Pesquisa de biomarcadores para perda muscular em pacientes com artrite reumatoide : uma análise de metaboloma urinário

Abstract

Introdução: A artrite reumatoide (AR) é uma doença autoimune que afeta as articulações e evolui com inflamação crônica e destruição local do tecido. Além disso, pacientes com AR podem apresentar manifestações extra-articulares, como alterações na composição corporal. Freqüentemente, perda de músculo esquelético é observada em pacientes com AR. Os métodos de avaliação da perda muscular são caros e pouco disponíveis, limitando seu uso na prática clínica e no desenvolvimento de estudos longitudinais. Estudos recentes de análise do metaboloma têm demonstrado grande potencial na identificação de alterações no perfil metabólico em pacientes com doenças autoimunes e podem fornecer um melhor entendimento dos mecanismos de patogenicidade, diagnóstico precoce e acompanhamento do tratamento. Assim, o perfil metabolômico da urina em pacientes com AR pode ser uma ferramenta útil na identificação de biomarcadores da perda de músculo esquelético. Objetivo: Avaliar o perfil metabolômico urinário de pacientes com artrite reumatoide e associá-lo à perda de músculo esquelético. Métodos: Foram recrutados pacientes com AR de acordo com os critérios de classificação ACR / EULAR 2010, com idade entre 40 e 70 anos. Dados clínicos, atividade da doença e composição corporal foram avaliados e amostras de urina foram coletadas. A atividade da doença foi medida pelo Disease Activity Score-28 com proteína C reativa (DAS28-PCR). A massa muscular foi definida pelo índice de massa magra apendicular (ALMI; kg / altura2), derivado de exames de DXA, que é a soma do tecido magro dos braços e pernas. A análise do metaboloma da urina foi realizada por espectroscopia de Ressonância Magnética Nuclear (RMN) utilizando os softwares Bayesil e Metaboanalyst. Foram utilizados os modelos estatísticos PCA e PLSDA seguidos da correlação de Spearman, e p <0,05 foi considerado estatisticamente significativo. Curva ROC e regressão logística foram utilizadas para estabelecer um modelo diagnóstico. Resultados: Noventa pacientes com AR foram incluídos. A maioria dos pacientes era do sexo feminino (86,7%), com média de idade de 56,0 ± 7,3 anos e mediana do DAS28-CRP de 3,0 (IQR, 1,0–3,0). Nós identificamos 15 metabólitos que mostraram altas pontuações VIP pelo Metaboanalista. Dimetilglicina (r = 0,2; p = 0,053), oxoisovalerato (r = - 0,2; p = 0,055) e ácido isobutírico (r = - 0,249; p = 0,018) apresentaram correlação significativa com ALMI. Área sob a curva ROC (AUC) com base na massa muscular (≤6,0 kg / m2 de ALMI para mulheres e ≤8,1 kg / m2 para 7 homens) regressão logística foi usada para estabelecer um modelo diagnóstico como dimetilglicina (AUC = 0,65), oxoisovalerato ( AUC = 0,49) e ácido isobutírico (AUC = 0,83) com sensibilidade e especificidade significativas. Conclusão: O ácido isobutírico, oxoisovalerato e dimetilglicina observados em amostras de urina foram associados à baixa massa muscular esquelética em pacientes com AR. Esses achados podem sugerir que esse grupo de metabólitos pode ser testado como biomarcador para o diagnóstico de perda muscular.

Introduction: Rheumatoid arthritis (RA) is an autoimmune disease that affects joints and progresses with chronic inflammation and local tissue destruction. Additionally, patients with RA may present extra-articular manifestations, such as changes in body composition. Often, skeletal muscle wasting is observed in RA patients. Methods for assessing muscle loss are costly and not widely available, limiting their use in clinical practice and the development of longitudinal studies. Recent studies of metabolome analysis have shown a great potential in identifying changes in the metabolite profile in patients with autoimmune diseases, and can provide a better understanding of pathogenicity mechanisms, early diagnosis, and treatment follow-up. Thus, urine metabolomic profile in RA patients could be a useful tool in identifying skeletal muscle wasting. Objective: To evaluate the urinary metabolomic profile of patients with rheumatoid arthritis and associate it with skeletal muscle loss. Methods: Patients with RA according to the 2010 ACR/EULAR classification criteria, aged between 40 and 70 years, were recruited. Clinical data, disease activity and body composition were evaluated and urine samples were collected. Disease activity was measured by the Disease Activity Score-28 with C-reactive protein (DAS28-PCR). Muscle mass was defined by appendicular lean mass index (ALMI; kg/height2), derived from DXA scans, that is the sum of the lean tissue in the arms and legs. The urine metabolome analysis was performed by Nuclear Magnetic Resonance (NMR) spectroscopy using Bayesil and Metaboanalyst software. The statistical models PCA and PLSDA were used followed by Spearman correlation, and p<0.05 was considered statistically 8 significant. ROC curve and logistic regression was used to establish a diagnostic model. Results: Ninety RA patients was included. Most patients were women (86.7%), with a mean age of 56.0 ± 7.3 years and a median DAS28-CRP of 3.0 (IQR, 1.0–3.0). We identified 15 metabolites that showed high VIP scores by Metaboanalyst. Dimethilglicine ( r=0.2; p=0.053), oxoisovalerate ( r= – 0.2; p=0.055) and isobutiric acid (r= – 0.249; p= 0.018) showed significant correlation with ALMI. Area under the ROC curve (AUC) based on muscle mass (≤6.0 kg/m2 of ALMI for women and ≤8.1 kg/m2 for men) logistic regression were used to establish a diagnostic model as dimethilglycine (AUC=0.65), oxoisovalerate (AUC=0.49) and isobutiric acid (AUC=0.83) with appropriate sensitivity and specificity. Conclusion: Isobutyric acid, oxoisovalerate and dimethilglicine observed in urine samples were associated with low skeletal muscle mass in patients with RA. These findings may suggest that this group of metabolites can be tested as biomarkers for diagnosis of muscle loss.