Evaluación del polimorfismo Arg72Pro de p53 como factor pronóstico del traumatismo craneoencefálico grave y su participación en la construcción de un modelo predictivo

Resumen

Objetivo

Clásicamente se han estudiado variables fisiológicas para conocer los factores pronósticos en la evolución de los pacientes que han padecido un traumatismo craneoencefálico grave, pero hasta hace poco tiempo no se pensaba que los factores genéticos pudieran influir. El objetivo principal del estudio fue elaborar un modelo de regresión logística que agrupara parámetros fisiológicos y el polimorfismo genético Arg72Pro de p53, ya que éste puede condicionar la muerte neuronal por apoptosis.

Material y método

Incluimos en el estudio 90 pacientes que ingresaron en la Unidad de Reanimación con traumatismo craneoencefálico grave. Se excluyeron aquellos con déficit neurológico previo. Se registraron las variables clínicas y se analizó el polimorfismo Arg72Pro de p53 mediante amplificación por PCR (Polymerase Chain Reaction) de ADN sanguíneo. La evolución neurológica se valoró con la Glasgow Outcome Scale. Posteriormente se elaboró un modelo de regresión logística con fines predictivos con aquellas variables relevantes (que resultaron ser sexo, edad, peor Glasgow, APACHE II, tamaño de las pupilas, reactividad de las pupilas, hemorragia subaracnoidea, número de días de estancia en reanimación, número de días con ventilación mecánica y aparición de hipotensión arterial precoz), así como el polimorfismo genético Arg72Pro de p53.

Resultados

El polimorfismo Arg/Arg fue un predictor independiente de mala evolución (OR: 3,55; IC del 95%: 1,11–11,32; p = 0,032). El modelo seleccionado incluyó las variables edad, polimorfismo genético, reactividad pupilar y escala de Glasgow, cuyo poder de discriminación es adecuado [sensibilidad 82,3% (IC del 95% 72,8–91,8) y especificidad 78,6% (IC del 95% 63,4–93,8)], presentando un 81,1% de clasificaciones correctas. Así pues el polimorfismo Arg72Pro de p53 junto a la reactividad pupilar, edad y escala de Glasgow permitieron estimar la probabilidad de aquellos pacientes que evolucionarán bien o mal al alta hospitalaria mediante una ecuación de predicción.

Summary

Background and objective

Physiologic variables have traditionally been studied as prognostic factors in severe head injury. Until recently it was not thought that genetic factors might play a role. The main objective of this study was to construct a logistic regression model including physiologic variables and the p53 Arg72Pro polymorphism, which can promote neuron death through apoptosis.

Material and methods

We included 90 patients admitted to the postoperative recovery unit with severe head injury. Patients with previous neurologic deficits were excluded. Clinical variables were recorded. The p53 Arg72Pro polymorphism was analyzed using polymerase chain reaction of DNA in blood. Neurologic outcome was assessed on the Glasgow Outcome Scale. A predictive logistic regression model was then constructed based on relevant candidate variables (sex, age, poor Glasgow score, the Acute Physiology and Chronic Health Evaluation II score, pupil size, pupil reactivity, subarachnoid hemorrhage, number of days in the recovery unit, number of days on mechanical ventilation, and the early development of hypotension) in addition to the p53 Arg72Pro polymorphism.

Results

The Arg/Arg polymorphism was an independent predictor of poor outcome (odds ratio, 3.55; 95% confidence interval [CI], 1.11–11.32; P = .032). The selected model (including the variables age, gene polymorphism, pupil reactivity, and Glasgow score) had adequate discriminatory power (sensitivity 82.3%, 95% CI 72.8%–91.8%; specificity 78.6%, 95% CI 63.4%–93.8%), classifying 81.1% of the patients correctly. The p53 Arg72Pro polymorphism, along with pupil reactivity, age and Glasgow score, is useful in a predictive model of good or poor outcome on discharge after head injury.