Una nueva forma de analizar las muestras de sangre puede predecir el riesgo de enfermedades futuras

En el ámbito de la medicina, el hemograma completo (CBC, por su sigla en inglés) se presenta como uno de los análisis de sangre más comunes a nivel mundial. Este test, que mide indicadores como la cantidad de glóbulos y hemoglobina, se realiza miles de millones de veces al año con el fin de diagnosticar enfermedades y monitorear la salud de los pacientes. No obstante, su interpretación no siempre es tan precisa como se desearía.

Brody H. Foy, profesor adjunto de medicina de laboratorio y patología en la Universidad de Washington, destaca cómo los intervalos de referencia que se usan actualmente para interpretar estos tests no consideran las diferencias individuales.

Los intervalos de referencia tradicionales, utilizados en casi todas las áreas de la medicina, definen los valores ‘normales’ sobre la base de un rango de personas sanas, tomando el 95% central de estos valores. Sin embargo, lo que es normal para una persona puede no serlo para otra, dado que muchos de los marcadores de conteo sanguíneo son hereditarios, es decir, su valor saludable está determinado en gran medida por la genética y el ambiente.

Como señala Foy en un artículo publicado en The Conversation, “estas diferencias entre el verdadero rango normal de un paciente y el intervalo de referencia basado en la población pueden crear problemas para los doctores”, lo que podría derivar en diagnósticos erróneos o pruebas innecesarias.

Por ejemplo, mientras los intervalos poblacionales definen que un conteo normal de plaquetas es de 150 a 400 mil millones de células por litro de sangre, el cuerpo de un paciente podría establecer su valor ideal, o punto de ajuste, a 200 mil millones. Esto significa que su rango normal podría estar restringido a 150 a 250 mil millones, lo que hace crucial personalizar la interpretación del CBC.

El Foy y su equipo en el laboratorio Higgins de la Escuela de Medicina de Harvard realizaron un análisis exhaustivo de 20 años de pruebas de conteo sanguíneo de decenas de miles de pacientes. Usaron modelos de aprendizaje automático para estimar los puntos de ajuste de los conteos de sangre de más de 50.000 pacientes, basándose en su historial médico.

Descubrieron que los rangos individuales eran aproximadamente tres veces más pequeños que los a nivel de población. Por ejemplo, el rango ‘normal’ para el conteo de glóbulos blancos es de 4 a 11 mil millones de células por litro de sangre, pero la mayoría de las personas tenían rangos individuales mucho más estrechos, como de 4,5 a 7 o de 7,5 a 10.

Esta investigación demostró que la identificación de los puntos de ajuste personales puede mejorar significativamente el diagnóstico de enfermedades como la deficiencia de hierro, la enfermedad renal crónica y el hipotiroidismo. Un resultado que está fuera de este rango personal aunque esté dentro del rango normal de la población global podría indicar un problema cuando se considera el historial individual del paciente.

Los puntos de ajuste no solo sirven para la interpretación actual del CBC, sino que también son indicadores sólidos de riesgos futuros de enfermedades. Los pacientes con puntos de ajuste altos para los glóbulos blancos, por ejemplo, tienen más probabilidades de desarrollar diabetes tipo 2 en el futuro y casi el doble de probabilidades de morir de cualquier causa comparados con aquellos con conteos más bajos.

El especialista destaca que, “en el futuro, los médicos podrían usar puntos de ajuste para mejorar la detección de enfermedades y cómo interpretan los nuevos resultados de las pruebas”, lo que abriría un prometedor camino hacia la medicina personalizada. Con un enfoque centrado en la historia médica personal, los tratamientos podrían optimizarse según lo que es verdaderamente saludable para cada individuo.

Estas investigaciones marcan un emocionante avance en la personalización de los diagnósticos médicos mediante el uso de herramientas computacionales para redefinir los valores normales en función de cada paciente. La meta es clara: perfeccionar el análisis del CBC para que refleje con mayor precisión la salud individual, lo que podría transformar la forma en que comprendemos y tratamos las enfermedades.