clínicos o de laboratorio de los pacientes. La fibrosis hepática se estimó siguiendo los criterios establecidos por el Grupo de Estudio Cooperativo METAVIR [19]. La fibrosis se anotó como: F0, sin fibrosis, F1, fibrosis portal, F2 fibrosis periportal, F3, septos fibrosos, con distorsión de la arquitectura y ausencia de cirrosis obvia (fibrosis en puente) y F4, cirrosis definitiva.

Estadística

En general, los resultados se presentan como mediana (percentil 25, percentil 75) para las variables continuas y como frecuencias y porcentajes para los datos categóricos. El análisis de la normalidad se realizó con la prueba de Kolmogorov-Smirnov.

Los datos categóricos y las proporciones se analizaron mediante el test de chi-cuadrado o la prueba exacta de Fisher cuando sea necesario. La prueba de la T-Student se utilizó para comparar las medias de los dos grupos con distribución normal y la prueba de Man-Whitney para comparar las variables con distribuciones no normales. La prueba de ANOVA ajustado por la prueba de Bonferroni se utilizó para comparar las medias de 3 o más grupos con distribuciones normales.

Los pacientes se dividieron al azar en un grupo de estimación y otro grupo de validación. En e grupo de estimación, se realizaron pruebas de asociación mediante regresión logística univariante, seleccionando todas las variables que fueron estadísticamente significativas (p <0,05). Estas variables fueron incluidas en un análisis de regresión logística multivariante por pasos hacia adelante (con un valor de p para la entrada y salida de 0,05 y 0,10 respectivamente) para identificar las variables independientes asociadas a la variable principal (fibrosis avanzada; F>=3). Con las variables seleccionadas en este último paso, hemos desarrollado un nuevo índice no invasivo para el diagnóstico de fibrosis avanzada (F>=3) a través de una función de probabilidad logística que hemos denominado HGM-3.

Se evaluó el rendimiento diagnóstico del HGM-3 en el grupo de estimación y el otro grupo de validación mediante el cálculo de las áreas bajo las curvas ROC (AUC-ROC). También se evaluaron otros cuatro índices no invasivos construidos a partir de los parámetros de rutina para predecir la fibrosis hepática: a) HGM-1 y HGM-2 [20], b) FIB-4 [17], c) APRI [16], y d) el índice de Forns [15]. Se evaluó el rendimiento diagnóstico de estos índices mediante la comparación de las AUC-ROC calculadas [21, 22], para todos los pacientes incluidos en este estudio.

Además, se evaluaron cortes para el HGM-3 de acuerdo con una sensibilidad (Se) del 95% para el punto de corte bajo utilizado para predecir la ausencia de fibrosis avanzada (F <3) y una especificidad (Sp) del 95% para el punto de corte alto para predecir la fibrosis avanzada (F>=3). Se calculó la Se, Sp, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) para cada punto de corte para evaluar la precisión diagnóstica. También se calcularon la razón de posibilidades de diagnóstico (DOR) que expresa la fuerza de la asociación entre el resultado de la prueba y la enfermedad [23]. Un DOR de 1 sugiere que la prueba tiene nula capacidad. Por otra parte, también se calcularon los coeficientes de probabilidad (LR) que se define como la razón entre la probabilidad de tener determinado resultado del test en la población con la condición versus tener el mismo resultado en la población sin la condición. Es decir, la proporción de test positivos en los individuos con la condición en estudio dividido por la proporción de test positivos en los individuos sin la condición en estudio. Si tomamos un test que tiene sólo dos valores posibles, positivo o negativo, tendremos un valor de LR (+), que representa la magnitud del cambio en caso de presentar un test positivo, y un LR (-), que representa la magnitud del cambio en caso de presentar un resultado negativo.

Todas las pruebas fueron de dos colas y los valores de p <0.05 fueron considerados como significativos. El análisis estadístico se realizó mediante el programa informático SPSS 15.0 (SPSS Inc., Chicago, IL, Estados Unidos) y EPIDAT 3.0.

RESULTADOS

Pacientes

Se dividieron aleatoriamente a los 195 pacientes que fueron sometidos a biopsia hepática en 2 grupos: un grupo de estimación (N= 127, 65%) y un grupo de validación (N= 68, 35%) (Tabla 1).

Table 1. Characteristics of 195 HIV/HCV co-infected patients, who underwent a liver biopsy.

  Estimation Group Validation Group All patients
No. HIV-1 patients* 127 68 195
Males* 96 (75.6) 51 (75) 147 (75.4)
Age (years) # 39.5 (36.8; 43) 38.7 (36.8; 43.6) 39.5 (36.8; 43.3)
HIV acquired by IVDU* 111 (87.4) 63 (92.6) 174 (89.2)
Prior AIDS diagnosis * 38 (29.9) 22 (32.4) 60 (30.8)
Years since HCV infection # 21.6 (18.1; 24.7) 20.7 (17.4; 23.6) 21.3 (17.7; 24.5)
High alcohol intake * 13 (10.3) 14 (20.6)* 27 (13.9)
Antiretroviral therapy      
No treatment 7 (5.5) 3 (4.4) 10 (5.1)
PI-based * 27 (21.3) 20 (29.4) 47 (24.1)
NNRTI-based * 66 (52) 35 (51.5) 101 (51.8)
3 NRTI-based * 18 (14.2) 6 (8.8) 24 (12.3)
Other * 9 (7.1) 4 (5.9) 13 (6.7)
Months on HAART (n=178) # 50.7 (33.4; 63.5) 52.2 (34.9; 87.2) 51 (34.3; 65.8)
Stage of liver fibrosis*      
F0 7 (5.5) 8 (11.8) 15 (7.7)
F1 38 (29.9) 29 (42.6) 67 (34.4)
F2 39 (30.7) 13 (19.1) 52 (26.7)
F3 28 (22) 10 (14.7) 38 (19.5)
F4 15 (11.8) 8 (11.8) 23 (11.8)
HIV markers      
Nadir CD4+ T-cells # 210 (100; 331) 215 (115; 325) 210 (103; 325)
Baseline CD4+ T-cells/microL # 490 (360; 660) 527 (397; 744) 493 (373; 667)
HIV-RNA < 50 cp/mL * 99 (78) 51 (75) 150 (76.9)
Log10 VL copies/mL (n=45) 2.99 (2.69; 3.8) 3.66 (2.91; 4.09) 3.23 (2.71; 3.98)
HCV markers *      
HCV genotype      
1-4 102 (81.6) 48 (71.6) 150 (78.1)
3 23 (18.4) 19 (28.4) 42 (21.9)
HCV-RNA >850,000 cp/ml 77 (75.5) 43 (74.1) 120 (75)
Hematologic parameters #      
Platelet count (x 109/L) 177 (142; 221) 189 (139; 231) 178 (141; 223)
Fibrinogen (mg/dL) 260 (228; 310) 256 (229; 286) 259 (228; 305)
INR 1 (1; 1.05) 1 (0.97; 1) 1 (1; 1.02)
Biochemical parameters #      
Glucose (mg/dL) 88 (79; 97) 85.5 (77; 93) 87 (78; 96)
ALP (UI/dL) 124 (85; 196) 123 (76; 194) 124 (81; 196)
AST (UI/dL) 61 (39; 92) 52 (37.5; 75.5) 57 (38; 85)
GGT (UI/dL) 107 (59; 244) 122 (53; 196) 113 (59; 211)
ALT (UI/dL) 87 (49; 137) 65.5 (49; 94.5) 77 (49; 118)
AST/ALT 0.74 (0.59; 0.96) 0.77 (0.62; 1.03) 0.76 (0.62; 0.97)
Cholesterol 170 (148; 192) 173 (144; 208) 170 (148; 196)
Fibrosis markers #      
Insulin (pg/mL) 480 (336; 748) 481 (405; 780) 481 (360; 768)
HOMA 3 (2; 4) 2 (2; 5) 2 (2; 4)
Leptin (pg/mL) 3836 (1706; 9636) 3779 (1850; 9064) 3836 (1778; 9387)
HGF (pg/mL) 1535 (917; 2759) 1790 (1134; 3150) 1636 (987; 2927)
NGF (pg/mL) 9 (4; 15) 10 (6; 16) 9 (5; 15)
sFasL (pg/mL) 103 (67; 155) 89 (50; 139) 99 (55; 155)
sFas (pg/mL) 11419 (6381; 18865) 9482 (4261; 17763) 10887 (5523; 18789)
MIF (pg/mL) 1796 (895; 3167) 1516 (1137; 2812) 1653 (961; 2904)
sICAM (pg/mL) 519166 (397948; 954064) 512922 (427156; 865666) 518318 (404938; 954064)
sVCAM (pg/mL) 894728 (501227; 1720604) 925408 (392543; 1590870) 912158 (470112; 1661370)
HA (pg/mL) 1203 (624; 1742) 1125 (713; 1620) 1185 (656; 1654)
Ang-II (pg/mL) 4420 (2973; 7686) 5003 (2651; 8392) 4758 (2711; 7745)
TIMP-1 (ng/mL) 277 (177; 401) 240 (89; 351) 265 (156; 394)
YKL-40 (ng/mL) 2170 (945; 5771) 1583 (735; 3390)* 1954 (845; 4624)
MMP-1 (ng/mL) 163 (140; 280) 184 (148; 320) 165 (142; 292)
MMP-2 (ng/mL) 116 (83; 500) 105 (80; 473) 111 (82; 493)

* Absolute number (percentage). # Median (percentile 25; percentile 75). Abbreviations: HCV: Hepatitis C virus. HIV-1: Human immunodeficiency virus type 1. HAART: highly active antiretroviral therapy. NRTI: nucleoside analogue HIV reverse transcriptase inhibitor. NNRTI: non-nucleoside analogue HIV reverse transcriptase inhibitor. PI: protease inhibitor. HIV-RNA: HIV plasma viral load. HCV-RNA: HCV plasma viral load. INR: international normalized ratio. ALP: alkaline phosphatase. AST: aspartate aminotransferase. GGT: gamma glutamyl transpeptidase. ALT: alanine aminotransferase.

HOMA: insulin resistance score, HGF, hepatocyte growth factor; NGF, nerve growth factor; sFasL, serum-soluble Fas-Associated Death Domain Protein ligand; sFas, serum-soluble Fas-Associated Death Domain Protein; MIF, Macrophage migration inhibitory factor; sICAM, soluble intercellular adhesion molecule; sVCAM, soluble vascular cell adhesion molecule; HA, Hyaluronic Acid; Ang-II, angiopoietin II, TIMP-1, Tissue inhibitor of metalloproteinase 1; YKL-40, also known as human cartilage 39 (HC gp-39), MMP-1, matrix metalloproteinase-1; MMP-2, matrix metalloproteinase-2.

Ambos grupos coincidieron en las características basales, excepto por una menor frecuencia de consumo elevado de alcohol y una mayor concentración sérica de YKL-40 en el grupo de estimación en comparación con el grupo de validación. En general, la edad media fue de 39,5 años, el 89,2% contrajeron la infección por VIH vía ADVP, y el 30,8% había tenido antes eventos asociados a SIDA.

Cuando la biopsia del hígado se realizó, 178 (89,9%) pacientes estuvieron en TARGA durante una mediana de 51 meses. El promedio de CD4+ fue 493 células/mm 3 y 150 (76,9%) tenían una CV de VIH <50 copias / ml. La mediana del tiempo estimado desde la infección por VHC fue de 21,3 años y 78,1% estaban infectados por el VHC de genotipo 1 o 4. La distribución de la fibrosis hepática en nuestra cohorte fue F0 (sin fibrosis) 7,7%, F1 (fibrosis portal) 34,4%, F2 (fibrosis periportal) 26,7%, F3 (fibrosis en puente) 19,5%, y F4 (cirrosis) 11,8%.

Marcadores predictivos de fibrosis avanzada (F>=3)

En el grupo de estimación, se identificaron las variables clínicas y de laboratorio asociados con fibrosis avanzada (F>=3) por análisis de regresión logística: recuento de plaquetas, fosfatasa alcalina (ALP), HGF, TIMP-1, HA y la hora en TARGA (meses) (Tabla 2).

Table 2. Summary of results for forward stepwise multivariate logistic regression analysis on the estimation group.

OR 95%CI p-value
Advanced fibrosis (F>=3)      
Time on HAART (months) 0.957 0.927; 0.988 0.007
Platelet count (x 109/L) 0.982 0.967; 0.997 0.022
ALP (UI/dL) 1.012 1.003; 1.020 0.007
HGF (pg/mL) 1.001 1.000; 1.002 0.001
HA (pg/mL) 1.002 1.001; 1.003 0.003
TIMP-1 (ng/mL) 1.009 1.004; 1.014 0.001

ALP, alkaline phosphatase; HGF, hepatocyte growth factor; HA, hyaluronic acid; TIMP-1, Tissue inhibitor of metalloproteinase 1; OR, odds ratio; CI95%, confidence interval of 95%.

Sin embargo, sólo se incluyen los marcadores de sangre periférica (recuento de plaquetas, ALP, HGF, TIMP-1 y HA) para desarrollar un nuevo índice en función de probabilidad logística para fibrosis avanzada (F>=3), que hemos denominado HGM-3:

Como se muestra en la Figura 1 A y B, el HGM-3 se incrementó significativamente con el estadio avanzado de la fibrosis hepática en el grupo de estimación y en el grupo de validación. Se encontraron diferencias estadísticas de F3-F4 con F0-F1 y F2 y F4 con F0-F1, F2 y F3 (p<0,05).

Fig. 1 .Las cajas ó Box plots ilustra la distribución de la HGM-3 contra los valores índice de fibrosis de la estimación (A) y grupos de validación (B). Las líneas horizontales dentro de cada caja representan la mediana, e inferior y los bordes de la parte superior del cuadro de abarcar el rango intercuartil. Las líneas verticales de los extremos de cada cuadro de incluir los puntos de datos extremos. C: Los valores de diagnóstico del nuevo índice (HGM-3) para la predicción y estimación de fibrosis avanzada (F3, F4) en los grupos de validación.

A.- Estimación B.- Validación C.- AUC-ROC

Comparación de la HGM-3 con otros índices

También se evaluaron cuatro índices no invasivos para predecir la fibrosis hepática: a) HGM-2 [20], b), FIB-4 [17], c) APRI [16, 24], y d) el índice de Forns [15]; y se compararon con el HGM-3 (Tabla 3). Los valores AUC-ROC de fibrosis avanzada (F>=3) de HGM-3 fueron significativamente mayores que los valores de FIB-4, APRI, Forns, y HGM-2 (p <0,05).

Table 3. Summary of area under the receiver operating characteristic curves (AUC-ROCs) of HGM-3, HGM-2, HGM-1, FIB-4, APRI, and Forns’ indexes.

Indexes AUC-ROC 95%CI   p-values
Significant fibrosis (F>=2)        
HGM-3 0.779 0.714 0.844
HGM-1 0.788 0.723 0.854 0.999
FIB-4 0.730 0.659 0.801 0.567
APRI 0.771 0.704 0.839 0.999
Forns 0.732 0.661 0.803 0.647
Advanced fibrosis (F>=3)        
HGM-3 0.929 0.894 0.965
HGM-2 0.850 0.790 0.909 0.016
FIB-4 0.757 0.679 0.835 <0.001
APRI 0.772 0.698 0.846 <0.001
Forns 0.759 0.683 0.834 <0.001
Cirrhosis (F4)        
HGM-3 0.931 0.891 0.970
HGM-2 0.917 0.875 0.958 0.495
FIB-4 0.815 0.726 0.904 0.007
APRI 0.798 0.721 0.875 <0.001
Forns 0.815 0.734 0.895 0.008

AUC-ROC: area under the receiver operating characteristic curves; CI: 95%: confidence interval of 95%; p-values: level of statistical significance.

Diagnóstico de fibrosis avanzada (F>=3)

Con el punto de corte bajo (<0,135) en el grupo de estimación, 57 de 84 (67,9%) pacientes sin fibrosis avanzada fueron identificados correctamente, y sólo 2 de 43 (4,7%) pacientes con fibrosis avanzada fueron mal clasificados (60,3% VPP y 96,6% VPN) (Tabla 4).

Cuando aplicamos el punto de corte de alto (> 0.570) para el grupo de estimación, 31 de los 43 (72,1%) pacientes con fibrosis avanzada fueron identificados correctamente, y sólo 5 de 84 (5%) de los pacientes sin fibrosis avanzada fueron mal clasificados (86,1% VPP y 86,8%VPN) (Tabla 4).

La exactitud diagnostica fue similar en el grupo de validación (Tabla 4).

Table 4. Diagnostic accuracy and predictive values of the new index (HGM-3) for advanced fibrosis (F>=3) and cirrhosis (F4).

Cutoff TP FP TN FN (*) Se(CI95) (*) Sp(CI95) (*) PPV(CI95) (*) NPV(CI95) LR+(CI95) LR-(CI95) DOR(CI95) (*) PCI(CI95)
Estimation group (n=127)                        
0.135 41 27 57 2 95,3 (84,5; 98,7) 67,9 (57,3; 76,9) 60,3 (48,4; 71,1) 96,6 (88,5; 99,1) 2,97 (2,16; 4,08) 0,07 (0,02; 0,27) 43,28 (9,74; 192,29) 77,2 (69,1; 83,6)
0.570 31 5 79 12 72,1 (57,3; 83,3) 94 (86,8; 97,4) 86,1 (71,3; 93,9) 86,8 (78,4; 92,3) 12,11 (5,07; 28,91) 0,30 (0,18; 0,48) 40,82 (13,28; 125,47) 86,6 (79,6; 91,5)
Validation group (n=68)                        
0.135 17 16 34 1 94,4 (74,2; 99,0) 68,0 (54,2; 79,2) 51,5 (35,2; 67,5) 97,1 (85,5; 99,5) 2,95 (1,94; 4,49) 0,08 (0,01; 0,56) 36,13 (4,41; 295,75) 75,0 (63,6; 83,8)
0.570 10 3 47 8 55,6 (33,7; 75,4) 94,0 (83,8; 97,9) 76,9 (49,7; 91,8) 85,5 (73,8; 92,4) 9,26 (2,87; 29,9) 0,47 (0,28; 0,81) 19,58 (4,40; 87,08) 83,8 (73,3; 90,7)

Abbreviations: TP, true positive cases (correct diagnosis); FP, false positive cases (over-diagnosis); TN, true negative cases (correct diagnosis); FN, false negative cases (missed cases); Se, sensitivity; Sp, specificity; PPV, positive predictive value; NPV, negative predictive value. LR, likelihood ratio, DOR, diagnostic odds ratio; PCI, patients correctly identified; (*): values as percentage (%).

DISCUSIÓN

En este estudio, el objetivo fue el desarrollo de un índice no invasivo para identificar la fibrosis hepática avanzada en una serie de 195 pacientes coinfectados VIH/VHC. Se evaluaron los datos de laboratorio, así como los marcadores del metabolismo de la matriz extracelular (ECM), inflamación, factores de crecimiento, y la resistencia a la insulina. En el grupo de valoración, análisis univariante reveló que el recuento de plaquetas, ALP, HGF, TIMP-1 y HA se asociaron con la fibrosis hepática avanzada. Con estos marcadores, hemos desarrollado un nuevo índice a través de una función de probabilidad logística que hemos denominado HGM-3. No hemos incluido «Tiempo en TARGA» en el modelo final debido a que el modelo con y sin «Tiempo en TARGA» no tuvo diferencias significativas. Por otra parte, muchas veces es difícil calcular el tiempo de la TARGA en los pacientes que pueden cambiar de centro de referencia en varias ocasiones o la historia clínica es incompleta. HGM-3 tuvo un AUC-ROC para la identificación de la fibrosis hepática avanzada mayor de 0,90, y fue significativamente mayor que la AUC-ROC obtenido con HGM-2, FIB-4, APRI, o el índice de Forns. Estos resultados confirman que HGM-3 es un método no invasivo util para la detección fibrosis avanzada/cirrosis en pacientes co-infectados por el VIH / VHC.

La fibrosis hepática se considera un proceso dinámico caracterizado por la remodelación de la matriz y la deposición excesiva de proteínas de la MEC incluyendo colágeno [25, 26]. Actualmente, se han utilizado dos tipos de marcadores séricos de fibrosis hepática: marcadores indirectos que reflejan alteraciones en la función hepática, pero no reflejan directamente el metabolismo de ECM (es decir, recuento de plaquetas, estudios de coagulación, etc), y marcadores directos que reflejan cambios cualitativos y cuantitativos en macromoléculas de ECM [9].

En este estudio, se evaluó una gran variedad de marcadores indirectos estándar de la fibrosis hepática. En el análisis multivariante, se encontró que el recuento de plaquetas y ALP fueron marcadores predictivos independientes de fibrosis avanzada. Nuestros hallazgos se hicieron eco de los resultados de muchos estudios anteriores que mostraron que el recuento de plaquetas y los niveles de ALP fueron predictores importantes de la fibrosis significativa o la cirrosis [27]. Entre los marcadores directos de la fibrosis hepática se encontró una buena asociación entre los niveles séricos de TIMP-1 y HA con la fibrosis avanzada. Ambos marcadores mostraron un excelente valor predictivo de fibrosis avanzada, lo que confirma los resultados de otros estudios [28-30]. Sin embargo, en este estudio, otros marcadores no mostraron ningún valor predictivo para la fibrosis avanzada. Estos marcadores consistieron de indicadores de remodelación de la matriz tales como la MMP-1, MMP-2, e YKL-40, así como varias moléculas relacionadas con la regulación del metabolismo (leptina, insulina, y factor de crecimiento nervioso) y la inflamación (sICAM, sVCAM, sFas, sLFas y FOMIN).

También se encontró que el HGF fue un buen marcador predictivo de la fibrosis hepática avanzada. Este es el primer estudio que muestra que los niveles séricos de HGF predicen fibrosis hepática avanzada en pacientes con hepatitis crónica C. HGF es un factor paracrino de crecimiento celular, motilidad y morfogénesis. HGF es secretado por las células mesenquimales y actúa principalmente sobre las células epiteliales y endoteliales, y también sobre las células progenitoras hematopoyéticas. Se ha demostrado que tiene un papel importante en el desarrollo de órganos embrionarios, en la regeneración de órganos adulto y en la cicatrización de heridas. Los niveles séricos de HGF están fuertemente asociados con las enfermedades del hígado, la obesidad, la resistencia a la insulina y síndrome metabólico [31]. Es posible que los niveles elevados de HGF reflejen daño hepático significativo o, alternativamente, un desequilibrio entre el aclaramiento de HGF y la producción de lo que podría ser un indicador de la disfunción del hígado porque el hígado es el principal órgano a través del cual el HGF se elimina de la circulación sistémica.

Muchos expertos creen que las pruebas no invasivas actuales para diagnosticar la fibrosis hepática aún no pueden sustituir a las biopsias de hígado [27, 32-34]. Sin embargo, el diagnostico por biopsias de hígado también acumula errores e imprecisiones debidas a la toma de muestra y a la interpretación de la biopsia por parte del patólogo; errores que no afectan a los índices no invasivos [35]. Por ello, algunos expertos consideran que las pruebas no invasivos deben alcanzar valores del AUC-ROC de 0,85 y hasta 0,90, para llegar a ser tan buena como una biopsia de hígado para la estadificación de la fibrosis [36], pero sería imposible llegar a alcanzar valores de AUC-ROC de 1. En este estudio, el AUC-ROC de HGM-3 para la detección de fibrosis avanzada fue mayor de 0,90 un valor de precisión que no se ha logrado previamente con otros índices en pacientes co-infectados por el VIH/VHC [30, 37, 38]. Por otra parte, encontramos que HGM-3 tuvo una mayor precisión diagnóstica que HGM-2, APRI, FIB-4, o el índice de Forns [15-17, 20]. Es importante señalar que la muestra de estudio es un subgrupo de pacientes incluidos en un informe previo en el que se estimó el índice HGM-2 [20], y se encontró que la HGM-3 era más preciso que el índice HGM-2 para diagnostica la fibrosis avanzada.

Paneles no invasivos como APRI, FIB-4, e índice de Forns son muy baratos y ampliamente disponibles, pero son relativamente imprecisos en el diagnóstico de fibrosis en los pacientes coinfectados por VIH/VHC [39-41]. El modelo HGM-3 contiene algunas pruebas que no son de rutina y que nos son ampliamente accesible y probablemente costosas, lo que hace menos atractivo el modelo HGM-3 ya que o sería accesible para la mayoría de los médicos. Sin embargo, en la actualidad, estas moléculas pueden medirse utilizando ensayos de ELISA multiplex de una forma rápida y barata.

HGM-3 también tuvo buenos resultados para el diagnóstico de cirrosis, pero encontramos los valores AUC-ROC similares a HGM-2. Creemos que HGM-3 es menos útil para el diagnóstico de cirrosis o, ya HGM-2 se calcula a partir de marcadores indirectos asociados con la fibrosis que se obtienen de la rutina clínica y que están ampliamente disponibles y son muy barato [20]. Por otra parte, no fue posible evaluar la precisión diagnóstica en los grupos de estimación y validación debido al bajo número de pacientes con cirrosis incluidos en este estudio.

En resumen, encontramos que el recuento de plaquetas, ALP, HGF, TIMP-1 y HA fueron marcadores predictivos independientes de fibrosis avanzada en los pacientes coinfectados por VIH/VHC. La combinación de estos marcadores de fibrosis en una función de probabilidad logística condujo a un nuevo índice no-invasivo con buen rendimiento para e diagnóstico de fibrosis avanzada/cirrosis. Sin embargo, como con la mayoría de modelos, HGM-3 predice mejor la ausencia de fibrosis (97% de certeza para F<3) que la presencia de fibrosis significativa (77% de certeza). HGM-3 mejora la precisión de otros índices publicados anteriormente, pero aún tiene limitaciones en la identificación precisa de los pacientes con F>=3. Esto indica que la investigación adicional debe llevarse a cabo para mejorar la capacidad de diagnóstico de los pacientes coinfectados VIH/VHC con fibrosis avanzada (F>=3).

BIBLIOGRAFÍA

1. Soto B, Sanchez-Quijano A, Rodrigo L, del Olmo JA, Garcia-Bengoechea M, Hernandez-Quero J, et al. Human immunodeficiency virus infection modifies the natural history of chronic parenterally-acquired hepatitis C with an unusually rapid progression to cirrhosis. J Hepatol 1997,26:1-5.

2. Benhamou Y, Bochet M, Di Martino V, Charlotte F, Azria F, Coutellier A, et al. Liver fibrosis progression in human immunodeficiency virus and hepatitis C virus coinfected patients. The Multivirc Group. Hepatology 1999,30:1054-1058.

3. Bica I, McGovern B, Dhar R, Stone D, McGowan K, Scheib R, et al. Increasing mortality due to end-stage liver disease in patients with human immunodeficiency virus infection. Clin Infect Dis 2001,32:492-497.

4. Graham CS, Baden LR, Yu E, Mrus JM, Carnie J, Heeren T, et al. Influence of human immunodeficiency virus infection on the course of hepatitis C virus infection: a meta-analysis. Clin Infect Dis 2001,33:562-569.

5. Garcia-Samaniego J, Rodriguez M, Berenguer J, Rodriguez-Rosado R, Carbo J, Asensi V, et al. Hepatocellular carcinoma in HIV-infected patients with chronic hepatitis C. Am J Gastroenterol 2001,96:179-183.

6. Yano M, Kumada H, Kage M, Ikeda K, Shimamatsu K, Inoue O, et al. The long-term pathological evolution of chronic hepatitis C. Hepatology 1996,23:1334-1340.

7. Merchante N, Giron-Gonzalez JA, Gonzalez-Serrano M, Torre-Cisneros J, Garcia-Garcia JA, Arizcorreta A, et al. Survival and prognostic factors of HIV-infected patients with HCV-related end-stage liver disease. Aids 2006,20:49-57.

8. Giron-Gonzalez JA, Brun F, Terron A, Vergara A, Arizcorreta A. Natural history of compensated and decompensated HCV-related cirrhosis in HIV-infected patients: a prospective multicentre study. Antivir Ther 2007,12:899-907.

9. Manning DS, Afdhal NH. Diagnosis and quantitation of fibrosis. Gastroenterology 2008,134:1670-1681.

10. Cadranel JF, Rufat P, Degos F. Practices of liver biopsy in France: results of a prospective nationwide survey. For the Group of Epidemiology of the French Association for the Study of the Liver (AFEF). Hepatology 2000,32:477-481.

11. Regev A, Berho M, Jeffers LJ, Milikowski C, Molina EG, Pyrsopoulos NT, et al. Sampling error and intraobserver variation in liver biopsy in patients with chronic HCV infection. Am J Gastroenterol 2002,97:2614-2618.

12. Bedossa P, Dargere D, Paradis V. Sampling variability of liver fibrosis in chronic hepatitis C. Hepatology 2003,38:1449-1457.

13. Saito H, Tada S, Nakamoto N, Kitamura K, Horikawa H, Kurita S, et al. Efficacy of non-invasive elastometry on staging of hepatic fibrosis. Hepatol Res 2004,29:97-103.

14. Castera L, Vergniol J, Foucher J, Le Bail B, Chanteloup E, Haaser M, et al. Prospective comparison of transient elastography, Fibrotest, APRI, and liver biopsy for the assessment of fibrosis in chronic hepatitis C. Gastroenterology 2005,128:343-350.

15. Forns X, Ampurdanes S, Sanchez-Tapias JM, Guilera M, Sans M, Sanchez-Fueyo A, et al. Long-term follow-up of chronic hepatitis C in patients diagnosed at a tertiary-care center. J Hepatol 2001,35:265-271.

16. Wai CT, Greenson JK, Fontana RJ, Kalbfleisch JD, Marrero JA, Conjeevaram HS, et al. A simple noninvasive index can predict both significant fibrosis and cirrhosis in patients with chronic hepatitis C. Hepatology 2003,38:518-526.

17. Sterling RK, Lissen E, Clumeck N, Sola R, Correa MC, Montaner J, et al. Development of a simple noninvasive index to predict significant fibrosis in patients with HIV/HCV coinfection. Hepatology 2006,43:1317-1325.

18. Jacobs WH, Goldberg SB. Statement on outpatient percutaneous liver biopsy. Dig Dis Sci 1989,34:322-323.

19. Bedossa P, Poynard T. An algorithm for the grading of activity in chronic hepatitis C. The METAVIR Cooperative Study Group. Hepatology 1996,24:289-293.

20. Berenguer J, Bellon JM, Miralles P, Alvarez E, Sanchez-Conde M, Cosin J, et al. Identification of liver fibrosis in HIV/HCV-coinfected patients using a simple predictive model based on routine laboratory data. J Viral Hepat 2007,14:859-869.

21. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics 1988,44:837-845.

22. Song HH. Analysis of correlated ROC areas in diagnostic testing. Biometrics 1997,53:370-382.

23. Glas AS, Lijmer JG, Prins MH, Bonsel GJ, Bossuyt PM. The diagnostic odds ratio: a single indicator of test performance. J Clin Epidemiol 2003,56:1129-1135.

24. Maggiolo F, Migliorino M, Pirali A, Pravettoni G, Caprioli S, Suter F. Duration of viral suppression in patients on stable therapy for HIV-1 infection is predicted by plasma HIV RNA level after 1 month of treatment. J Acquir Immune Defic Syndr 2000,25:36-43.

25. Bataller R, Brenner DA. Liver fibrosis. J Clin Invest 2005,115:209-218.

26. Wynn TA. Common and unique mechanisms regulate fibrosis in various fibroproliferative diseases. J Clin Invest 2007,117:524-529.

27. Parkes J, Guha IN, Roderick P, Rosenberg W. Performance of serum marker panels for liver fibrosis in chronic hepatitis C. J Hepatol 2006,44:462-474.

28. Halfon P, Bacq Y, De MA, Penaranda G, Bourliere M, Ouzan D, et al. Comparison of test performance profile for blood tests of liver fibrosis in chronic hepatitis C. J Hepatol 2007,46:395-402.

29. Larrousse M, Laguno M, Segarra M, De Lazzari E, Martinez E, Blanco JL, et al. Noninvasive diagnosis of hepatic fibrosis in HIV/HCV-coinfected patients. J Acquir Immune Defic Syndr 2007,46:304-311.

30. Kelleher TB, Mehta SH, Bhaskar R, Sulkowski M, Astemborski J, Thomas DL, et al. Prediction of hepatic fibrosis in HIV/HCV co-infected patients using serum fibrosis markers: the SHASTA index. J Hepatol 2005,43:78-84.

31. Asano Y, Iimuro Y, Son G, Hirano T, Fujimoto J. Hepatocyte growth factor promotes remodeling of murine liver fibrosis, accelerating recruitment of bone marrow-derived cells into the liver. Hepatol Res 2007,37:1080-1094.

32. Lichtinghagen R, Bahr MJ. Noninvasive diagnosis of fibrosis in chronic liver disease. Expert Rev Mol Diagn 2004,4:715-726.

33. Thuluvath PJ, Krok KL. Noninvasive markers of fibrosis for longitudinal assessment of fibrosis in chronic liver disease: are they ready for prime time? Am J Gastroenterol 2005,100:1981-1983.

34. Zeremski M, Talal AH. Noninvasive markers of hepatic fibrosis: are they ready for prime time in the management of HIV/HCV co-infected patients? J Hepatol 2005,43:2-5.

35. Poynard T, Munteanu M, Imbert-Bismut F, Charlotte F, Thabut D, Le Calvez S, et al. Prospective analysis of discordant results between biochemical markers and biopsy in patients with chronic hepatitis C. Clin Chem 2004,50:1344-1355.

36. Afdhal NH, Nunes D. Evaluation of liver fibrosis: a concise review. Am J Gastroenterol 2004,99:1160-1174.

37. de Ledinghen V, Douvin C, Kettaneh A, Ziol M, Roulot D, Marcellin P, et al. Diagnosis of Hepatic Fibrosis and Cirrhosis by Transient Elastography in HIV/Hepatitis C Virus-Coinfected Patients. J Acquir Immune Defic Syndr 2006,41:175-179.

38. Nunes D, Fleming C, Offner G, O’Brien M, Tumilty S, Fix O, et al. HIV infection does not affect the performance of noninvasive markers of fibrosis for the diagnosis of hepatitis C virus-related liver disease. J Acquir Immune Defic Syndr 2005,40:538-544.

39. Cacoub P, Carrat F, Bedossa P, Lambert J, Penaranda G, Perronne C, et al. Comparison of non-invasive liver fibrosis biomarkers in HIV/HCV co-infected patients: the fibrovic study–ANRS HC02. J Hepatol 2008,48:765-773.

40. Loko MA, Castera L, Dabis F, Le Bail B, Winnock M, Coureau G, et al. Validation and comparison of simple noninvasive indexes for predicting liver fibrosis in HIV-HCV-coinfected patients: ANRS CO3 Aquitaine cohort. Am J Gastroenterol 2008,103:1973-1980.

41. Macias J, Giron-Gonzalez JA, Gonzalez-Serrano M, Merino D, Cano P, Mira JA, et al. Prediction of liver fibrosis in human immunodeficiency virus/hepatitis C virus coinfected patients by simple non-invasive indexes. Gut 2006,55:409-414.

Salir de la versión móvil