Canviant la funció de producció de les proves diagnòstiques

 Real-Time, Multiplexed SHERLOCK for in Vitro Diagnostics

Durant la pandèmia es va produir una innovació notable a la tecnologia de proves diagnòstiques. Va passar desapercebuda per alguns, però no pels que llegiu aquest blog. Es tracta d'utilitzar CRISPR que inicialment s'ha desenvolupat per a edició genètica, per a la detecció d'àcids nucleïcs en un sol pas, i per tant també de Sars-COV-2. La dificultat d'aplicació que tenia aquella prova, que va rebre el vist-i-plau de la FDA era que el procés no es podia automatitzar, i per tant calia amplificació prèvia. Ara acaba de publicar-se la prova definitiva que pot capgirar moltes coses, i que per tant pot canviar la funció de producció dels laboratoris. La troballa d'enzims termoestables ha estat la qüestió clau per a l'èxit de l'equip de Feng Zhang.

Cal dir que la companyia rival, Mammoth Biosciences, de Jennifer Doudna,  també té en marxa una prova similar: DETECTR BOOST.

I ara ja ha començat el procés de patentar enzims. Tant per una empresa com per l'altre. I això esdevé inadmisible si el que es pretén patentar la natura o variacions sobre la natura. Però ningú se n'està adonant , als USA ja s'ha fet tard, però a Europa encara hi som a temps.

N'estic segur que les patents, una vegada més, limitaran l'accés a aquesta gran innovació.

Cartier-Bresson

PS. Per si voleu saber com funciona DETECTR BOOST

PS. Per tal de comprendre l'abast del que signifiquen les proves diagnòstiques basades en CRISPR el millor és consultar un article de revisió com aquest. I la taula següent conté les dades bàsiques:

Characteristics of reported CRISPR-based diagnostics

From: CRISPR-based diagnostics

Name	Enzyme	Preamplification	Assay timea (min)	Sample preparation	Readout	Applications	LODc (mol l−1)	LODc (copies per ml)3	References
CRISPR type II
NASBACCb	Cas9	NASBA	120–360 (one pot)	Column-based or crude extraction	Colometry	Discrimination between African and American ZIKV	1.0 × 10–15	6.0 × 105	25
CRISPR–Chip	Cas9	–	15	Column-based	Electrochemical	Detection of gDNA from cell lines and DMD patients	2.3 × 10–15	1.4 × 106	45
CRISDA	Cas9 nickase	SDA	90	Column-based	Fluorescence	Detection of gDNA; breast-cancer-associated SNPs in cell lines	2.5 × 10–19	1.5 × 102	27
FLASH	Cas9	PCR	NS	Column-based	NGS	Detection of gDNA; antimicrobial resistance genes in clinical samples	1.9 × 10–18	1.1 × 103	71
CAS-EXPAR	Cas9	EXPAR	60	Chemical (phase separation)	Fluorescence	Sensing of methylated DNA; L. monocytogenes mRNA	8.2 × 10–19	4.9 × 102	91
Cas9nAR	Cas9 nickase	Strand-displacing DNA polymerase	60	Column-based	Fluorescence	Detection of bacteria (S. typhimurium, E. coli, M. smegmatis, S. erythraea); detection of KRAS SNPs in cell lines	1.7 × 10–19	1.0 × 102	111
CRISPR type V
DETECTR	Cas12a	RPA	10 (RPA) and 60–120 (CRISPR)	Crude extraction	Fluorescence	Detection of HPV16 and HPV18 in human samples	1.0 × 10–18	6.0 × 102	36
Cas14-DETECTR	Cas14 (Cas12f)	PCR	NS (PCR) and 120 (CRISPR)	Crude extraction	Fluorescence	Detection of HERC2 SNPs in human samples	n.s.	6.0 × 103	41
HOLMES	Cas12a	PCR	88 (PCR) and 15 (CRISPR)	Column-based	Fluorescence	SNP discrimination in cell lines and human samples; detection of viruses (PRV, JEV); virus-strain discrimination	1.0 × 10–17	6.6 × 103	37,38
CRISPR-materials	Cas12a	RPA	40 (RPA) and 240 (CRISPR)	Synthetic targets	Fluorescence or μPAD (visual and electronic)	Detection of EBOV synthetic RNA	1.0 × 10–17	6.6 × 103	79,80
CDetection	Cas12b	RPA	10 (RPA) and 60–180 (CRISPR)	Synthetic targets or crude extraction	Fluorescence	Detection of HPV16; human ABO blood genotyping; BRCA1 and TP53 SNPs	1.0 × 10–18	6.0 × 102	112
HOLMESv2	Cas12b	LAMP	40 (LAMP) and 35 (CRISPR) or 120 (one pot)	NS	Fluorescence	SNP discrimination in cell lines; RNA virus detection (JEV); human mRNA and circular RNA detection; DNA methylation	1.0 × 10–17	6.0 × 103	39
E-CRISPR	Cas12a	–	30–180	Synthetic targets (nucleic acids)	Electrochemical	Detection of viruses (HPV16, PB19) and protein (TGF-ß1)	5.0 × 10–11	3.0 × 1010	77
CRISPR type VI
–	Cas13	–	NS	NS	Fluorescence	Detection of human mRNA; detection of bacteriophage λ-RNA	1.0 × 10–12	6.0 × 108	30,31
SHERLOCK	Cas13	NASBA or RPA	132 (NASBA) or 120 (RPA) and 60–180 (CRISPR)	Column-based or crude extraction	Fluorescence	Detection of viruses (ZIKV, DENV) and bacteria (E. coli, K. pneumoniae, P. aeruginosa, M. tuberculosis, S. aureus); discrimination between virus strains; detection of SNPs	2.0 × 10–18	1.2 × 103	32
SHERLOCKv2b	Cas13	RPA	60 (RPA) and 60–180 (CRISPR) or 60–180 (one pot)	Column-based or crude extraction	Fluorescence or lateral flow	Detection of viruses (ZIKV, DENV) and bacteria (P. aeruginosa, S. aureus); discrimination between virus strains; detection of SNPs	8.0 × 10–21	4.8	22,34
SHINEb	Cas13	RPA	50 (one pot)	Crude extraction	Fluorescence or lateral flow	Detection of SARS-CoV-2	8.3 × 10–18	5.0 × 103	62
STOPCovidb	Cas12b	LAMP	60 (one pot)	Crude extraction	Fluorescence or lateral flow	Detection of SARS-CoV-2	3.3 × 10–18	2.0 × 103	63
CARMEN	Cas13	PCR or RPA	20 (RPA) and 180 (CRISPR)	Column-based	Fluorescence	Detection of 169 viruses; subtyping of influenza A strains; detection of HIV drug-resistant mutations	9 × 10–19	5.4 × 102	67
APC-Cas	Cas13	Allosteric-probe-initiated amplification with DNA polymerase	110 (APC) and 30 (CRISPR)	None	Fluorescence	Detection of S. enteritidis	One colony-forming unit	–	92
	Cas13	–	<240	Column-based	Electrochemical	Detection of microRNAs (miR-19b and miR-20a)	1 × 10–11	6.0 × 109	46
PECL-CRISPR	Cas13	EXPAR	30 (CRISPR), 30 (phosphorylation of pre-trigger), 30 (EXPAR)	Column-based	Electrochemiluminescence	Detection of microRNAs (miR-17, let‐7 family miRNAs)	1.0 × 10–15	6.0 × 105	78

1. NS, not specified; APC-Cas, allosteric probe-initiated catalysis and CRISPR-Cas13a system; BRCA1, breast cancer 1 gene; circRNA, circular RNA; Cas9nAR, Cas9 nickase-based amplification reaction; CRISDA, CRISPR–Cas9-triggered nicking endonuclease-mediated strand-displacement amplification; DENV, dengue virus; DMD, Duchenne muscular dystrophy; EBOV, Ebola virus; E. coli, Escherichia coli; HERC2, HECT and RLD domain containing E3 ubiquitin protein ligase 2 gene; HPV, human papillomavirus; JEV, Japanese encephalitis virus; K. pneumoniae, Klebsiella pneumoniae; KRAS, KRAS proto-oncogene GTPase; M. smegmatis, Mycobacterium smegmatis; M. tuberculosis, Mycobacterium tuberculosis; PECL, portable electrochemiluminescence chip; P. aeruginosa, Pseudomonas aeruginosa; PB19, parvovirus B19; PRV, pseudorabies virus; S. erythraea, Saccharopolyspora erythraea; S. aureus, Staphylococcus aureus; S. enteritidis, Salmonella enteritidis; S. typhimurium, Salmonella typhimurium; TP53, tumour protein P53 gene.
2. aAssay time indicates the approximate incubation time most frequently used in the referred study (different assay times can be reported, depending on the intended sensitivity and the readout).
3. bPOC compatibility indicates whether the entire assay as reported—including sample preparation (that is, crude extraction) and readout—can be performed at POC or in the field with minimal equipment.
4. cLimits of detection cannot always be directly compared across studies, in particular because some studies did not report how the LOD was determined, or reported the target concentration either in the transport media of the sample or in the final reaction. The LODs shown here reflect the optimal LODs reported. In general, LODs depend on the type of input material (raw or synthetic), type of readout and incubation time.

El trilerisme pressupostari (3)

Informe Mensual d’Execució

Ja hi som al cap del carrer. S'acaba d'augmentar un 9,3% el pressupost de salut. Sorgeix la llum des de la foscor dels comptes pressupostaris públics. Una nova maniobra de trilerisme pressupostari s'ha consumat. Vaig dir el març passat:

Les despesa pública en salut per la Generalitat del 2022 ha estat de 13.331 milions € (p.78). Per tant el pressupost d'enguany és inferior en 1.118 milions € al de l'any anterior. Això vol dir que la despesa real per càpita ha estat de 1.710€ el 2022. I així queda clar, el pressupost per ciutadà de 2023 és inferior en un 9,6% al que hem gastat el 2022.

Resulta que el mes d'abril passat es va aprovar una ampliació de crèdit pressupostari per import: 1.047 milions d'euros, que amb diverses variacions a finals de maig s'ha convertit en un augment pressupostari de 1.085 milions d'euros. Això vol dir que si el pressupost inicial era de 11.635 milions, ara és de 12.720 milions, s'ha augmentat en un 9,3% el pressupost!!!. N'heu sentit a parlar d'això? oi que no?.

Doncs el motiu és que aquest augment del pressupost és fals perquè la despesa ja es va fer l'any passat sense pressupost. El que s'ha aprovat és per tapar forats (factures) de l'any passat. I fixeu-vos que malgrat aquest augment, encara no s'arriba a un pressupost de despesa com el que vam tenir l'any passat.

El trilerisme pressupostari es basa en això. En disposar de mecanismes per gastar a discreció sense control pressupostari efectiu, en fer creure allò que no és. Uns saben on és la boleta però els ciutadans no. I atenció, un petit paràgraf a la p.66 ens alerta que l'execució pressupostària acumulada a maig ja es troba un 16% per sobre la de l'any passat. I no passa res. Algú és responsable d'alguna cosa? Algú pot demanar responsabilitat d'aquesta disbauxa pressupostària?. Any rera any es repeteix el mateix, sorprèn desagradablement que no hi hagi una manera raonable de posar-hi seny.

La mesura multifuncional de les capacitats

 Consens d’escales i eines per a la valoració multidimensional de les persones a Catalunya

Faig una ullada a aquest document i veig que serveix per posar ordre a una qüestió que en general va desordenada. Em refereixo al nivell de subjectivitat inherent dels professionals quan no hi ha un instrument que pretén homogeneitzar la informació sobre les capacitats i estat d'ànim individual. I mentre que en l'àmbit funcional i cognitiu el que es proposa és prou conegut i utilitzat, en d'altres àmbits hi ha un camí per recórrer. Em sorprèn tant de consens amb l'Euroqol com a mesura de qualitat de vida, jo senzillament no l'utilitzaria. El motiu és la classificació discreta que fa i l'agregació en tarifes. Les propietats necessàries de mesura i agregació no es compleixen amb una expressió ordinal i discreta, d'un problema que és continu i difús. Crec que molta gent no hi cau en aquest aspecte tant crucial. Ja he explicat anteriorment que enlloc d'una focalització en qualitat de vida, calen mesures robustes de benestar.

Per altra banda, si tenim molts instruments de mesura ben segur que fora convenient trobar un mecanisme d'agregació i és aquí on caldria explorar instruments de reconeixement de patrons que incorporessin les dades dels diferents sistemes.

Ara bé, aquest document en realitat s'afegeix a un d'anterior que encara no entenc que el fonament de l'estratificació de risc es basi en eines singulars. Dic singulars perquè enlloc més s'utilitzen i aquí m'aturo. Llegiu l'apartat 4.3.1 per  comprovar-ho. Si un s'equivoca amb l'estratificació de risc, llavors que en queda de la valoració multifuncional per adoptar estratègies d'actuació?

Malgrat això, celebrem que hi hagi consens en la valoració multidimensional i esperem que n'hi hagi un ben aviat en l'estratificació de risc.

PS. Sobre els dubtes a l'Euroqol, aquí en trobareu un exemple a partir de la revisió sistemàtica.

Pandemètica

 The shared ethical framework to allocate scarce medical resources: a lesson from COVID-19

Durant la pandèmia i des d'aquest blog he parlat repetidament dels principis ètics en l'assignació de recursos. Ara l'Ezequiel Emanuel i en Govind Persad des del Lancet fan un article de resum imprescindible. I diuen:

The ethical allocation of scarce medical resources entails a three-step process: (1) elucidating the fundamental ethical values for allocation, (2) using the values to delineate priority tiers for scarce resources, and (3) actually implementing the prioritisation to faithfully realise the fundamental values. The COVID-19 pandemic engendered many assessments and reports on the ethical allocation of vaccines, therapeutics, and other medical interventions that have elucidated the definitive ethical framework for distributing scarce resources. The pandemic also provided major tests for implementing ethical allocation frameworks, revealing important lessons on the challenges of moving from theory to practice, and  refinements that would enhance realisation of the ethical framework

I després d'explicar els tres passos, mostren quins són els valors fonamentals per assignar recursos mèdics escassos en aquesta taua: 

Table 2Fundamental values for allocating scarce medical resources

	Definition
Maximising benefits and preventing harm	Preferential allocation of medical resources towards individuals who can gain most benefit and protection against harm; harms can be broad to include both health (eg, death) and non-health (eg, poverty); harms can occur directly from the disease and indirectly when health-care system functioning is compromised
Mitigating disadvantage	Preferential allocation of medical resources towards people who are disadvantaged by income, race, ethnicity, religion, or other characteristics
Equal moral concern	Treating similar people similarly, and not discriminating on the basis of morally irrelevant characteristics such as race, ethnicity, or religion; typically requires not treating people the same, but treating people in different circumstances (eg, in communities with a higher or lower burden of COVID-19) differently
Reciprocity	Preferential allocation of medical resources towards people, communities, or countries who in the past took on burdens to address the current health problem
Instrumental value	Preferential allocation of medical resources towards people who will be able to mitigate harms and disadvantage of others; not an independent value but facilitates realising the other values particularly benefitting people

I després entren en detalls de documents que han tractat la qüestió, i alhora els reptes en la seva aplicació pràctica, i conclouen:

The lessons learned clarify that the ethical framework to guide allocation entails five substantive values—minimising harms, mitigating disadvantage (ensuring equity), equal moral concern (not identical treatment), reciprocity, and instrumental value. The pandemic also helped to clarify the establishment of priority tiers that primarily emphasise instrumental value, minimising harm, and mitigating  disadvantage.

Article de referència, per guardar. 

A Foto Colectania ara

Una nova mesura de la morbiditat poblacional

 Development and Assessment of a New Framework for Disease Surveillance, Prediction, and Risk Adjustment: The Diagnostic Items Classification System

En Randy Ellis ja abans de la pandèmia estava apuntant cap un nou sistema que permetés la mesura de la morbiditat amb dades diagnòstiques sense una classificació categòrica dels pacients. És a dir es tracta d'una evolució dels models que ell ha proposat des de fa anys junt amb Arlene Ash, els DCGs, i alhora una evolució del Clinical Classification Software.

L'objectiu:

Our objective was to create a clinically detailed, transparent, well-documented, nonproprietary classification system suitable for predicting diverse outcomes using ICD-10-CM diagnostic information and share a core set of predictive models that can be used on other data sets and populations.

Els tres tipus:

We created 3 types of DXIs. The primary or main effect DXIs, called DXI_1, focus on clinical dimensions in each diagnosis. Diagnoses were assigned up to 4 DXI_1s. In some cases, we created both broader and narrower DXI_1s that overlapped because we did not know a priori the level of detail preferred for prediction. We illustrate this approach below in our discussion of sepsis and hypertension in pregnancy DXI_1s.

The second group, DXI_2 modifiers, cut across DXI_1s. Some identify disease severity, such as “with complications,” “hemorrhage,” “secondary,” “bilateral,” and “with coma.” Others may be useful for disease monitoring, including flags for future research and epidemiological surveillance, such as sexually transmitted and vaccine-preventable infectious diseases. Certain diagnoses for external causes and factors influencing health status (whose codes begin with V-Z) were not assigned a DXI_1 and were instead only assigned DXI_2 modifiers.

Finally, DXI_3 scaled variables capture test results, disease severity, or clinically relevant distinctions not easily captured in binary DXI_1 categories. These include body mass index (BMI; calculated as weight in kilograms divided by height in meters squared), neonatal birth weight, neonatal gestational age, pregnancy trimester, low vision/blindness stages, coma scale measures, stroke scores, and duration of unconsciousness. As an example, the DXI_3 variable for BMI, calculated as weight in kilograms divided by height in meters squared, takes on values between 18.5 and 70, corresponding to ordered groups of BMI ranges. When comparing the DXI classification system to existing models, we included only main effects (DXI_1s) as predictors. This comparison cleanly demonstrates the value of the DXIs richer classification of diagnoses. Quantifying the additional value of using DXI_2 and DXI_3 items is left for future research.

 Exemples:

La capacitat predictiva en despesa, aquí:

Si això és així, caldrà provar-ho ben aviat, amb 2929 variables explicatives assoleix una variació explicada del 51%.

El software per provar-lo en SAS aquí.

La disminució la despesa sanitària real en una dècada

N'estic convençut que heu sentit la cançó enfadosa de que la despesa sanitària augmentarà constantment perquè hi ha una major longevitat i que la innovació tecnològica és imparable. És l'argument de la inevitabilitat de la despesa sanitària que tant agrada als polítics. Es tracta de situar les causes fora de l'abast de les decisions polítiques i així qui dia passa any empeny. Ho vaig explicar fa una dècada aquí.

Doncs bé, resulta que si agafem la despesa sanitària individual al Baix Empordà durant una dècada, del 2007 al 2017, i la posem amb euros de 2017, hem passat de 774,6€ el 2007 a 712,6€ el 2017. Ho sabíem, però calia posar-ho ben clar. Queda confirmat, l'envelliment no s'ha aturat i la tecnologia tampoc, però hem gastat força menys. La inevitabilitat de la despesa ja no s'aguanta com argument, almenys pel que fa a aquesta dècada i al Baix Empordà. I ara toca que algú expliqui com gastant menys hem augmentat la longevitat però també la morbiditat al mateix temps, el que apuntava ahir.

PS. Tot això ho vam presentar a les jornades AES

L'esperança de vida en bona salut segons la morbiditat

LOS CAMBIOS EN LA SALUD POBLACIONAL, LA LONGEVIDAD Y EL COSTE DURANTE UNA DÉCADA

En David Kindig ja fa tres dècades va proposar l'esperança de vida en bona salut com a indicador fonamental per avaluar la salut poblacional. Des del grup de recerca dels Serveis Sanitaris del Baix Empordà hem dedicat esforços a la seva estimació. L'any 2014 ja ho vàrem fer i ho vaig explicar aquí. Ara 9 anys després hem refinat l'estimació i novament s'han presentat els resultats a les Jornades AES.

Els resultats mostren que les dones tenien el 2017 una esperança de vida de 85,8 anys, i els homes de 80,6. D'aquests anys, poblacionalment de mitjana es passen respectivament 39,8 anys i 42,9 en estat de salut sa. 

Què té de singular aquesta estimació? Doncs que està basada en la morbiditat poblacional i no en  la percepció subjectiva de la malaltia. Per tant si ens cal comparar poblacions per comprendre com evoluciona la salut en el temps i entre geografies ens ofereix una mesura menys esbiaixada que la percepció personal de la salut. El motiu i l'abast del biaix queda explicat en aquest article.

A Catalunya es diu que l'esperança de vida en bona salut segons el mètode de Sullivan (percepció subjectiva) es troba a 66,06 anys per a les dones i 66,82 per als homes. Les xifres no són comparables amb el que he mostrat.

I algú pot dir que la percepció subjectiva també és important. Jo també ho crec, però no esdevé útil com indicador per comparar el nivell de salut poblacional assolit. És per això que el meu suggeriment és tenir en compte les mesures de benestar que elabora l'OCDE i que en vaig parlar aquí. Convindria doncs fer una estimació de benestar seguint aquesta metodologia i en l'àmbit d'una organització sanitària integrada, i que alhora això permetés comparacions amb d'altres.

Tant de bo en un futur proper poguem disposar de dades com aquestes per poder entendre què està passant. Per ara podem veure que en una dècada s'han augmentat 2 anys de vida, però que la proporció en estat sa ha disminuït. Aquesta és la qüestió que requereix més anàlisi. Interessa saber els factors que han portat a la disminució de l'estat de salut sa en 8 anys durant una dècada. L'èxit de la longevitat es veu minvat per una major morbiditat. Ens calen respostes.