Imágenes moleculares por ultrasonido avanzan en diagnóstico no invasivo de EHNA

La enfermedad del hígado graso no alcohólico (EHGNA), recientemente rebautizada como enfermedad del hígado graso asociada a disfunción metabólica (EHGM), abarca una variedad de afecciones que van desde el hígado graso no alcohólico (HGNA) hasta la esteatohepatitis no alcohólica (EHNA). El método más confiable para diagnosticar EHNA ha sido la biopsia hepática invasiva, evaluando características histopatológicas como esteatosis hepática, abombamiento e inflamación lobulillar. A pesar de su precisión, la biopsia hepática tiene limitaciones, incluido el sesgo de muestreo, la baja aceptación entre los pacientes y el riesgo de complicaciones. Los métodos de imágenes clínicas existentes, como la ecografía y la resonancia magnética (RMN), pueden detectar o cuantificar la esteatosis hepática, pero no logran distinguir entre EHNA y EHGNA. Esto subraya la necesidad de marcadores no invasivos que puedan indicar eficazmente las características histológicas de EHNA.

Investigadores de la Universidad Sun Yat-sen (Guangdong, China) han avanzado en un método novedoso conocido como imágenes moleculares por ultrasonido secuencial (USMI) para identificar EHNA visualizando la esteatosis hepática y la inflamación. En este estudio, emplearon microburbujas (MB) específicas dirigidas a CD36 e ICAM-1 por separado, en lugar de utilizar MB de doble objetivo. Esta estrategia permite diferenciar las fuentes de las señales, ya sean esteatosis o inflamación, e identifica qué cambio patológico es predominante. CD36 se asocia con esteatosis hepática, mientras que los niveles elevados de ICAM-1 están relacionados con la progresión de la inflamación hepática. Por lo tanto, la visualización cuantitativa de CD36 e ICAM-1 hepáticos podría proporcionar información importante sobre la gravedad de la esteatosis y la inflamación hepáticas. Esta investigación marca un paso significativo hacia el logro del objetivo final de desarrollar un método confiable y no invasivo para la detección de EHNA.

"Como herramienta de diagnóstico no invasiva, esta estrategia tiene el potencial de ayudar en la toma de decisiones terapéuticas clínicas y contribuir al desarrollo de fármacos para EHNA", dijo Tinghui Yin, autor principal del estudio. "Además, entre varios modelos de diagnóstico secuenciales basados en USMI, el modelo de prueba en serie mostró un alto desempeño diagnóstico en la detección de EHNA, con 95 % de sensibilidad, 97 % de especificidad, 95 % de valores predictivos positivos, 97 % de valores predictivos negativos y 96 % de precisión".

Enlaces relacionados:
Universidad Sun Yat-sen