La Malattia di von Willebrand (VWD) è il disordine ereditario della coagulazione più comune, causato da un deficit o una disfunzione del Fattore di von Willebrand (VWF)
La Malattia di von Willebrand (VWD) è il disordine ereditario della coagulazione più comune, causato da un deficit o una disfunzione del Fattore di von Willebrand (VWF), una glicoproteina essenziale nel processo emostatico.
Nonostante la sua diffusione, l’epidemiologia della VWD rimane in parte sconosciuta, con stime di prevalenza che variano tra lo 0,6% e l’1,3% nella popolazione generale. Tuttavia, i dati provenienti dai centri specialistici indicano che circa 1 individuo su 1000 potrebbe presentare una forma clinicamente rilevante della malattia.
Al 18° Congresso Europeo EAHAD, il Dottor Omid Seidizadeh del Dipartimento di Fisiopatologia Medico-Chirurgica e dei Trapianti dell’Università degli Studi di Milano, ha presentato un’analisi epidemiologica approfondita della VWD utilizzando big data genomici su larga scala, dal titolo “Epidemiology of von Willebrand Disease Using Big Data”.
Questo approccio innovativo permette di superare le limitazioni dei metodi tradizionali di rilevazione dei casi, offrendo una visione più accurata della reale diffusione della malattia.
Limiti degli studi epidemiologici tradizionali
Storicamente, l’epidemiologia della VWD è stata valutata attraverso l’analisi dei registri clinici e dei dati raccolti presso centri ematologici specializzati. Tuttavia, questi metodi presentano limiti significativi. Le stime basate su casi clinicamente diagnosticati non riflettono l’intera popolazione affetta, poiché molti pazienti con varianti del VWF rimangono asintomatici o manifestano sintomi lievi che non portano a una diagnosi formale. Questo porta a una sottostima della prevalenza della malattia.
Inoltre, la maggior parte degli studi precedenti è stata condotta su campioni di popolazione limitati a specifiche aree geografiche, rendendo difficile ottenere stime globali affidabili. La scarsità di studi prospettici e sistematici ha ulteriormente ostacolato la comprensione dell’impatto reale della VWD sulla popolazione mondiale. Inoltre, studi precedenti non avevano incluso tutti e sei i diversi tipi di VWD.
L’uso dei big data genomici: un nuovo approccio
Il progetto guidato da Seidizadeh ha utilizzato database genomici di vasta scala per ottenere una stima più precisa della prevalenza della VWD. In particolare, sono stati analizzati i dati provenienti dal Genome Aggregation Database (gnomAD), uno dei più ampi archivi genomici disponibili a livello internazionale.
- gnomAD v2 include dati di oltre 140.000 individui (pari a circa 280.000 alleli)
- gnomAD v4, la versione più recente, estende la copertura a più di 800.000 individui, offrendo una base dati estremamente robusta per analisi epidemiologiche.
Attraverso l’analisi di queste banche dati, i ricercatori hanno identificato varianti genetiche del VWF associate alla malattia e ne hanno stimato la frequenza nella popolazione generale. I risultati suggeriscono che la VWD sia ampiamente sottodiagnosticata a livello globale.
Sulla base di studi precedenti secondo cui 1 caso su 1000 dovrebbe avere VWD sintomatica, in una popolazione globale di quasi 8 miliardi di persone, circa 8 milioni di persone dovrebbero avere VWD. Lo studio suggerisce un numero significativamente più alto.
Si è stimato che la prevalenza mondiale di VWD ogni 1000 persone sia 11 per il tipo 1 VWD (1,1%), 1,3 per il tipo 2A (0,13%), 1,7 per il tipo 2B (0,17%) e 1,3 per il tipo 2M (0,13%). Per le forme recessive di VWD, la prevalenza globale è stata stimata in 31 casi per milione per il tipo 2N e 1,2 casi per milione per il tipo 3 VWD. Inoltre, è stato riscontrato che la prevalenza di VWD varia tra i diversi gruppi etnici.
Considerando una popolazione mondiale di circa 8 miliardi di persone, la prevalenza mondiale stimata dei casi di VWD è la seguente: 88 milioni di individui con tipo 1, 10,4 milioni con tipo 2A, 13,6 milioni con tipo 2B, 10,4 milioni con tipo 2M, 248.000 con tipo 2N e 8.800 con tipo 3.
Da notare che nel sondaggio globale della Federazione Mondiale dell’Emofilia (WFH) del 2022 sono stati registrati solo 103.844 pazienti con VWD.
Risultati principali e implicazioni cliniche
L’analisi dei big data genomici ha evidenziato una discrepanza significativa tra i tassi di prevalenza stimati attraverso i dati genetici e quelli ottenuti dai registri clinici. Questo suggerisce che un numero elevato di pazienti affetti da VWD rimane non diagnosticato, aumentando il rischio di complicanze non gestite e influenzando negativamente la qualità della vita dei pazienti.
La sottodiagnosi della VWD comporta diverse conseguenze cliniche e sociali:
- Sottotrattamento: molti pazienti non ricevono le terapie appropriate per prevenire sanguinamenti e complicanze
- Morbosità evitabile: emorragie non gestite possono portare a conseguenze gravi, come l’anemia cronica e danni articolari
- Impatto sul sistema sanitario: la gestione delle complicanze legate a diagnosi tardive comporta costi elevati e un maggiore utilizzo di risorse sanitarie.
Importanza della genetica nella diagnosi precoce
Questi risultati sottolineano la necessità di integrare l’analisi genetica nei protocolli diagnostici per la VWD. L’utilizzo di dati genomici su larga scala può supportare l’identificazione di pazienti asintomatici o con sintomi lievi che potrebbero beneficiare di un monitoraggio più attento o di interventi terapeutici mirati.
Inoltre, la comprensione della reale frequenza delle varianti genetiche associate alla VWD può migliorare la pianificazione delle risorse sanitarie e promuovere campagne di sensibilizzazione rivolte a medici e pazienti.
Prospettive future
L’approccio basato sui big data apre nuove possibilità per la ricerca epidemiologica e la medicina personalizzata. L’espansione di database genomici come gnomAD e l’applicazione di tecniche avanzate di bioinformatica permetteranno di affinare ulteriormente le stime di prevalenza e di identificare nuove correlazioni genetiche con la VWD.
I ricercatori auspicano che studi futuri possano estendere l’analisi a diverse popolazioni etniche e considerare variabili ambientali e socioeconomiche che potrebbero influenzare l’espressione clinica della malattia.
L’utilizzo dei big data genomici rappresenta una svolta nell’epidemiologia della Malattia di von Willebrand, permettendo di superare i limiti degli studi tradizionali e fornendo stime più accurate della prevalenza globale. La ricerca condotta dal Dott. Omid Seidizadeh evidenzia l’ampia sottodiagnosi della malattia e sottolinea l’importanza di strategie diagnostiche più inclusive e avanzate.
Bibliografia
Seidizadeh, O. DemographicsandEpidemiologyofVWD Using Big Data. EAHAD 2025; abstract = SPK32