Hoy resulta difícil para los médicos anticipar con precisión qué paciente experimentará un rechazo del riñón trasplantado o desarrollará una infección en el período posterior al procedimiento. Un equipo de especialistas del CONICET y del Hospital Universitario CEMIC logró avanzar en esa dirección con un modelo predictivo que combina la medición de un virus inofensivo con variables clínicas del paciente. El trabajo, publicado en el Journal of Clinical Virology, apunta a una medicina más personalizada para mejorar las tasas de éxito de los trasplantes renales.
“El modelo predictivo resulta especialmente prometedor para identificar pacientes que tienen muy baja probabilidad de presentar rechazo al riñón trasplantado y de padecer infecciones. La incorporación de una herramienta de este tipo puede ayudar a identificar mejor a los pacientes con riesgo de desarrollar eventos adversos y a tomar decisiones médicas más apropiadas. También podría ser útil para resolver uno de los grandes desafíos después de un trasplante renal: encontrar el equilibrio justo de inmunosupresión para evitar que el sistema inmune reconozca al riñón como extraño y lo ataque”, afirma Marcela Echavarría, líder del trabajo, investigadora del CONICET, médica, bioquímica, doctora en Ciencias Médicas y directora de la Unidad de Virología (UNVIR) de CEMIC-CONICET.
Los pacientes trasplantados deben recibir fármacos inmunosupresores para impedir el ataque del sistema inmune al órgano. Una dosis excesiva eleva el riesgo de infecciones; una insuficiente favorece el rechazo. Rechazo e infección son dos de las complicaciones más relevantes: pueden llevar a la pérdida del injerto o a problemas graves de salud. Actualmente, gran parte del manejo se basa en medir las concentraciones de esos fármacos en sangre, junto con la evaluación clínica, la función renal y, cuando corresponde, la biopsia renal (herramienta confirmatoria para el diagnóstico de rechazo).
El equipo propone sumar otra estrategia: medir cómo responde funcionalmente el sistema inmunológico del paciente mediante la carga viral del Torque Teno Virus (TTV). Este virus es extremadamente frecuente en la sangre de la mayoría de las personas y no provoca enfermedades. Su relevancia en el trasplante radica en que actúa como un “inmunómetro”: una mayor inmunosupresión favorece su replicación (cargas virales más altas), mientras que una baja inmunosupresión se asocia con menor replicación.
Los investigadores desarrollaron primero un modelo basal basado solo en la carga viral de TTV. Luego lo ampliaron combinándola con variables clínicas (edad, tiempo en diálisis, enfermedad de base, compatibilidad, anticuerpos donante-específicos, entre otras). Realizaron un estudio de cohorte prospectivo con 130 pacientes adultos trasplantados renales en el CEMIC entre 2018 y 2022. Analizaron 871 muestras de plasma y documentaron la evolución clínica durante tres años de seguimiento. Cada tres meses midieron la carga viral de TTV mediante PCR en tiempo real, junto con determinaciones de laboratorio y clínicas.
Durante el seguimiento, el 36,6 % de los pacientes presentó rechazo clínico o subclínico y el 55,4 % tuvo infecciones. El virus se detectó en más del 81 % de los pacientes antes del trasplante y en casi el 98 % a los tres meses, cuando la inmunosupresión suele ser más intensa; la carga viral aumentaba notablemente en ese período.
En el modelo ampliado (TTV + variables clínicas), la capacidad predictiva mejoró de forma notable respecto de la medición aislada del virus. Los valores predictivos negativos fueron altos: casi 98 % (97,7 %) para rechazo y algo más del 94 % (94,3 %) para infección. Esto significa que el modelo identifica con muy buena precisión a los pacientes con baja probabilidad de presentar esas complicaciones. “Comprobamos que este modelo tiene una buena capacidad para identificar pacientes con baja probabilidad de presentar rechazo o infecciones”, destaca Noelia Reyes, becaria doctoral del CONICET en la UNVIR y primera autora del trabajo (parte de su tesis de doctorado).
Echavarría aclara que la idea no es reemplazar las herramientas actuales, sino complementarlas: “Integrar la carga viral del TTV con parámetros clínicos y de laboratorio podría ayudarnos a predecir con mayor precisión qué pacientes tienen mayor riesgo de rechazo y cuáles están excesivamente inmunosuprimidos y, por lo tanto, tienen mayor riesgo de infecciones. Nuestro aporte principal es avanzar hacia una inmunosupresión más personalizada: pasar de ajustar la inmunosupresión solo según sus concentraciones en sangre a poder ajustarla también de acuerdo con la respuesta inmunológica individual de cada paciente”.
El paso siguiente es validar estos modelos en poblaciones más grandes e independientes y evaluar de forma prospectiva si su uso para orientar decisiones terapéuticas realmente reduce rechazos e infecciones. “Se trata de acercarnos cada vez más a una medicina de precisión en trasplante: dar a cada paciente la inmunosupresión que necesita, ni más ni menos”, concluye Echavarría.
