Ayuda
Ir al contenido

Dialnet


Resumen de Perfil genético asociado a pacientes con síndrome aórtico agudo complicado: el estudio GEN-AOR

Antonio M. Puppo Moreno, Nereida Inés Bravo Gil, Cristina Méndez Vidal, Alejandro Adsuar Gómez, Francisco Tadeo Gómez Ruiz, Carlos Jiménez De Juan, Raquel M. Fernández García, Rafael Martín Bermúdez, José María López Sánchez, Sara Martín Sastre, Manuel Fernández Caro, Pastora Gallego García de Vinuesa, Salud Borrego López

  • español

    Introducción y objetivos El papel de la genética en el diagnóstico y la personalización de los tratamientos de las aortopatías, es cada vez mayor. En este estudio se analizó la prevalencia de variantes genéticas en pacientes con síndrome aórtico agudo (SAA) admitidos consecutivamente en una unidad de cuidados intensivos y se evaluó su utilidad clínica.

    Métodos Mediante secuenciación masiva, se analizó 42 genes asociados a aortopatías en pacientes con SAA no sindrómico. Las variantes identificadas se segregaron mediante secuenciación Sanger en los familiares disponibles. Además, se estudió la relación entre los resultados genéticos y algunas características clínicas mediante la aplicación de los test exactos de Fisher y de Fisher-Freeman-Halton.

    Resultados El análisis de los datos genómicos de 73 pacientes de SAA dio como resultado la identificación de 34 variantes candidatas en 32 individuos, localizadas en 14 genes diferentes. La segregación familiar se realizó en 31 individuos pertenecientes a 9 familias, donde se encontraron 13 portadores de los que 10 mostraron un genotipo compatible con SAA. El estudio estadístico indicó que la ausencia de hipertensión, una menor edad, una historia familiar de SAA y la ausencia de dolor están asociadas con un estudio genético positivo.

    Conclusiones Se amplió el espectro mutacional asociado a SAA. Además, tanto los pacientes índice como los familiares estudiados se han visto beneficiados por estos resultados, por lo que se puede establecer el protocolo de seguimiento adecuado para cada uno de ellos. Por último, es importante destacar la posibilidad de utilizar variables clínicas estadísticamente significativas como factores predictores del carácter hereditario del SAA.

  • English

    Introduction and objectives Genetic testing is becoming increasingly important for diagnosis and personalized treatments in aortopathies. Here, we aimed to genetically diagnose a group of acute aortic syndrome (AAS) patients consecutively admitted to an intensive care unit and to explore the clinical usefulness of AAS-associated variants during treatment decision-making and family traceability.

    Methods We applied targeted next-generation sequencing, covering 42 aortic diseases genes in AAS patients with no signs consistent with syndromic conditions. Detected variants were segregated by Sanger sequencing in available family members. Demographic features, risk factors and clinical symptoms were statistically analyzed by Fisher or Fisher-Freeman-Halton Exact tests, to assess their relationship with genetic results.

    Results Analysis of next-generation sequencing data in 73 AAS patients led to the detection of 34 heterozygous candidate variants in 14 different genes in 32 patients. Family screening was performed in 31 relatives belonging to 9 families. We found 13 relatives harboring the family variant, of which 10 showed a genotype compatible with the occurrence of AAS. Statistical tests revealed that the factors associated with a positive genetic diagnosis were the absence of hypertension, lower age, family history of AAS and absence of pain.

    Conclusions Our findings broaden the spectrum of the genetic background for AAS. In addition, both index patients and studied relatives benefited from the results obtained, establishing the most appropriate level of surveillance for each group. Finally, this strategy could be reinforced by the use of stastistically significant clinical features as a predictive tool for the hereditary character of AAS.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus