Recopilar y analizar los estudios en que se evalúa la interacción entre la microbiota humana (MH) y los tratamientos inmunosupresores (IS) de las enfermedades reumatológicas autoinmunes sistémicas (ERAS), y su repercusión en la enfermedad.
MétodosSe realizó una revisión sistemática basada en una estrategia de búsqueda electrónica en Medline, Embase y Cochrane Library (inicio-02/2024). Se incluyeron aquellos trabajos que estudiaban la interacción de la MH y el tratamiento IS en ERAS en pacientes adultos en que se midieran parámetros de diversidad y composición taxonómica. Se excluyeron las espondiloartritis por disponerse de un conocimiento más extenso. Se permitieron estudios de cualquier idioma, priorizándose los ensayos clínicos, pero incluyendo también estudios observacionales longitudinales prospectivos y retrospectivos, y casos y controles.
ResultadosDe 2570 trabajos identificados, se incluyeron 20 (15 de artritis reumatoide, 3 de lupus eritematoso sistémico, uno de síndrome de Sjögren primario y uno de esclerosis sistémica), en general con un riesgo de sesgo moderado. La escasez de estudios y la especificidad de nicho limitó el estudio a la microbiota intestinal. Se identificó una tendencia a la disminución de diversidad y cambios en la composición en la microbiota y una restitución parcial en los pacientes respondedores a tratamiento IS. La heterogeneidad observada en el diseño y las medidas de resultado de los estudios impidió realizar un metaanálisis; no obstante, los resultados apuntan a una posible relación entre las alteraciones de la MH y la respuesta a los tratamientos IS en las ERAS.
ConclusionesLos estudios disponibles sugieren una posible asociación entre la MH y la respuesta a terapias IS en ERAS. Sin embargo, la calidad global moderada de la evidencia y la alta heterogeneidad metodológica limitan la solidez de conclusiones combinadas. Es necesario la estandarización de los estudios sobre la MH para poder combinar resultados y establecer conclusiones con mayor confianza.
To collect and analyse studies evaluating the interaction between the human microbiota (HM) and immunosuppressive (IS) treatments for systemic autoimmune rheumatological diseases (ARDs), and their impact on the disease.
MethodsA systematic review was performed based on an electronic search strategy in Medline, Embase, and Cochrane Library (inception-02/2024). We included papers studying the interaction of HM and IS treatments in adult patients with ARDs in which parameters of diversity and taxonomic composition were measured. We excluded spondyloarthritis for which more extensive knowledge is available. Studies of any language were allowed, prioritising clinical trials but also including observational longitudinal prospective and retrospective, and case-control studies.
ResultsOf 2570 papers identified, 20 were included (15 from rheumatoid arthritis, 3 from systemic lupus erythematosus, 1 from primary Sjögren's syndrome and 1 from systemic sclerosis), overall, with a moderate risk of bias. The paucity of studies and niche specificity limited the study to the gut microbiota. A trend towards decreased diversity and compositional changes in gut microbiota and partial restitution in patients responding to IS treatment was identified. The heterogeneity observed in the design and outcome measures of the studies precluded a metaanalysis; however, the results point to a possible relationship between HM alterations and response to IS treatments in ARDs.
ConclusionsAvailable studies suggest a potential association between the HM and the response to IS therapies in ARDs. However, the overall moderate quality of evidence and substantial methodological heterogeneity limit the strength of combined conclusions. Standardization of microbiota-related studies is needed to enable data integration and support more robust inferences.
Las enfermedades reumatológicas autoinmunes son enfermedades crónicas y sistémicas complejas con una prevalencia variable según el tipo de enfermedad concreta y una mayor incidencia en mujeres1. Su mecanismo patogénico no se conoce con exactitud, pero se considera que son el resultado de un desequilibrio en los mecanismos reguladores del sistema inmune, con la participación de factores genéticos y ambientales como el estilo de vida, nutrición, medicamentos e infecciones1.
El cuerpo humano es un ecosistema simbiótico habitado por billones de microorganismos que conviven en nichos o microhábitats formando la microbiota humana (MH). Esta microbiota varía en composición y abundancia, entre individuos y dentro del mismo individuo, y juega un papel crucial en diversas funciones biológicas2.
A nivel intestinal, la homeostasis se mantiene a través de una relación mutualista entre la microbiota intestinal (MI) y el sistema inmunológico del huésped3. Cuando esta relación se altera puede acontecer disbiosis intestinal, caracterizada por una reducción de diversidad microbiana y un crecimiento excesivo de microorganismos patógenos oportunistas. El desequilibrio en la homeostasis intestinal puede desencadenar una respuesta inmunitaria contra el huésped mediante la pérdida de tolerancia inmunológica, lo cual se ha asociado con el desarrollo de enfermedades autoinmunes4.
La MI interviene en el procesamiento de sustancias exógenas a nivel digestivo, como los fármacos, pudiendo existir una interacción en la que el fármaco altera la composición y función de la MI, y la MI a su vez modifica directa o indirectamente la estructura química del fármaco y por tanto su farmacocinética y farmacodinamia5.
La farmacomicrobiómica es el campo que estudia cómo las variaciones en la MI afectan la acción de los medicamentos. Los estudios han demostrado que la MI y sus productos enzimáticos pueden influir en la biodisponibilidad, eficacia y toxicidad de los fármacos a través de mecanismos directos e indirectos6. Esta disciplina podría ser clave para la medicina de precisión, especialmente en el tratamiento de las enfermedades reumatológicas autoinmunes sistémicas (ERAS), al predecir la respuesta terapéutica y optimizar el tratamiento mediante la modulación de la microbiota7.
La evolución crónica de las ERAS precisa de terapia inmunosupresora (IS) durante largos periodos de tiempo, generalmente de administración oral con absorción gastrointestinal y posterior eliminación renal o hepática. La interacción entre la terapia IS y la MI durante la absorción del fármaco podría ofrecer nuevas posibilidades para alcanzar un manejo más eficiente y seguro de los pacientes, minimizando los efectos secundarios y mejorando la respuesta clínica7.
Los estudios que han analizado de manera específica la interacción de los distintos nichos de la MH de las ERAS con sus tratamientos IS son escasos. Los estudios disponibles muestran cambios en la composición de la MI por interacción con la terapia IS, persistiendo una falta de conocimiento de los mecanismos moleculares y celulares que median esta interacción8.
Esta revisión sistemática analiza la evidencia actual con el objetivo de identificar hallazgos consistentes y reproducibles que orienten futuras investigaciones y estrategias terapéuticas.
MétodosSe realizó una revisión sistemática utilizando las guías de la Colaboración Cochrane9. El protocolo del estudio no fue registrado previamente en PROSPERO dado que el proceso de selección de estudios se había iniciado previamente, sin embargo, nuestros hallazgos se informan de acuerdo con la declaración PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses)10 y está disponible para quien lo solicite para garantizar la transparencia del proceso.
Estrategia de búsqueda y proceso de selecciónEn base a la estructura PICOt (Population Intervention Comparator Outcome Time or Type of study) se generó una estrategia de búsqueda con términos MeSH y términos libres, detallados en el material adicional. Entre los términos MeSH se incluyeron subheadings relacionados con: terapia farmacológica «drug therapy», efectos de los medicamentos «drug effects», terapia «therapy», uso terapéutico «therapeutic use» y fisiopatología «physiopathology».
Una de las investigadoras del estudio (NF) propuso una estrategia que fue supervisada por otra investigadora (LC). En base a esta se realizó una búsqueda sistemática de la literatura en las bases de datos de Medline (vía PubMed), Embase y Cochrane Library sin fecha límite de inicio y hasta el 18 de febrero de 2024 (material adicional). La única restricción que se aplicó fue limitar la búsqueda a estudios en humanos. Los artículos escritos en un idioma diferente del inglés fueron incluidos y traducidos.
Los criterios de inclusión fueron: estudios que analizaran la composición de la MH en muestras biológicas (1) de pacientes con ERAS, con la excepción de las espondiloartritis por existir información que ya ha sido extensamente revisada11, (2) y la compararan en base al tratamiento IS empleado o a la respuesta al mismo (3). No se establecieron límites respecto al estadio de la enfermedad, ubicación geográfica o fecha de publicación de los estudios. Se revisaron los títulos y resúmenes de los trabajos identificados. En el caso de las comunicaciones orales se realizó una búsqueda de ampliación posterior a su publicación, conservando la más reciente. Los criterios de exclusión fueron los siguientes: revisiones, guías o editoriales; estudios en animales, in vitro o ex vivo; estudios sobre ERAS en edad infanto-juvenil; estudios que solo incluyeran pacientes con espondiloartritis.
Los resultados obtenidos se transfirieron a la herramienta informática Rayyan®, y tras eliminar los estudios duplicados, dos investigadoras (PS, NF) de forma independiente realizaron el cribado por títulos y resúmenes eliminando aquellos trabajos que no cumplían los criterios de inclusión y que presentaban algún criterio de exclusión. Para los trabajos que suscitaron dudas se recurrió a extraer el texto completo para valorar de forma más exhaustiva su inclusión. Los estudios en los que existía discordancia sobre su selección se revisaron conjuntamente y con ayuda de una tercera investigadora (LC).
Posteriormente, se recopilaron los textos completos de todos los estudios seleccionados y fueron evaluados manualmente por una de las investigadoras (NF) para confirmar su inclusión o exclusión final, confirmando las dudas con las otras investigadoras. En esta fase sí se anotaron los motivos de exclusión.
Recopilación y síntesis de datosLa extracción de datos fue realizada por una revisora (NF) apoyándose en la herramienta ELICIT®, asistente de investigación impulsado por inteligencia artificial.
Los datos recopilados, en tablas de Excel®, incluyeron 1) información de la publicación: título, primer autor, año de publicación, formato, idioma, citación y doi (digital object identifier); 2) características generales del estudio: objetivo y diseño, tipo de enfermedad autoinmune estudiada, criterios clasificatorios y tratamiento IS administrado al paciente, tipo de muestra biológica recogida para estudio, criterios de selección de pacientes, duración del estudio, tamaño muestral, número de pacientes, edad media, género y datos demográficos; 3) métodos y resultados de los estudios: técnicas de análisis y estudio de muestras y resultados, asociación de medidas resultado a las variables de estudio de la microbiota (riqueza, estructura y composición) de un nicho en diferentes tiempos y en diferentes individuos en relación con el tratamiento IS; medidas de asociación empleadas y su p-valor correspondiente, así como otros hallazgos relevantes de los estudios documentados en formato de texto libre. Los factores pronóstico relacionados con la microbiota se categorizaron en parámetros de alfa-diversidad, beta-diversidad, abundancia y composición taxonómica12 (tabla 1).
Factores pronóstico de la microbiota estudiados en respuesta al tratamiento inmunosupresor; definición y medidas utilizadas en los estudios identificados
| Variable | Definición | Medidas |
|---|---|---|
| Alfa-diversidad | Variedad de especies presentes en un solo entorno o muestra en términos de riqueza y estructura/uniformidad | Índice de ShannonÍndice de SimpsonÍndice de ChaoÍndice de FisherUniformidad de PielouDiversidad filogenética de Faith |
| Beta-diversidad | Variabilidad en la composición de especies entre diferentes muestras; se utiliza para entender cómo se diferencian las comunidades microbianas de un entorno a otro | Distancia o Diferencia de Bray-CurtisDistancia de UniFracUnidades taxonómicas operativas (OTU)Agrupamiento jerárquicoPCoA (Análisis de componentes principales) |
| Abundancia | Cantidad de un microorganismo específico en relación con el total de microorganismos en una muestra | Número total de individuosProporción de un microorganismo específico en comparación con otros |
| Composición taxonómica | Diversidad e identidad de los microorganismos presentes en una muestra | Unidades taxonómicas operativas (OTU) |
En relación con las características y resultados del estudio para las cuales no se disponía de información, tras verificación en el material adicional, se dejaron en blanco, excepto la ubicación geográfica que se asumió la del centro de trabajo del primer autor.
Posteriormente, se realizó un análisis y evaluación cualitativa de la heterogeneidad de los estudios en función del diseño, metodología y análisis, enfermedad y subgrupos, medidas y resultados, y calidad de los estudios.
La calidad metodológica de los estudios incluidos fue evaluada por un revisora (NF), con resolución de dudas por otra (LC) mediante la escala de Newcastle-Ottawa (NOS). Para mantener la uniformidad en la valoración de los riesgos de sesgos de los estudios, se aplicó la NOS a todos ellos, incluido un ensayo clínico aleatorizado (ECA) controlado.
Debido al número limitado de estudios comparables por enfermedad, diseño metodológico y medidas resultado no se evaluó el sesgo de publicación.
ResultadosEl diagrama de flujo de la selección de estudios se muestra en la figura 1. La estrategia de búsqueda aplicada a las bases de datos Medline, Embase y Cochrane produjo 322, 2238 y 10 estudios, respectivamente; un total de 2570. Mediante un cribado inicial, se descartaron 202 estudios duplicados y se eliminaron por título y resumen otros 2328 estudios. Se examinaron en detalle los estudios restantes y se excluyeron 20 estudios (fig. 1).
Las características de los estudios incluidos se muestran en la tabla 2. De los 20 estudios finalmente seleccionados, 15 se encontraban en formato artículo y 5 como comunicación oral. La enfermedad reumatológica más estudiada fue la artritis reumatoide (AR), con 15 estudios, seguida del lupus eritematoso sistémico (LES), con 3 estudios; e identificamos también un estudio en esclerosis sistémica (ES) y otro en síndrome de Sjögren primario (SSp). El número total de participantes incluidos por enfermedad fueron 998 AR, 117 LES, 133 SSp y 23 ES. Los pacientes reclutados en cada estudio variaron desde 22 pacientes en un ECA controlado de AR hasta 165 pacientes en un estudio observacional prospectivo de la misma enfermedad. La edad media de los pacientes oscilaba entre 33 y 70 años, concentrándose en los estudios de LES la edad media más baja. En todos los estudios prevaleció el sexo femenino, 100% en LES y mayor del 50% en el resto de las enfermedades. El 40% de los estudios se desarrollaron en Asia, el 35% en América y el 25% restante en Europa.
Tabla de evidencia. Características de los estudios incluidos
| Autor, año | País | Tipo ERAS | Duración ERAS (años) | Tipo estudio | Duración (semanas) | N | Edadb | Mujer (%)c | Tratamiento IS | Medida resultado |
|---|---|---|---|---|---|---|---|---|---|---|
| Ubeda, 2016a | EE.UU. | AR | <1 | Prospectivo | 12-192 | 33 | MTX | |||
| Isaac, 2019a | EE.UU. | AR | <1 | Prospectivo | 16 | 27 | MTX | |||
| Ormseth, 2020 | EE.UU. | AR | Prospectivo | 24 | 70 | 5454 | 6981 | MTX con/sin CSADA con/sin MTX/CSTCZ con/sin MTX/CS | Marcadores de inflamación (NAT, NAD, DAS28, VSG, IL-6, TNF-α)Secuencias microbianas específicas de sRNAs derivadas de tRNA y rRNA,[sRNA] microbiano total, tDR1, tDR3 | |
| Artacho, 2021 | EE.UU. | AR | <1 | Prospectivo | 16 | 26 | 4244 | 7376 | MTX | DAS28 |
| Gupta, 2021 | EE.UU. | AR | Retrospectivo | 24-48 | 32 | 65 | 66 | CS, FAMEc, FAMEb | CDAI, MMCIVías metabólicas | |
| Zaragoza-García, 2023 | México | AR | <1 | Transversal | 0 | 23 | 45 | 100 | CS, MTX, CQ | DAS28, HAQ-DINiveles séricos TNF-α, IL-10, IL-17A e IFABP2 |
| Zhang, 2015 | China | AR | Prospectivo | ≥4 | 115 | MTX y/o MTC | NAT, NAD, DAS28, RFA, FR, ACCP | |||
| Mei, 2021 | China | AR | ECA controlado | 24 | 22 | 48 | 86 | MTX, MTC, LEF | DAS28-PCR | |
| Koh, 2023 | Corea del Sur | AR | >1 | Prospectivo | 24 | 94 | 57 | 93 | CS, FAMEc (MTX, LEF, SSZ, HCQ), FAMEb | DAS28, ACCP |
| Qiao, 2023 | China | AR | Transversal | 0 | 145 | 55545267 | 71 | MTX, AINE | EnterotiposRFA, FR, ACCP, anti-MVC, número linfocitos, T CD4+, niveles de citocinas (IL-2, IL-4, IL-6, IL-10, IL-17, TNF-α, IFN-γ) | |
| Gremese, 2019a | Italia | AR | Transversal | 0 | 44 | 55 | 80 | FAMEc, FAMEb | DAS28 | |
| Dos-Santos, 2021a | España | AR | Prospectivo | 8 | 47 | 5543 | 85 | CS, FAMEc, FAMEb, FAMEtd | Enfermedad periodontal, DAS28,ACCP, FR, RFA | |
| Marazzato, 2022 | Italia | AR | <1 | Prospectivo | 12 | 25 | 61 | 55 | MTX, CS | Circulación Th17/Treg y citocinasConcentración AGCC |
| Morales-Águila, 2022a | España | AR | Transversal | 0 | 110 | 56 | 80 | FAMEb, FAMEtd (±FAMEc) | DAS28, variables gravedad (erosiones, nivel ACCP, HAQ) | |
| Danckert, 2024 | Reino Unido | AR | <1 | Prospectivo | 12 | 95 | 54 | 73 | MTX, HCQ, SSZ | DAS28, CDAI, MMCI |
| De Araújo Navas, 2012 | Brasil | LES | Transversal | 0 | 40 | 33 | 100 | CS, CQ, AZA, MMF, MTX, CyA, Dapsona, CFM | SLEDAI, recuento linfocitos y leucocitos, nivel creatinina séricaI DMFT, flujo salival estimulado | |
| Li, 2019 | China | LES | Transversal | 0 | 40 | 3746 | 100 | CS, HCQ, CFM, FAMEb | SLEDAI, niveles de complemento C3, RFA y anti-dsDNA | |
| Guo, 2020 | China | LES | Prospectivo | ≥8 | 37 | 34413425 | 100 | CS | SLEDAI, citocinas inmunes séricas (IL-1ß, IL-6, IL-10, IL-35, TWEAK, IL-2R, IL-17, TNF-α, IL-8, IL-21, IFN-γ e IL-22) | |
| Tan, 2023 | Singapur | ES | Transversal | 0 | 23 | 54 | 100 | MMF, CFM, AZA, MTX | ||
| Wang, 2022 | China | SSp | Prospectivo | 12-48 | 133 | 4948 | 8988 | HCQ | ESSDAI, RFA, xerostomía, xeroftalmia, indicadores patológicos de laboratorio |
ACCP: anticuerpos antipéptidos cíclicos citrulinados; ADA: adalimumab; AGCC: ácidos grasos de cadena corta; AINE: antiinflamatorios no esteroideos; Anti-MVC: anticuerpo anti-citrulina vimentina mutante; AR: artritis reumatoide; AZA: azatioprina; CDAI: Clinical Disease Activity Index; CFM: ciclofosfamida; CQ: cloroquina; CS: corticoides; CyA: ciclosporina; DAS28: Disease Activity Score; DMFT: Decayed, Missing, Filled Teeth; ECA: ensayo clínico aleatorizado; ERAS: enfermedad autoinmune sistémica; ES: esclerosis sistémica; ESSDAI: EULAR Sjögren's syndrome (SS) disease activity index; FAMEb: fármaco antirreumático modificador de la enfermedad biológico; FAMEc: fármaco antirreumático modificador de la enfermedad convencional; FAMEtd: fármaco antirreumático modificador de la enfermedad terapia dirigida; HAQ: Health Assessment Questionnaire; HCQ: hidroxicloroquina; IFABP2: intestinal fatty-acid binding protein 2; IFN-γ: interferón gamma; IL: interleucina; LEF: leflunomida; LES: lupus eritematoso sistémico; MMCI: mejoría mínima clínicamente importante; MMF: micofenolato de mofetilo; MTC: medicina tradicional china; MTX: metotrexato; N: número de pacientes reclutados; IS: inmunosupresor; NAD: número de articulaciones dolorosas; NAT: número articulaciones tumefactas; RFA: reactantes de fase aguda, incluye PCR, proteína C reactiva y VSG, velocidad de sedimentación globular; rRNA: ribosomal RNA; SLEDAI: Systemic Lupus Erythematosus Disease Activity; SLICC: Systemic Lupus International Collaborating Clinics; sRNA: small RNA; SSp: síndrome de Sjögren primario; SSZ: sulfasalazina; TCZ: tocilizumab; tDR: tRNA Derived Fragment; tRNA: transfer RNA; TWEAK: Tumour necrosis factor (TNF)-like weak inducer of apoptosis.
En negrita: Estudio prospectivo o ECA con muestras fecales (excluye comunicaciones orales).
Once de los trabajos se desarrollaron mediante un diseño observacional prospectivo, permitiendo comparar la microbiota de un mismo paciente en diferentes condiciones terapéuticas, uno retrospectivo y 7 transversales, en que comparaban la microbiota entre subgrupos de pacientes. Los 7 estudios observacionales restantes eran transversales, comparando las características de la microbiota entre subgrupos de pacientes. La mayoría de trabajos reunieron una cohorte de controles sanos (65%) o una cohorte de validación (15%), emparejados por edad y sexo con los casos. La evaluación de los riesgos de sesgo de los estudios a través de la NOS varió de 4 a 8 puntos, indicando niveles de riesgo de sesgo alto en algunos casos y moderado y bajo en su mayoría (material adicional).
La terapia IS analizada en relación con la microbiota fue muy variada, incluyendo fármacos antirreumáticos modificadores de la enfermedad convencionales (FAMEc), biológicos (FAMEb) y terapias dirigidas (FAMEtd), así como corticoesteroides (CS), ciclofosfamida (CFM), micofenolato de mofetilo (MMF), ciclosporina A (CyA) y dapsona. El grupo de tratamiento IS más frecuentemente estudiado fueron los FAMEc (85%), prevaleciendo el metotrexato (MTX), 55%. Adicionalmente, 2 trabajos de AR de origen chino estudiarion la acción de componentes específicos disponibles en la práctica de la medicina tradicional china (MTC), los glucósidos del Tripterygium wilfordii (vid del dios del trueno)13 y la fórmula Huayu-Qiangshen-Tongbi14.
El 85% de los estudios analizaron muestras biológicas de heces (17), de los cuales 3 estudios también analizaron muestras de otras localizaciones (saliva y placa dental, saliva, y enjuague bucal y exudado vaginal); y el 15% restante (3) analizaron exclusivamente muestras no fecales de exudado bucal, enjuague bucal y de plasma15 (tabla 3).
Métodos de análisis y procesamiento de las muestras
| Autor, año | Tipo de muestra | Método de estudio | Extracción | Secuenciación | Pipeline computacional | Base de datos taxonómica | Método de análisis taxonómico |
|---|---|---|---|---|---|---|---|
| Ubeda, 2016 | Heces | 16S rRNA V4 | MoBio | Illumina MiSeq® | QIIME® | Prueba de Wilcoxon no paramétrica de dos colas | |
| Isaac, 2019 | Heces | 16S rRNAMetagenómica | |||||
| Ormseth, 2020 | Plasma | sRNA | Total RNA Purification Kits® (Norgen) | Illumina HiSeq® | TIGER® | SILVA® | Prueba de WilcoxonPrueba de chi-cuadrado de Pearson |
| Artacho, 2021 | Heces | 16S rRNA V4Metagenómica | MoBio Powersoil® | Illumina MiSeq® NextSeq | VSEARCH® | SILVA® | Kaiju v1.7.0® |
| Gupta, 2021 | Heces | Metagenómica | Qiagen® Power Fecal Kit | Illumina HiSeq®KneadData® | HUMAnN2® | MetaPhlAn2v2.7.8® | MRLM |
| Zaragoza-García, 2023 | Heces | Metagenómica | QIAamp® DNA stool Minikit | ||||
| Zhang, 2015 | Heces, saliva, placa dental | Metagenómica | Illumina® | IMG v400® | Prueba de Wilcoxon | ||
| Mei, 2021 | Heces | Metagenómica | NucleoSpin® Soil kit | Illumina HiSeq® | HUMAnN2® | MetaPhlAn2 v2.0®IMG® | Prueba de Wilcoxon |
| Koh, 2023 | Heces | 16S rRNA V3-V4 | QIAamp® PowerFecal Pro DNA Kit | Illumina MiSeq® | QIIME2®Calypso® | SILVA® | LEfSe |
| Qiao, 2023 | Heces | 16S rRNA V3-V4 | PICRUSt2® | Ribosomal Database Project® (RDP) | LEfSeSTAMP® | ||
| Gremese, 2019 | Heces | 16S rRNA V3-V4 | Illumina MiSeq® | QIIME (v1.9.1)®VSEARCH (v1.1)® | LEfSe | ||
| Dos-Santos, 2021 | Exudado bucal | ||||||
| Marazzato, 2022 | Heces | 16S rRNA V3-V4 | QIAGEN® kit | Illumina MiSeq® | Greengenes rDNA v13_10® | Prueba U de Mann-WhitneyPrueba de Wilcoxon | |
| Morales-Águila, 2022 | Heces | Ion Torrent S5® | QIIME2® | ||||
| Danckert, 2024 | Heces, saliva | Metagenómica | Illumina NovaSeq® | HUMAnN3® | Kraken2®/Bracken® | ||
| De Araújo Navas, 2012 | Enjuague bucal | Cultivo en placa | Siembra de muestras, incubación y recuento de colonias API 20C AUX®, API 20 E®M API Staph® | ||||
| Li, 2019 | Heces | 16S rRNA V3-V4 | LONGSEE STOOL DNA KIT® | Illumina MiSeq® | QIIME v1.9.1®PICRUSt® | Greengenes® | LEfSe |
| Guo, 2020 | Heces | 16S rRNA V4 | DNA extraction kit (#DP328®) | Illumina TruSeq® Hiseq® | QIIME2 v2018.2®PICRUSt® | LEfSe | |
| Tan, 2023 | Heces | Metagenómica | QIAamp® Fast Stool Mini Kit | Illumina TruSeq® HiSeq® | Kaiju v. 1.7.3 «nr_2019-11-22» ®LefSe | ||
| Wang, 2022 | Heces, enjuague bucal, exudado vaginal | 16S rRNA V3-V4 | Qiagen® Gel Extraction Kit | Illumina TruSeq® HiSeq® | QIIME 2® | SILVA® |
16S rRNA: ribosomal ribonucleic acid; EM: espectrometría de masas; IMG: integrated microbial genomes; LEfSe: linear discriminant analysis effect size; sRNA: small RNA.
En negrita: Estudio prospectivo o ECA con muestras fecales (excluye comunicaciones orales).
El procesamiento de las muestras fue realizado mediante secuenciación de material genético en 17 trabajos, de la región variable V3 y/o V4 de 16S rRNA en 10 estudios, metagenómica masiva en 8 estudios, y un estudio de sRNA15. Un estudio realizó cultivo en placa16 para el aislamiento e identificación posterior de microorganismos; y los estudios restantes no aportaron información al respecto. El subsiguiente procesamiento, extracción y secuenciación de DNA y análisis bioinformático se llevó a cabo con equipos comercializados.
En la tabla 4 se recogen todas las variables analizadas en los estudios y que son relevantes para esta revisión. A continuación, revisamos los resultados por enfermedad.
Parámetros analizados en los estudios
| Autor, año | Alfa-Diversidad | Beta-Diversidad | Medición terapia IS | Mediciones | Otros |
|---|---|---|---|---|---|
| Ubeda, 2016 | Abundancia | D UniFrac no ponderado | MTX | 2 o más | |
| Isaac, 2019 | DiversidadAbundancia relativa | D Bray-Curtis | MTX | 2 | Capacidad en AR reciente inicio para metabolizar MTX oral y predicción de respuestaIncubación ex vivo, E-RMN, CL-EM |
| Ormseth, 2020 | Composición (sRNA en plasma) | (MTX, ADA+/-MTX, TCZ+/-MTX)+/- CS | 2 | ||
| Artacho, 2021 | OTUs observadosI ShannonAbundancia relativa | D Bray-Curtis | MTX | 4 | Mecanismos MI influye en respuesta a MTXNiveles residuales de MTXIncubación ex vivo, E-RMN y CL-EM |
| Gupta, 2021 | I FisherAbundancia/Composición (FAMEc sí/no) | D Bray-Curtis | CS, FAMEc, FAMEb | 2 | Modelo de aprendizaje automático para predecir MMCI según MI de referencia, datos clínicos y demográficosH2O Python v3.26.0.3®, Scikit-learn Python v0.24.1® |
| Zaragoza-García, 2023 | Abundancia | MTX, CS | 1 | Correlación actividad y MI: Abundancia relativa – Ratio: Correlación de Spearman | |
| Zhang, 2015 | Abundancia relativa | MTX, MTC, MTX±MTC | 2 | Determinar si se produce disbiosis en MOConcordancia y divergencia MI y MO | |
| Mei, 2021 | I ShannonAbundancia relativa | D Bray-Curtis (LFM: basal-t1 Vs basal-t6) | MTX+MTC/LFM | 4 | |
| Koh, 2023 | I Chao1 (SSZ)I Shannon (SSZ)I SimpsonAbundancia relativa | OTUs (SSZ) | FAMEc±FAMEbFAMEb±FAMEcSSZ, MTX, LFM, HCQaTNF/ABA/TCZaTNF/ABA | 2 | Método para medir capacidad de predicción de respuestaAnálisis ROC (ABC) |
| Qiao, 2023 | I Chao1I ShannonI SimpsonAbundancia relativa/Composición | D Bray-Curtis | MTX | 1 | Índice basado en enterotipos para predecir respuesta a MTX |
| Gremese, 2019 | DiversidadAbundancia relativa | FAMEc, FAMEb | 1 | ||
| Dos-Santos, 2021* | Abundancia relativa | aTNF | 1 | Potenciales predictores de presencia de múltiples especies | |
| Marazzato, 2022 | OTUs observadosI ShannonI SimpsonAbundancia relativa | D Bray-CurtisD UniFrac no ponderada | MTX | 2 | |
| Morales-Águila,2022 | Abundancia/Composición | FAMEb, FAMEtd | 1 | ||
| Danckert, 2024 | I Chao1I ShannonI SimpsonAbundancia | D Bray-Curtis ajustado | FAMEc naïve/FAMEc en tratamiento | 3 | Modelo predictivo de MMCIAnálisis discriminante de mínimos cuadrados parciales dispersos (ABC, sPLS-DA) |
| De Araújo Navas, 2012* | Abundancia relativa | IS (CS, CQ, AZA, MMF, MTX, CyA, Dapsona, CFM) | 1 | ||
| Li, 2019 | Especies observadasI ShannonAbundancia relativa | D UniFrac no ponderadoD UniFrac ponderado | CS, HCQ, CFM, FAMEb | 1 | Correlación disbiosis MI y vías metabólicas correspondientesPrueba de Kruskal-Wallis,KEGG (Heatmap) |
| Guo, 2020 | OTUs observadosI ShannonDiversidad filogenética de FaithUniformidad de PielouAbundancia relativa/Composición | D UniFrac no ponderado | CS | 2 | Desregulación de niveles de citocinas inmunes séricas: géneros asociados, géneros específicos correlacionadosModelo predictivo para evaluar eficacia de tratamiento en base a biomarcadorAnálisis ROC (ABC) |
| Tan, 2023 | I Shannon-WeberAbundancia relativa/Composición | D Bray-Curtis | IS (MMF, CFM, AZA, MTX) | 1 | Perfil funcional (vías metabólicas)KEGG (Heatmap) |
| Wang, 2022 | Alfa-diversidad (Tratamiento no/sí 1)Abundancia relativa | D Bray-Curtis | HCQ | 3 | Relación microbiota de diferentes zonas corporales |
Verde: estadísticamente significativo; Rojo: no estadísticamente significativo; Negro: sin dato; Amarillo: muestra no fecal.
ABA: abatacept; ABC: área bajo la curva; ADA: adalimumab; ANOSIM: Analysis of Similarities; AR: artritis reumatoide; aTNF: anti-Tumour Necrosis Factor; AZA: azatioprina; CFM: ciclofosfamida; CL-EM: cromatografía líquida acoplada a espectrometría de masas; CQ: cloroquina; CS: corticoesteroides; CyA: ciclosporina A; E-RMN: espectroscopia con resonancia magnética nuclear; FAMEb: fármaco antirreumático modificador de la enfermedad biológico; FAMEc: fármaco antirreumático modificador de la enfermedad convencional; FAMEtd: fármaco antirreumático modificador de la enfermedad terapia dirigida; HCQ: hidroxicloroquina; I: índice; IS: inmunosupresor; KEGG: Kyoto Encyclopaedia of Genes and Genome; LDA: linear discriminant analysis; LEfSe: linear discriminant analysis effect size; LFM: leflunomida; MI: microbiota intestinal; MMCI: mejoría mínima clínicamente importante; MMF: micofenolato de mofetilo; MO: microbiota oral; MRLM: modelos de regresión lineal múltiple; MTC: medicina tradicional china; MTX: metotrexato; OTU: Operational Taxonomic Unit; PCoA: principal components analysis; SSZ: sulfasalazina; TCZ: tocilizumab.
En negrita: estudio prospectivo o ECA con muestras fecales (excluye comunicaciones orales).
De los 15 estudios incluidos, 13 tomaron muestras fecales; en 2 de ellos se incorporaron además muestras de saliva y placa dental. Los 2 estudios restantes emplearon muestras de plasma y exudado oral. La escasa representación de muestras procedentes de la cavidad oral y otros tipos de muestras limita su análisis comparativo. En consecuencia, el análisis posterior se centrará en las muestras fecales de los 13 estudios.
La mayoría de estos trabajos reclutaron pacientes con AR de reciente inicio y/o naïve a FAME17–21. Ocho estudios eran observacionales, prospectivos (7) y retrospectivo (1), un ECA, aportando datos más robustos; los 3 estudios restantes eran transversales. Todos los estudios analizan la interacción de la MI con FAMEc, y específicamente el MTX en 6 de estos trabajos.
Siete, de los 13 estudios, analizaron de forma directa exclusivamente la interacción de la terapia IS con la MI, 2 estudios midieron los cambios en la MI en función de la variación de la actividad clínica de los pacientes en tratamiento pudiendo inferirse la relación de la MI con la terapia IS, y 4 estudios emplearon medidas resultado directas e indirectas.
La medida de asociación más empleada para medir alfa-diversidad fue el índice de Shannon, seguida del índice de Simpson y el índice de Chao. De los 9 estudios con datos disponibles de alfa-diversidad, el 89% presentaron datos estadísticamente significativos, 5 de forma directa y 3 indirectamente.
La mayoría de los trabajos utilizan la Distancia Bray-Curtis para medir beta-diversidad, algún estudio recurrió a la Distancia UniFrac y OTU (operational taxonomic unit). De los 9 estudios con datos disponibles de beta-diversidad, el 78% presentaron datos estadísticamente significativos, 6 de forma directa y uno de forma indirecta.
Todos los estudios analizaron los cambios de abundancia con diferentes medidas, siendo los resultados estadísticamente significativos en los 9 estudios que lo definieron, 7 de forma directa y uno de forma indirecta. Varios estudios coinciden en la existencia de un perfil basal de MI que podría predecir la respuesta al tratamiento. En pacientes respondedores al tratamiento, Prevotella, Bacteriodetes, Clostridiales son las especies que muestran una tendencia a disminuir en varios de los estudios. Un estudio analiza la ratio Firmicutes/Bacteriodetes y otro estudio compara 2 poblaciones de pacientes con AR en función de predominio de Prevotella o Bacteroides.
En los estudios de de Marazzato et al.17 y Úbeda et al.18 los pacientes iniciaron tratamiento con MTX con o sin CS describiendo un descenso en la diversidad y composición de la MI a los 3 meses de iniciar el tratamiento IS17 y pequeños cambios en la diversidad de la MI, concluyendo que las características de la MI predicen la respuesta clínica a MTX, incluido el sobrecrecimiento de Coriobacteriaceae no clasificada y Coprococcus emparentada18.
Los resultados de Isaac et al.19 también revelan menor diversidad, tanto alfa como beta, en los pacientes que responden al tratamiento con MTX.
En el trabajo de Danckert et al.20 de 2024, tomando muestra de heces en tres tiempos, basal, tras 6 semanas y tras 12 semanas del inicio de FAMEc se encontraron cambios en la microbiota del paciente que presenta una mejoría clínica tras el inicio de FAMEc y una reducción de la abundancia relativa de microorganismos predominantes en la microbiota de pacientes con AR, Prevotella spp. a las 6 semanas y Streptococcus spp. a las 12 semanas. Estos hallazgos sugieren que el tratamiento con FAME restaura la MI hacia un estado eubiótico y que, por tanto, las características de biodiversidad de la MI podrían emplearse para predecir la probabilidad de respuesta a FAME.
Artacho et al.21 evaluaron la respuesta clínica a MTX a las 16 semanas de tratamiento, demostrando diferencias significativas en la diversidad y composición de la MI basal entre pacientes respondedores y no respondedores. Sus hallazgos sugieren que la MI puede intervenir en el metabolismo del MTX, modulando su biodisponibilidad y eficacia terapéutica. En base a estos resultados, los autores plantearon el desarrollo de un modelo basado en la predicción de falta de respuesta a MTX en función de los parámetros de diversidad de la MI.
El trabajo publicado en 2023 por Koh et al.22 clasifica a los pacientes en función de la actividad de su enfermedad en moderada y alta según el Disease Activity Score 28 (DAS28), y el tratamiento que reciben, FAMEc o FAMEb, con reevaluación del DAS28 a los 6 meses. Se estudian las diferencias en la diversidad de la MI en función del tipo de tratamiento IS en monoterapia o combinado. No identifican diferencias en la diversidad de la MI en función del IS administrado, salvo con la sulfasalazina (SSZ) que reduce la riqueza y uniformidad de la MI de forma significativa. Al evaluar la composición taxonómica en función de la respuesta a FAMEc, en los pacientes respondedores aumenta Fusicatenibacter, Subdoligranulum y Clostridia género no cultivado 014; y disminuye Faecalitalea. Y la combinación de Fusicatenibacter y Subdoligranulum distingue respondedores de no respondedores a una segunda línea de tratamiento.
El trabajo retrospectivo de Gupta et al.23 analiza la terapia con FAMEc, FAMEb y CS, en el que la diversidad de la MI se asocia a la actividad de la enfermedad y la composición microbiana al tratamiento con FAMEc.
El único ECA registrado, de Mei et al.14, compara los efectos del tratamiento con MTX+MTC (fórmula Huayu-Qiangshen-Tongbi) frente a MTX+leflunomida (LFM) en la MI. Ambos tratamientos reducen diferentes índices clínicos de actividad (número de articulaciones dolorosas, número de articulaciones tumefactas y rigidez matutina) en 3 meses en el caso de la MTC y en 6 meses en el caso de la LFM. Sin embargo, la diversidad microbiana no difiere significativamente con el tiempo, salvo la diversidad beta, que aumenta en los pacientes tratados con LFM al comparar al mes y a los 6 meses de iniciar el tratamiento. Respecto a la abundancia relativa de especies, no se producen cambios importantes a lo largo del tiempo en pacientes tratados con LFM, mientras que en el grupo tratado con MTC sí. Aun así, Prevotella spp., microorganismo predominante en pacientes con AR, no presenta grandes diferencias entre ambos grupos.
Zhang et al.13 comparan la abundancia relativa de varios nichos de la microbiota oral y MI. Se observa disbiosis de ambas microbiotas en pacientes con AR al compararlos con controles sanos, pero se recupera parcialmente al iniciar tratamiento IS. Además, entre ambas microbiotas existen cambios concordantes asociados a la AR, que sugiere un solapamiento en abundancia y función de las especies en diferentes localizaciones corporales. El tratamiento con MTC, concretamente glucósidos del componente Tripterygium wilfordii, reduce en mayor medida el número de MLGs (metagenomic linked groups) enriquecidas en el intestino, H. filiformis y Bacteroides spp., frente al tratamiento de MTX o MTX+MTC.
Lupus eritematoso sistémicoRespecto a los estudios realizados en pacientes con LES, 2 de ellos analizaron muestras fecales y uno enjuague bucal. Dos de los estudios disponían de un diseño transversal y el tercero prospectivo. Los estudios con MI determinaron la diversidad alfa y beta, así como la abundancia relativa, utilizando las mismas medidas para diversidad alfa (índice Shannon) y beta (Distancia UniFrac no ponderado y su respectiva medida de expresión PCoA)24,25. Los resultados de Guo et al.24 muestran una mayor diversidad alfa en los pacientes sin tratamiento corticoideo, mientras que Li et al.25 no encuentran relación entre el tratamiento IS y la diversidad microbiana, en parte justificado por el escaso número de pacientes reclutados sin tratamiento IS.
El trabajo de Guo et al.24 destaca la variación en la proporción de Bacteroidetes/Firmicutes en función del tratamiento con/sin CS, restaurándose la población Firmicutes al administrarse CS. Estos resultados sugieren que el ratio Firmicutes/Bacteroidetes pudiera utilizarse como biomarcador diagnóstico y de respuesta a tratamiento. En el análisis de la composición taxonómica de Gou et al. se reconocen algunos taxones diferencialmente abundantes en cada uno de los grupos. En los pacientes con LES en tratamiento con CS, existe un aumento de Bifidobacterium, Streptococcus, y disminución de Enterobacteriales; y en el grupo de LES sin tratamiento con CS se produce un aumento de Bacteroidetes y Bilophila.
En el trabajo de De Araújo et al.16, se procesan las muestras de enjuague bucal mediante cultivo en placa, pudiendo generar una infraestimación de la diversidad y abundancia de la microbiota, así como limitando su comparación con los otros estudios. Sus resultados no revelan diferencias significativas en función del tratamiento IS.
Esclerosis sistémicaEl estudio observacional transversal de Tan et al.26 en pacientes con ES no genera resultados significativos, pero se infiere una tendencia a la disminución de la diversidad alfa en los pacientes en tratamiento IS alejándose del perfil del paciente sin tratamiento y acercándose al de control sano.
Síndrome de Sjögren primarioWang et al.27 reclutan pacientes con SSp y recogen muestras de heces, saliva y exudado vaginal. Se registra un aumento en la riqueza de la microbiota en los 3 nichos a los 3 y 6 meses de iniciar el tratamiento, pero solo a nivel intestinal se sostiene dicho aumento a los 6 y 12 meses. La composición general de la microbiota en las 3 localizaciones presenta un cambio significativo desde el inicio del tratamiento, que se mantiene en la MI y oral, pero siempre diferente a los controles sanos. Ciertos filos presentan cambios significativos en la abundancia relativa; destaca Fusobacteria en la que inicialmente aumenta para después disminuir.
DiscusiónEste estudio analizó si existe interacción entre la MH y el tratamiento IS en las ERAS a través de una revisión sistemática. Mediante el análisis de 20 estudios se intuye una complicada interacción entre la MH y la terapia IS en ERAS, cuyo entendimiento y gestión podría optimizar la respuesta clínica y avanzar hacia una medicina más personalizada.
Los principales hallazgos fueron: 1) hay pocos estudios que se centren en evaluar la interacción entre la MH y las ERAS; 2) existe una gran heterogeneidad entre los estudios realizados en cuanto al diseño, el perfil de los pacientes reclutados y tratamiento recibido, la recogida y el procesamiento de muestras y datos; 3) la mayoría de los trabajos se han desarrollado en pacientes con AR, dada su mayor prevalencia respecto al resto de ERAS; 4) prácticamente todos los estudios analizaron tanto la diversidad alfa como la beta para obtener una visión global del funcionamiento de la MH en estas enfermedades, sin embargo, la variedad de métodos de medición aplicados complica su comparación; 5) son pocos los estudios que han analizado microhábitats diferentes al intestinal, por lo que esta revisión se limita a la comparativa de la MI; 6) se observa una tendencia a la disminución de la diversidad de la MI en los pacientes en tratamiento IS con buena respuesta clínica; 7) a pesar de que varios de los estudios de AR presentaron un diseño similar, la falta de congruencia entre las medidas utilizadas dificultó su comparación y limitó la combinación para realizar un metaanálisis.
Las limitaciones de este estudio son varias: 1) la revisión no fue registrada en PROSPERO, pero para asegurar la transparencia del proceso, el protocolo y los detalles metodológicos están disponibles a petición; 2) la extracción de datos fue realizada por un único revisor, asistido por herramientas de inteligencia artificial, lo que podría haber introducido errores u omisiones y debe considerarse en la interpretación de los resultados; 3) se incluyeron resúmenes de comunicaciones orales, que suelen ofrecer menor detalle metodológico y estar sujetos a una revisión menos rigurosa, pero se justificó su inclusión por la escasez de estudios disponibles y la relevancia de los datos recientes que podrían aportar; 4) se observó una marcada heterogeneidad metodológica entre los estudios, que abarcó desde la caracterización de las cohortes y los procedimientos de recolección y procesamiento de muestras, hasta los índices de diversidad utilizados y las estrategias de análisis taxonómico aplicadas; 5) aunque la mayoría de los estudios evaluaron la diversidad alfa y beta de la microbiota, la heterogeneidad en los enfoques metodológicos y el enfoque predominantemente centrado en la MI limitaron la posibilidad de realizar comparaciones directas entre estudios, así como con los resultados obtenidos en otros nichos microbiológicos; 6) la variabilidad clínico-terapéutica, a pesar del predominio de estudios de pacientes con AR en tratamiento con MTX, junto con el uso concomitante de varios, IS dificultó atribuir cambios en la MI a un fármaco específico; 7) el reducido tamaño muestral de los estudios individuales, la calidad global moderada y la considerable heterogeneidad entre ellos limita la solidez y generalización de conclusiones combinadas, así como el desarrollo de un metaanálisis.
Además, las enfermedades y tratamientos estudiados variaron (15 estudios en AR frente a solo unos pocos en otras enfermedades, y un rango diverso de terapias inmunosupresoras), y la mayoría de los estudios analizaron exclusivamente la MI (muestras fecales), mientras que muy pocos examinaron otros sitios corporales. Los autores encontraron una marcada heterogeneidad entre los estudios en múltiples dimensiones, desde la forma en que se perfilaban los pacientes y se recolectaban/procesaban las muestras, hasta los índices de diversidad y los métodos de análisis taxonómico utilizados.
La interacción entre la MI y la terapia IS ha sido abordada principalmente con un enfoque bacteriano, con escasa atención a nivel fúngico y viral; en consecuencia, los estudios incluidos no aportan hallazgos relevantes en este sentido. Asimismo, ninguno de los trabajos evaluó la relación entre las vías funcionales microbianas y la terapia IS, lo que limita la posibilidad de interpretar los resultados con plausibilidad biológica.
En conclusión, los estudios individuales aportan evidencia relevante de que los cambios en la MH podrían estar relacionados con la respuesta a los tratamientos IS en las ERAS, si bien, la calidad global moderada y la considerable heterogeneidad en el abordaje de los estudios a esta asociación limitan la solidez y generalización de conclusiones combinadas. Es necesario la estandarización de los estudios sobre la MH para poder combinar resultados y establecer conclusiones con mayor confianza.
Conflicto de interesesLos autores declaran no tener ningún conflicto de intereses.








