Scopo: L’entità della comorbilità e della diagnosi errata non era chiara per i pazienti con sindrome di Ehlers-Danlos ipermobile (hEDS), una malattia ereditaria del tessuto connettivo. Gli obiettivi dello studio erano:
(1) descrivere la prevalenza di diagnosi alternative che questi pazienti hanno ricevuto,
(2) valutare il loro sostegno e il loro rifiuto di queste diagnosi e
(3) caratterizzare la loro esperienza nelle loro "odissee diagnostiche".
Metodi: Abbiamo diffuso un sondaggio attraverso il registro globale della Ehlers-Danlos Society, chiedendo ai partecipanti quali diagnosi avevano ricevuto e se credevano che fossero ancora accurate. Sono state inoltre poste domande sulla loro esperienza mentre cercavano una diagnosi. Sono state quindi condotte statistiche descrittive e clustering di consenso.
Risultati: un totale di 505 individui unici con hEDS clinicamente confermati hanno completato il sondaggio.
Il numero medio di diagnosi alternative è stato 10,45. Ansia, depressione ed emicrania erano i più comuni. Tuttavia, le diagnosi più approvate sono state la sindrome da tachicardia posturale ortostatica, l’instabilità cervicale e la sindrome da attivazione dei mastociti.
Le diagnosi con il maggior rigetto erano disturbi neurologici funzionali, sclerosi multipla e fibromialgia.
Il tempo medio alla diagnosi è stato di 10,39 anni.
Conclusione: una diagnosi hEDS appropriata è complessa e la sua presentazione è multisistemica.
Gli operatori sanitari dovrebbero essere consapevoli dei fenotipi specifici per migliorare i tempi di diagnosi e cura.
Introduzione
La sindrome ipermobile di Ehlers-Danlos (hEDS) è una malattia ereditaria del tessuto connettivo, caratterizzata da iperestensibilità articolare ed è 1 dei 13 tipi di sindrome di Ehlers Danlos. I disturbi di salute si concentrano sul dolore cronico e sull'affaticamento, ma il coinvolgimento multisistemico è comune nei pazienti, il che significa che le caratteristiche del disturbo si sovrappongono a molti altri fenotipi della malattia e i pazienti con hEDS hanno spesso una comorbilità.
1 È stato suggerito in letteratura che questa popolazione ha un rischio significativamente più elevato di soffrire di emicrania,2 sindrome da tachicardia ortostatica posturale (POTS)3 e fibromialgia.
4 Poco, tuttavia, è stato pubblicato sulla prevalenza relativa di queste diagnosi o sugli atteggiamenti e le convinzioni del paziente riguardo ad esse. Questo divario è preoccupante perché una comprensione più approfondita delle comorbidità è uno strumento importante nella diagnosi e può guidare la ricerca futura sul miglioramento dei percorsi di diagnosi di hEDS e delle relative sindromi del tessuto connettivo e del dolore. Oltre alla comorbilità, i pazienti con hEDS spesso sperimentano estese “odissee diagnostiche” o ricerche prolungate per identificare la fonte dei loro problemi di salute. Infatti, studi precedenti hanno suggerito che i pazienti subiscono una media di 5 o più anni prima di essere diagnosticati formalmente.5,6 Durante questo periodo, i pazienti spesso accumulano numerose etichette alternative per i loro sintomi.
Ad esempio, uno studio ha rilevato che ai pazienti con hEDS viene spesso diagnosticata erroneamente la fibromialgia, potenzialmente a causa di una significativa somiglianza nella presentazione tra essa e l'ipermobilità.7
Un altro studio ha suggerito che anche le somiglianze tra la sindrome dolorosa regionale complessa e l'EDS hanno portato a diagnosi errate. 8 A causa della sovrapposizione fenotipica e della ricca distinzione probatoria tra diagnosi errate e comorbilità in questa popolazione, abbiamo scelto di riferirci ad entrambe come "codiagnosi", che rappresentano una classe superordinata che è agnostica rispetto all'appropriatezza clinica di una data etichetta diagnostica in qualsiasi particolare caso. Pertanto, una co-diagnosi può ugualmente riferirsi a un’etichetta diagnostica accurata (una comorbilità, ovvero una condizione di salute che coesiste con la malattia indice di hEDS)9 o a un’etichetta diagnostica successivamente ritenuta imprecisa (una diagnosi errata). La mancanza di ricerca sulla relazione tra le numerose co-diagnosi fornite ai pazienti con hEDS rappresenta una lacuna critica nella nostra comprensione della storia sociale della malattia. Inoltre, nessuno studio ha valutato in precedenza l’approvazione da parte del paziente di queste co-diagnosi; pertanto, non è chiaro se i pazienti li interpretino come sovrapposti o soppiantanti altre spiegazioni per i loro sintomi, come una diagnosi clinica di hEDS. Comprendere la relazione tra le co-diagnosi può anche fornire informazioni sulle odissee diagnostiche dei pazienti e identificare modelli che potrebbero ridurre i tempi di diagnosi. Non erano disponibili dati affidabili sulle codiagnosi nella costituzione degli attuali criteri diagnostici (2017) per hEDS,10 e riteniamo che anche questi dati possano essere preziosi poiché tali criteri sono in fase di ulteriore perfezionamento.
Date queste lacune, gli obiettivi del nostro studio erano:
(1) descrivere la prevalenza e le associazioni tra co-diagnosi,
(2) valutare l'approvazione da parte dei partecipanti delle co-diagnosi come accurate o inaccurate alla luce di aver ricevuto una risposta diagnosi hEDS e
(3) comprendere le caratteristiche quantitative delle odissee diagnostiche dei pazienti.
Materiali e metodi
Campione e progettazione
Un sondaggio è stato distribuito a 1005 membri del Data, Inclusion, Collaboration, and Excellence (DICE) EDS and Hypermobile Spectrum Disorders Global Registry, il più grande registro EDS al mondo. Tutti i candidati al sondaggio avevano una diagnosi clinica confermata di hEDS. Inoltre, sono stati tutti arruolati nell’Hypermobile Ehlers Danlos Genetic Evaluation Study (HEDGE), il cui obiettivo è scoprire le varianti genetiche associate all’hEDS. L’unico altro criterio di inclusione era che avessero un’età ≥ 18 anni. Lo studio è stato approvato dal comitato di revisione istituzionale del Registro. Sulla base di una revisione della letteratura, di un precedente studio con interviste che abbiamo condotto sull'odissea diagnostica,6 e di una piccola indagine pilota con la popolazione, abbiamo compilato un inventario di 38 diagnosi comunemente assegnate a pazienti che alla fine avevano ricevuto una diagnosi hEDS. Questo elenco includeva una categoria “altro” e ai pazienti veniva chiesto di elencare eventuali altre diagnosi che avevano ricevuto. Nel sondaggio, che è stato diffuso utilizzando REDCap (un'applicazione sicura basata sul web utilizzata per gestire sondaggi e database online), a ciascun partecipante è stato chiesto di verificare tutte le condizioni mediche che gli erano state precedentemente diagnosticate. Se i partecipanti selezionavano 1 delle 4 categorie più ampie di diagnosi, veniva loro richiesto di fornire anche un'etichetta diagnostica più specifica. Ad esempio, se i partecipanti selezionavano “Artrite (qualsiasi tipo)”, veniva loro chiesto se era stata loro specificatamente diagnosticata l’osteoartrosi, l’artrite psoriasica, l’artrite reattiva, ecc. I partecipanti potevano quindi scegliere tra un totale di 66 potenziali diagnosi. È stato quindi chiesto loro di valutare se ritenevano che ciascuna di queste diagnosi fosse accurata, data la loro diagnosi hEDS. Sono stati raccolti anche altri dati sociologici relativi all'odissea diagnostica, compreso il numero di anni tra l'esordio dei sintomi e la diagnosi ufficiale hEDS del candidato, il numero di medici visitati prima e dopo la diagnosi, il tipo di medico che ha effettuato la diagnosi e dove geograficamente hanno ricevuto la diagnosi. Infine, sono stati raccolti dati demografici per ciascun partecipante, tra cui età, sesso, razza ed etnia, livello di istruzione e codice postale di residenza. Tutti i candidati hanno ricevuto un invito via email a completare il sondaggio online. Questa email è stata ripetuta una volta alla settimana fino al raggiungimento del nostro obiettivo di reclutamento di 500 risposte uniche e complete, ovvero circa il 50% della popolazione candidata.
Analisi statistica
Sono state calcolate statistiche descrittive per stimare la prevalenza di ciascuna diagnosi e le percentuali approvate come accurate o inaccurate. Abbiamo anche utilizzato il clustering di consenso gerarchico per raggruppare le 38 sindromi cliniche in base alla loro somiglianza tra loro, utilizzando un approccio di ricampionamento simile all'approccio di clustering stretto descritto da Tseng e Wong.11 Per questo metodo, abbiamo preso un sottocampione di sindromi di dimensioni di α*N. Dove α è il rapporto di ricampionamento e N è il numero totale di sindromi. Il resto delle sindromi sono state etichettate come campione del test. Abbiamo quindi applicato il clustering gerarchico a questo sottocampione e ottenuto K cluster. Per ogni clustering gerarchico, abbiamo iniziato con una matrice di dati 505x α*N. Questa è una matrice binaria, dove 1 indica la presenza di una sindrome per ciascun paziente e sindrome nel sottocampione. Successivamente, è stata calcolata una matrice di somiglianza di Jaccard α*N × α*N J per ciascuna coppia di sindromi nel sottocampione e una matrice di distanza definita come 1-J è stata quindi utilizzata per il clustering gerarchico. Si noti che l'i,jesimo elemento di J è la percentuale di tempo in cui entrambe le sindromi i e j sono state osservate nello stesso paziente. Utilizzando il metodo dei vicini K-più vicini, siamo stati quindi in grado di prevedere l'appartenenza al cluster per i campioni di test. Dopo aver ottenuto l'appartenenza al cluster per tutte le N sindromi, inclusi sia il sottocampione che il campione di prova, abbiamo calcolato una matrice di appartenenza di dimensione N×N, in cui la (i,j)-esima voce ha assunto il valore di 1 se (i,j )-esima sindrome erano nello stesso cluster e 0 altrimenti. La procedura di ricampionamento è stata ripetuta 500 volte ed è stata calcolata la media delle matrici di appartenenza per arrivare ad una matrice del rapporto di appartenenza. Questa matrice di rapporti è stata ulteriormente sottoposta a 1 fase finale di clustering gerarchico per ottenere il robusto clustering di consenso finale. Nel nostro caso, α è stato impostato su 0,9, N era uguale a 38 e K era impostato su 6 in base al metodo del gomito. Il metodo del gomito traccia la variazione spiegata in funzione del numero di cluster e selezionando il gomito della curva come numero di cluster da utilizzare. Per il clustering gerarchico, abbiamo utilizzato 4 metodi di agglomerazione dei cluster: metodo della varianza minima di Ward (D di Ward), metodi completo, medio e mediano. Come mostrato nella Figura 1 supplementare, i metodi basati sull'agglomerazione D di Ward hanno prodotto gruppi distinti di sindromi di dimensioni relativamente bilanciate, mentre gli altri 2 metodi producono ha prodotto 1 ammasso estremamente grande e diversi altri ammassi molto piccoli. Abbiamo selezionato Ward's D come metodo di agglomerazione finale perché i risultati del clustering generati da Ward's D e dai metodi completi erano molto simili, e i cluster forniti da Ward's D sono leggermente più bilanciati rispetto alle dimensioni dei cluster (Figura 1 supplementare). Le analisi dei dati sono state completate utilizzando la versione R 4.1.2
Risultati
Popolazione dello studio
Abbiamo mirato a reclutare circa 500 intervistati e ci siamo ritrovati con un totale di 505 individui unici che hanno completato il sondaggio (tasso di risposta = 50%). I partecipanti erano prevalentemente bianchi (97%), donne (91%) e residenti negli Stati Uniti (63%). Queste caratteristiche riflettono quelle del Registro (Tabella 1) e le proporzioni di genere e razza sono rappresentative della popolazione di pazienti in modo più ampio.12,13 La maggior parte (69%) ha riferito di avere una laurea o una laurea e la maggior parte aveva circa 30 anni. e 40 (54%). Ulteriori caratteristiche demografiche degli intervistati sono riassunte nella Tabella 1.
Co-diagnosi
Tutti gli intervistati tranne un singolo (99,8%) hanno notato 1 o più condizioni di salute oltre all'hEDS con cui erano stati precedentemente diagnosticati.
Inoltre, il numero medio di co-diagnosi per individuo è stato di 10,45 (s = 4,76).
Le co-diagnosi più diffuse erano ansia (75%), depressione (68%), emicrania (67%), POTS (61%) e sindrome dell'intestino irritabile (IBS, 57%).
I risultati dettagliati sulle co-diagnosi più comuni sono forniti nella Tabella 2.
Il 58% delle co-diagnosi sono state ritenute accurate in media dagli intervistati. In media, ciascun intervistato ha approvato 6,32 diagnosi (61% delle diagnosi) e ne ha rifiutate 2,71 (24% delle diagnosi).
Le co-diagnosi più approvate sono state POTS (91%), instabilità cervicale (90%), sindrome da attivazione dei mastociti (MCAS, 86%), disturbo dell'articolazione temporo mandibolare (ATM, 85%) e neuropatia delle piccole fibre (83%).
Le co-diagnosi più rifiutate erano disturbi neurologici funzionali (rifiutati dal 95%), sclerosi multipla (76%), fibromialgia (67%), disturbo bipolare (62%) e colite ulcerosa (58%).
Per una descrizione completa delle 66 diagnosi e la loro percentuale approvata e rifiutata, vedere l'Appendice.
Centottantuno intervistati (36%) hanno notato di aver ricevuto anche una co-diagnosi “Altro” e 178 di questi individui hanno elencato almeno una di quelle co-diagnosi “Altro”.
Il più comune di questi è stato l'asma (n = 20, o 11% di questo sottogruppo),
seguito da disautonomia (n = 12 o 7%),
allergie (n = 11 o 6%),
disturbo da deficit di attenzione/iperattività (n = 10 o 6%)
e sindrome dell'ovaio policistico (n = 9 o 5%).
Associazioni tra co-diagnosi Come notato in precedenza, dopo aver completato il clustering gerarchico, è stato stabilito che il metodo Ward' D e l'agglomerazione completa hanno fornito i risultati di clustering più simili e preziosi. La struttura gerarchica dei dati viene visualizzata utilizzando un dendrogramma per il metodo D di Ward (Figura 1). In un dendrogramma, l'altezza sull'asse verticale rappresenta la somiglianza tra ciascuna coppia di co-diagnosi. Quanto minore è l'altezza del collegamento che li unisce, tanto più simili saranno le 2 diagnosi tra loro. Il clustering con un'altezza di 2,0 (rappresentato dalla linea tratteggiata nella figura) ha rivelato 6 ampi cluster di co-diagnosi, a cui abbiamo assegnato in modo casuale i numeri da 1 a 6. Un'analisi qualitativa di questi cluster per rilevanza clinica da parte degli autori C.A.F. e C.M.E.H. hanno trovato al loro interno associazioni minime, ma si possono comunque fare alcune generalizzazioni. Il cluster 4 contiene esclusivamente condizioni neurologiche, suggerendo un'associazione rilevante tra queste co-diagnosi. Tutte le condizioni reumatologiche tranne una (vale a dire il lupus) si trovano nel cluster 1, sebbene questo cluster contenga anche il maggior numero di codiagnosi in generale.
Le condizioni psichiatriche apparivano in 3 dei 6 cluster (1, 2 e 6) e quindi come classe non erano strettamente associate. Tuttavia, ansia e depressione sembrano strettamente associate tra loro (e, in misura minore, disturbo da stress post-traumatico [PTSD]), così come i disturbi alimentari e i disturbi neurologici funzionali. Odissea diagnostica Il dolore e l'affaticamento sono stati i motivi principali per cui i partecipanti hanno iniziato a cercare assistenza medica. Una ripartizione di questi fattori scatenanti è fornita nella Tabella 3.
Nel perseguire una diagnosi, gli intervistati si sono rivolti in media a 15,6 medici (il 24% ha riferito di averne visti 20 o più) e il tempo medio per la diagnosi è stato di 10,39 anni (s = 10,88). .
La maggioranza (57%) ha ricevuto la diagnosi ufficiale di hEDS da uno specialista in genetica, seguito da un reumatologo (20%) o dal medico di base (5%).
La maggior parte ha ricevuto la diagnosi negli Stati Uniti (63%), nel Regno Unito (15%) o in Italia (6%). Da quando è stato diagnosticato l'hEDS, il numero medio di medici visitati da ciascun partecipante è sceso a 7,48, con una diminuzione del 52%.
Discussione
Gli obiettivi di questo studio erano:
(1) descrivere la prevalenza di co-diagnosi ricevute da pazienti a cui alla fine è stata data una diagnosi clinica hEDS,
(2) valutare la convinzione di questi pazienti che queste co-diagnosi rimangano descrizioni valide delle loro esperienze e
(3) per quantificare le caratteristiche delle loro odissee diagnostiche.
A tutti i partecipanti tranne 1 (99,8%) era stata diagnosticata almeno una condizione di salute diversa da hEDS nel corso della loro odissea diagnostica. Ansia, depressione, emicrania, POTS e IBS erano le co-diagnosi più diffuse. Sebbene molte di queste condizioni abbiano un'elevata prevalenza nella popolazione generale (Tabella 2), ciascuna delle 10 co-diagnosi più comuni è significativamente gonfiata nei pazienti con hEDS. Questi dati dimostrano l'unicità della popolazione hEDS. Un punto di forza del nostro studio è che tutti i partecipanti avevano una diagnosi clinica confermata di hEDS con un fenotipo robusto appropriato per la ricerca sulla scoperta del gene condotta come parte della valutazione genetica ipermobile Ehlers-Danlos.
Questi forti criteri di inclusione distinguono il nostro lavoro da molti studi precedenti.23
Un altro punto di forza è l'ampia coorte e l'alto tasso di risposta. Nessun altro studio su questo argomento ha, a nostra conoscenza, interrogato un gruppo così ampio e internazionale. Questo studio fornisce una base per la ricerca futura necessaria per servire meglio la popolazione di pazienti affetti da hEDS. Nello specifico, questo lavoro può fornire una migliore comprensione di come semplificare i percorsi dalla complessa gamma di diagnosi errate e comorbilità che abbiamo identificato a una diagnosi appropriata e tempestiva di hEDS.
La sovrapposizione di hEDS con POTS non è particolarmente sorprendente, perché gli studi hanno scoperto che Dal 15% al 31% dei pazienti con diagnosi di POTS soddisfa i criteri diagnostici hEDS,24-26 e 1 piccolo studio ha riscontrato un'elevata sovrapposizione nelle diagnosi tra EDS e POTS (80%).27
Anche la prevalenza di IBS e altre condizioni gastrointestinali è stata ciò non sorprende perché uno studio precedente ha rilevato che tra il 36% e il 79,3% dei partecipanti con hEDS riportavano tali problemi.28 Inoltre, i nostri risultati confermano i risultati di Leganger et al,29 che hanno riferito che, in una popolazione danese, i disturbi funzionali gastrointestinali erano tra i comorbilità più comuni. Il nostro lavoro supporta anche una forte associazione trovata in letteratura tra hEDS e determinate condizioni psicologiche. Ad esempio, i nostri risultati rafforzano un'associazione con i disturbi d'ansia, con 1 studio che riporta che il 47% degli intervistati al questionario ha ottenuto un punteggio pari o superiore a 8 nella scala dell'ansia.7 In misura minore, il nostro studio supporta anche un'associazione tra hEDS e depressione.30 Il nostro raggruppamento di consenso ha inoltre rilevato una stretta associazione tra ansia, depressione e, in misura minore, disturbo da stress post-traumatico con diverse condizioni somatiche, come ATM, emicrania e POTS. Questa associazione sottolinea la stretta connessione tra le condizioni di dolore e le loro conseguenze sulla salute mentale dei pazienti. Tale scoperta è supportata nella letteratura qualitativa, in cui i pazienti hanno descritto il dolore cronico come causa diretta di un aumento dell'ansia e di altri problemi di salute mentale.6 È stata riscontrata anche un'elevata comorbilità tra depressione e ansia (43%)31 e PTSD (48%)32. sono stati segnalati nella popolazione generale. Il nostro lavoro dimostra anche una sovrapposizione tra hEDS e altre condizioni di salute. Ad esempio, abbiamo riscontrato che un’ampia percentuale (48%) di partecipanti aveva una co-diagnosi MCAS. Ciò è parallelo a un piccolo studio (N = 15) che ha riscontrato un'elevata sovrapposizione tra EDS e MCAS (66%).27 Il nostro tasso significativo di malformazioni di Chiari (10%) ed emicrania (67%) è riportato anche come comorbidità comune in letteratura sull'EDS.33-35 Infine, è stato segnalato che dal 33% al 100% dei pazienti con EDS e disturbi correlati presenta una comorbilità di disfunzione dell'ATM,36-38 e i nostri dati rientrano esattamente in questo intervallo, pari al 55%. Tuttavia, i nostri risultati differiscono da alcuni dati precedentemente riportati in letteratura. Uno studio recente ha rilevato che i pazienti con EDS avevano una media di 2,8 condizioni sistemiche di comorbidità elencate nelle loro cartelle.38 I nostri partecipanti hanno confermato una media di 6,32 co-diagnosi. Questo elevato numero medio di co-diagnosi è preoccupante perché il conteggio della morbilità è stato associato a maggiore disabilità e dolore e a una minore qualità della vita.39 La fonte della differenza in questi risultati non è chiara, ma potrebbe essere che i pazienti con il tipo ipermobile di L'EDS riceve più co-diagnosi nel corso della sua odissea diagnostica rispetto ai pazienti con altre forme di EDS diagnosticate a livello molecolare. Avere a disposizione un test genetico può ridurre le diagnosi errate. Un'altra preoccupazione è che molti individui hanno visto i loro sintomi liquidati come psicosomatici.
Sebbene queste codiagnosi abbiano interessato solo il 16% della nostra popolazione (82 individui), tale abbandono ha conseguenze negative critiche per il benessere psicologico e fisico del paziente, portando potenzialmente a una diagnosi ritardata,40 alla prescrizione di antipsicotici non necessari,41 e lo sviluppo di risposte traumatiche di lunga durata a incontri clinici altrimenti benigni.42 Non sorprende quindi che i disturbi neurologici funzionali abbiano avuto i tassi di rigetto più alti (95%), espressione delle convinzioni dei nostri partecipanti secondo cui tale etichetta non spiegava adeguatamente i loro sintomi. Un’interpretazione di alcune diagnosi psichiatriche come rifiuto della realtà fisica dei sintomi di un paziente può quindi essere una delle ragioni principali del rifiuto di queste co-diagnosi da parte dei partecipanti. Ricerche precedenti suggeriscono diverse altre ragioni per cui i partecipanti potrebbero sostenere o rifiutare una data co-diagnosi. Ad esempio, potrebbero ritenere che l'hEDS supporti o sia superiore a una diagnosi rifiutata, che non catturi accuratamente la loro esperienza di malattia o che il medico che ha formulato la diagnosi lo abbia fatto per ragioni non informate o inappropriate.6 L'atteggiamento dei nostri partecipanti nei confronti la co-diagnosi è di interesse clinico perché può essere indicativa della loro volontà di seguire le raccomandazioni terapeutiche e può suggerire le loro motivazioni per cercare diagnosi e cura. Pertanto, comprendere quali codiagnosi appoggiano e rifiutano è importante per migliorare la comprensione da parte dei medici del percorso diagnostico dei loro pazienti, contribuendo così potenzialmente ad abbreviarli.
Analizzare l'odissea diagnostica
Il nostro studio porta alla luce numerosi problemi che i pazienti affetti da malattie rare devono affrontare nel loro odissea diagnostica. Sebbene i pazienti avvertano una varietà di sintomi, il dolore e l’affaticamento sono i fattori scatenanti più comuni per iniziare la ricerca di una diagnosi. Questi dati quantitativi supportano analisi qualitative simili basate su interviste ai pazienti.6 In media, i nostri partecipanti hanno trascorso 10,39 anni prima di ricevere una diagnosi hEDS. Questa statistica è in linea con alcuni rapporti precedenti.5,6 Alla maggior parte dei nostri partecipanti è stata diagnosticata da uno specialista - un genetista (57%) o un reumatologo (20%) - ma hanno visto una media di 15,6 medici in il processo. Dopo la diagnosi hEDS, la maggior parte dei partecipanti vede regolarmente solo 7,48 medici, ovvero il 52% in meno di quelli che hanno visto durante la loro odissea diagnostica. Questi dati dimostrano che migliorare i tempi di diagnosi non solo ridurrebbe gli oneri sanitari per i pazienti, ma ridurrebbe anche i tempi e gli oneri del flusso di lavoro sul sistema sanitario. È stato riferito che molti medici mancano di formazione sui criteri diagnostici adeguati per hEDS,43 il che aumenta il tempo necessario alla diagnosi e il numero di diagnosi errate che un paziente riceve.6 I nostri dati sottolineano alcuni aspetti della complessità del processo diagnostico. Ad esempio, evidenziano l’alto livello di variabilità nei fenotipi hEDS e la loro natura multisistemica. La sovrapposizione dei sintomi tra i disturbi23,44,45 può aumentare la difficoltà dei medici nel riconoscere e diagnosticare adeguatamente gli hEDS e quindi portare a diagnosi errate. Inoltre, gli operatori sanitari generali, che secondo i nostri dati sono la terza classe di medici con maggiore probabilità a diagnosticare pazienti affetti da hEDS, potrebbero avere una conoscenza e una consapevolezza delle malattie rare significativamente inferiori rispetto agli specialisti.46 Limitazioni Sebbene il presente studio fornisca nuove importanti informazioni secondo la nostra comprensione di hEDS, presenta alcune limitazioni. Anche se abbiamo reclutato utilizzando un registro globale, la maggior parte dei nostri intervistati proveniva comunque da un gruppo demografico specifico: bianchi (97%), donne (91%) e residenti negli Stati Uniti (63%). Il fatto che il sondaggio sia stato offerto solo in inglese probabilmente ha contribuito in parte a questa limitazione. Ad esempio, 1 candidata ci ha inviato un'e-mail, sottolineando che "sarebbe stato meglio se fosse stato tradotto" (sarebbe stato meglio fosse stato tradotto) perché non aveva familiarità con alcuni termini tecnici inglesi per le diagnosi. La specificità demografica della nostra popolazione potrebbe suggerire che mancano dati salienti di altre popolazioni, come le popolazioni non bianche, maschili e non americane. Ciononostante, i dati demografici dei nostri intervistati erano rappresentativi del registro nel suo insieme. Un'altra limitazione è che ci siamo basati sull'autovalutazione per ottenere informazioni sulle co-diagnosi discusse in questo articolo, piuttosto che sull'esame delle cartelle cliniche. Infine, il nostro articolo presenta solo il punto di vista dei pazienti sulla validità o meno di una co-diagnosi e non fa asserzioni riguardo al punto di vista dei medici sulla questione.
Conclusione
Cinquecentocinque individui unici con una diagnosi clinica confermata di hEDS hanno completato la nostra indagine su comorbidità, diagnosi errate e altre caratteristiche delle loro odissee diagnostiche. I risultati di questo studio sono importanti per questa popolazione di pazienti, perché nessun lavoro precedente ha valutato una gamma così ampia di condizioni o con un numero così elevato di partecipanti. Poiché i marcatori genetici devono ancora essere stabiliti per aiutare nella diagnosi di hEDS, comprendere i fenotipi specifici e le variazioni nella presentazione dell'hEDS è un passo cruciale per migliorare i risultati dei pazienti. Il nostro studio ha dimostrato la complessità della rete di co-diagnosi che gli individui ricevono prima che alla fine venga loro diagnosticata la hEDS. L'elevato numero medio di comorbilità sottolinea la significativa variabilità fenotipica in questo gruppo popolazione e la natura multisistemica della sindrome.23 La complessità di questi risultati sottolinea la necessità di un approccio di squadra interdisciplinare per la gestione e la cura appropriate delle hEDS. Riteniamo che la comprensione presentata in questo studio sulla prevalenza e sulle associazioni tra le principali codiagnosi sarà una risorsa preziosa per gli esperti mentre lavorano per rivedere i criteri diagnostici per hEDS. Sono necessarie ricerche future per indagare su queste co-diagnosi per distinguere tra vera comorbilità e diagnosi errata.
fonte: doi: https://doi.org/10.1016/j.gimo.2023.100812 2949-7744/
© 2023 The Authors. Published by Elsevier Inc. on behalf of American College of Medical Genetics and Genomics. This is an open access article under the CC BY-NC-ND license