Una investigación valenciana ha logrado identificar "con precisión" el riesgo de preeclampsia mediante un simple análisis de sangre en el primer trimestre del embarazo. El estudio, titulado 'Maternal plasma cell-free RNA as a liquid biopsy for first-trimester screening of early and late-onset preeclampsia', ha sido reconocido con el Clinical Science Award for Oral Presentation en el congreso de la Sociedad Europea de Reproducción Humana y Embriología (ESHRE).
El reconocimiento internacional valora "el valor científico y clínico de un avance disruptivo" desarrollado por investigadores de la Fundación Carlos Simón y de la empresa valenciana iPremom. La investigación se centra en el MaiRa Preeclampsia Test, una prueba basada en el ARN que circula libremente en el plasma sanguíneo.
Predicción con cinco meses de antelación
La prueba permite identificar con precisión a las mujeres en riesgo de desarrollar preeclampsia de inicio temprano hasta cinco meses antes de la aparición de sus síntomas. El estudio fue liderado por la doctora Tamara Garrido Gómez y llevado a cabo por investigadores de una de las spin off de la Fundación Carlos Simón.
Entre 2021 y 2024, iPremom realizó un estudio con 9.600 mujeres embarazadas en 14 hospitales españoles. A partir del análisis de cfRNA en la sangre materna, se desarrollaron modelos mediante inteligencia artificial capaces de predecir el riesgo de preeclampsia con gran precisión.
Resultados con alta fiabilidad
En el primer trimestre del embarazo, el modelo predictivo identificó correctamente al 83% de las mujeres que desarrollarían preeclampsia de inicio temprano. Además, descartó correctamente al 90% de quienes no la desarrollarían.
En promedio, esta predicción se realizó con 18 semanas de antelación a la manifestación de síntomas. La prueba alcanzó una fiabilidad muy alta, con una puntuación de 0,88 sobre 1 en la medida estándar que evalúa este tipo de pruebas.
Ventana crucial para el tratamiento
La investigadora biomédica Dra. Nerea Castillo Marco, primera autora del estudio, ha resaltado que "por primera vez, se ha demostrado que una muestra de sangre rutinaria en el primer trimestre puede dar una alerta temprana de preeclampsia con alta precisión, mucho antes de que aparezcan los síntomas". "La identificación temprana de embarazos de alto riesgo abre una ventana crucial para el tratamiento preventivo y un seguimiento más estrecho que la clave del éxito para proteger a las madres y los bebés", ha explicado.
El 50% de las señales genéticas que permitieron predecir la preeclampsia de inicio temprano estaban relacionadas con genes del endometrio, el revestimiento interno del útero. Estas señales apuntaban a una resistencia a la decidualización, es decir, a una dificultad del útero para adaptarse correctamente al embarazo en sus primeras fases.
Dos tipos diferentes de preeclampsia
Este hallazgo "refuerza la teoría de que una disfunción uterina tiene un papel clave" en este subtipo de preeclampsia. También se logró predecir la preeclampsia de inicio tardío, con una media de 14,9 semanas de antelación, gracias a otro conjunto distinto de señales genéticas.
A diferencia de los casos de inicio temprano, en los de inicio tardío se detectaron pocas señales relacionadas con el revestimiento uterino. En su lugar se observaron cambios vinculados a procesos generales en todo el cuerpo.
Cambios moleculares generalizados
Estos resultados confirman que la preeclampsia de inicio temprano y la de inicio tardío son dos condiciones diferentes, tanto en su origen como en su desarrollo. "Nuestros análisis transcriptómicos mostraron que la preeclampsia temprana implica cambios moleculares generalizados en todos los órganos, incluidos el hígado, el riñón, la placenta, el cerebro y los pulmones", ha explicado la Dra. Castillo.
Por el contrario, ha señalado que la preeclampsia tardía "mostró patrones de inicio más tardío y más localizados, particularmente en las vías inmunitarias y hepáticas". Este avance científico representa un paso significativo en la medicina preventiva durante el embarazo.
(Europa Press) Nota: Este artículo ha sido editado con la ayuda de Inteligencia Artificial.
