Raffaella Buzzetti1,2, Sabrina Prudente3, Massimiliano Copetti4, Marco Dauriz5, Simona Zampetti1,2, Monia Garofalo6, Giuseppe Penno6, Vincenzo Trischitta1,3,7
1Dipartimento di Medicina Sperimentale, “Sapienza” Università di Roma, Roma; 2UOC di Diabetologia, Polo Pontino, “Sapienza” Università di Roma, Roma; 3Laboratorio Mendel Laboratory, IRCCS Casa Sollievo della Sofferenza, San Giovanni Rotondo; 4Unità di Biostatistica, IRCCS Casa Sollievo della Sofferenza, San Giovanni Rotondo; 5Divisione di Endocrinologia, Diabete e Metabolismo, Dipartimento di Medicina, Università di Verona, Verona; 6U.O.C. di Malattie Metaboliche e Diabetologia Dipartimento di Malattie Metaboliche e Diabetologia, Università di Pisa e Azienda Ospedaliero Universitaria Pisana, Pisa; 7Unità di Ricerca di Diabetologia ed Endocrinologia, IRCCS Casa Sollievo della Sofferenza, San Giovanni Rotondo
INTRODUZIONE
Il diabete mellito (DM) non è solo una delle principali cause di morte, ma anche un importante fattore di rischio per la malattia cardiovascolare, l’insufficienza renale, la cecità e le amputazioni (1). Non sorprende quindi che l’Organizzazione Mondiale della Sanità abbia attribuito al DM una delle massime priorità tra le malattie non trasmissibili. Poiché il DM sta raggiungendo proporzioni pandemiche, sono necessari con urgenza approcci efficaci per la sua predizione, la sua prevenzione e la sua cura, da implementare pienamente in contesti clinici reali.
Analogamente a molte altre malattie multifattoriali, il DM viene determinato dalla combinazione di diversi fattori, tra cui diversi fattori patogeni ambientali e un complesso background di suscettibilità genetica, che è stato in parte delucidato in questi ultimi anni, per lo più mediante studi di associazione genome-wide (GWAS) (2-3).
Un’efficace implementazione della medicina clinica individualizzata, nell’era della “medicina di precisione”, deve considerare quale priorità di massima importanza lo sviluppo di modelli di previsione affidabili e ben performanti. In questo contesto, è opportuno notare che la predisposizione genetica individuale alle malattie rimane tipicamente invariata nel tempo, mentre non si può dire lo stesso per modelli predittivi clinici derivati da misure antropometriche, tratti fenotipici e condizioni di rischio cliniche e ambientali. Questo determina la possibilità teorica di identificare gli individui ad alto rischio diversi decenni prima dell’insorgenza della malattia, che rappresenta un ottimo inizio per impostare programmi precoci di prevenzione. Non sorprende, quindi, che negli ultimi 6-7 anni, intercettando grandi aspettative sia da parte dei medici che dei pazienti, siano stati fatti diversi tentativi per commercializzare test genetici basati sui risultati ottenuti dai GWAS al fine di prevedere malattie multifattoriali, comprendenti il diabete di tipo 1 (DMT1), il diabete di tipo 2 (DMT2) e alcune delle devastanti complicanze croniche del diabete. Il presente documento si propone in primo luogo di fornire ai medici una revisione globale e aggiornata ad aprile 2016, dei dati disponibili per quanto riguarda l’impatto clinico delle informazioni genetiche nell’identificazione degli individui non diabetici a più alto rischio di sviluppare DM, o invece, tra i pazienti con DM conclamato, di identificare i soggetti a più alto rischio di sviluppare le complicanze croniche del DM.
Al giorno d’oggi, nell’era della “medicina di precisione”, alcune conoscenze di base sia relative agli aspetti metodologici che alle procedure statistiche sono essenziali per comprendere e applicare in maniera consapevole le novità provenienti dalla genetica e dalla tecnologia applicata alla cura del paziente. Anche se in qualche modo neglette, perché appartenenti ad un campo considerato super- specialistico, i medici non possono più trascurare la statistica e la metodologia ritenendole qualcosa di completamente estraneo ai loro interessi clinici. Pertanto, per prima cosa verranno fornite alcune informazioni generali sulle caratteristiche e le prestazioni degli strumenti attualmente esistenti per la previsione dei rischi di malattia. Poi, verrà discussa l’utilità clinica dei dati genetici per prevedere il DMT1, il DMT2 e le loro complicanze. Nel caso del DMT1 si metterà in evidenza che l’informazione genetica e la consulenza genetica possono essere di aiuto in alcune famiglie con una elevata presenza di individui affetti, ma non nella popolazione generale. Tuttavia, sarà anche sottolineato il concetto generale che perché la capacità predittiva di una malattia sia di una qualche utilità, è da considerarsi obbligatoria la possibilità di prevenirla; se questo prerequisito non è soddisfatto (come nel caso del T1DM), l’utilità di prevedere la futura insorgenza della malattia diventa per lo meno dubbia. Nel caso del T2DM verrà invece trattato e pesantemente messo in discussione il significato di aggiungere informazioni genetiche all’utilizzo di marcatori non genetici già di per sé ben informativi, facilmente reperibili e, soprattutto economici. Infine, sarà inoltre presentata e discussa anche la possibilità di utilizzare dati genetici per migliorare la nostra capacità di prevedere le complicanze del DM.