Frontiers in Microbiology

Introducción

La aspergilosis invasiva (IA) es una enfermedad potencialmente mortal que se presenta principalmente en pacientes gravemente inmunocomprometidos, como aquellos con leucemia mieloide aguda, aquellos con neutropenia prolongada debido a terapia mielotóxica o después de un trasplante alogénico de células hematopoyéticas o de órganos sólidos trasplante, y se estima que afecta a alrededor de 200.000 pacientes al año (Brown et al., 2012). El inicio oportuno de la terapia es importante para mejorar la supervivencia, pero el diagnóstico sigue siendo notoriamente difícil, especialmente cuando se depende de cultivos convencionales o microscopía (Lamoth y Calandra, 2017). Debido a esto, se han introducido nuevos biomarcadores para el diagnóstico temprano de IA en las últimas 2 décadas. Hemos resumido las ventajas y desventajas de estas pruebas en la Tabla 1. El rendimiento diagnóstico de estos biomarcadores se puede mejorar aún más al usarlos como una combinación de pruebas (Aguado et al., 2015; Neofytos et al., 2015).

El galactomanano (GM) pertenece a un grupo de polisacáridos que consisten en una columna vertebral de manosa y un número variable de cadenas laterales de galactofurano. La GM constituye una parte importante de la pared celular de Aspergillus spp. (Latgé et al., 1994). Estos polisacáridos que contienen galactofuranosa varían en tamaño de 35 a 200 kDa y son secretados in vivo por el hongo durante el crecimiento invasivo. En los últimos años, la detección de antígenos que contienen galactofuranosa, incluida la GM, se ha utilizado para diagnosticar la aspergilosis invasiva (IA). Hasta la fecha, el método más utilizado para determinar GM en suero y líquido de lavado broncoalveolar (LBA) es un ensayo inmunitario doble emparedado ligado a enzimas (antígeno Aspergillus Platelia™, Bio-Rad, Marnes-la-Cocquette, Francia). Este ensayo se basa en el anticuerpo IgM monoclonal EB-A2 derivado de ratas, que actúa como anticuerpo de captura y detector, y que se une selectivamente a cuatro o más residuos de galactofuranosil β(1 → 5) de GM (Mennink-Kersten et al., 2004). Este ensayo está aprobado por la Administración de Alimentos y Medicamentos de los Estados Unidos, disponible comercialmente, y se ha incorporado como criterio microbiológico en las definiciones consensuadas de enfermedad fúngica invasiva del Grupo de Estudio de Micosis de la Organización Europea para la Investigación y el Tratamiento del Cáncer (Pauw et al., 2008). Aunque este ensayo ha sido aprobado para su uso solo en suero y líquido BAL, la determinación exitosa de GM en otras matrices como el líquido cefalorraquídeo (Chong et al., 2016), orina (Reischies et al., 2016), plasma (White et al., 2013), y líquido de abscesos (Verweij et al., 2000). Los resultados se comunican como un índice de densidad óptica (ODI), en el que el valor de absorbancia de una muestra clínica se compara con la media de dos muestras de referencia (los controles de corte) proporcionados por el fabricante. Sin embargo, los niveles de absorbancia solo son fiables dentro de un intervalo determinado, dependiendo del tipo de fotómetro que se utilice. Esto representa una limitación importante del ensayo. En densidades ópticas más altas, la relación entre la concentración de GM y el valor de absorbancia se vuelve no lineal (Figura 1), lo que resulta en la subestimación de las concentraciones por encima del rango lineal. Dado que la densidad óptica de los patrones de referencia puede variar entre ciclos de ensayo, el corte en el que el ensayo se vuelve no lineal también puede ser variable. De acuerdo con las instrucciones del fabricante, la densidad óptica media de los controles de corte debe ser ≥0,300 y ≤ 0,800. Por ejemplo, un fotómetro de buena calidad con un rango lineal de hasta una absorbancia de 2.por lo tanto, 5 podrá informar con precisión un ODI entre 8,33 (para un control de corte medio de 0,300) y 3,13 (para un control de corte medio de 0,800). En un fotómetro de menor calidad con un rango lineal de hasta una absorbancia de 1,0, este límite de cuantificación fiable puede ser tan bajo como 1,25 (para un control de corte medio de 0,800). Como tal, las pequeñas variaciones de ODIS altos deben interpretarse con precaución. Para una determinación precisa de valores más altos de GM (fuera del rango lineal), el ELISA debe repetirse en muestras diluidas en serie, u otros métodos más precisos, como la espectrometría de masas. Actualmente, el fabricante recomienda un límite de 0,5 tanto en suero como en bálsamo. Sin embargo, debido al gran número de falsos positivos en el LBA en este punto de corte, se propone un punto de corte más alto de 1,0 en la próxima revisión de los criterios EORTC-MSG.

Las características de la prueba y las limitaciones de la detección de GM para el diagnóstico de IA han sido bien estudiadas y han sido objeto de varios metanálisis (Pfeiffer et al., 2006; Zou et al., 2012; Leeflang et al., 2015). Además de proporcionar información sobre el diagnóstico, la GM sérica (sGM) también se ha explorado para predecir el resultado después del inicio del tratamiento, en particular porque la prueba es fácil de realizar, está ampliamente disponible, es en gran medida específica de Aspergillus, está estandarizada y es objetiva. Sin embargo, la concentración de sGM in vivo se determina no solo por la tasa de producción y secreción del hongo en crecimiento, sino también por la tasa de absorción en el torrente sanguíneo, así como la tasa de eliminación de la circulación.

Debido al tamaño relativamente grande de la GM, el antígeno no puede difundirse libremente desde los alvéolos a través del revestimiento endotelial de los capilares pulmonares; se requiere angioinvasión para alcanzar la circulación. Esto se confirmó en un modelo in vitro de alvéolos humanos, en el que la GM solo apareció en el torrente sanguíneo después del crecimiento invasivo de Aspergillus a través de la membrana alveolar-capilar (Hope et al., 2007). Obviamente, como se ha demostrado claramente en estudios histopatológicos y estudios que utilizan reacción en cadena de la polimerasa cuantitativa (PCR), el grado de angioinvasión (y, por lo tanto, carga fúngica) varía con la naturaleza de la afección subyacente, con invasión masiva y una alta carga fúngica en modelos neutropénicos y predominantemente inflamación con poca invasión y una baja carga fúngica en modelos inducidos por esteroides (Sheppard et al., 2006). La producción de GM está influenciada además por la terapia; esto explica la disminución de la sensibilidad de la detección de sGM en pacientes que reciben terapia activa con moho (Leeflang et al., 2015). Este hallazgo se confirmó en modelos animales, donde se demostró un efecto dependiente de la concentración en la detección de sGM para triazoles, polienos y fármacos en investigación como las orotomidas (Petraitiene et al., 2001; Petraitis et al., 2016; Kimura et al., 2017; Negri et al., 2017). Un modelo mostró un aumento paradójico de la sGM después del tratamiento con caspofungina (Petraitiene et al., 2002), potencialmente debido a la interferencia con la síntesis de la pared celular de los hongos. Sin embargo, otros modelos que utilizan equinocandinas no pudieron replicar este fenómeno (Miceli y Anaissie, 2007). Es más probable que el «efecto paradójico» fue causado por una terapia ineficaz que resultó en un aumento de la carga fúngica, en lugar de una mayor liberación de la pared celular, ya que se ha demostrado que las equinocandinas tienen una actividad limitada contra Aspergillus spp. en humanos (Viscoli et al., 2009). En la mayoría de los modelos animales comparativos, no se observaron diferencias en la cinética de la sGM entre diferentes fármacos antifúngicos cuando se compararon con el mismo nivel de eficacia.

La eliminación de la mGE se produce por diferentes vías in vivo. Uso de la etiqueta radiactiva A. fumigatus GM, un modelo de IA para ratas y conejos, mostró una concentración hepática de aproximadamente un tercio de la dosis inyectada inicialmente a través de la captación en células de Kupffer (Bennett et al., 1987). El receptor de manosa de macrófagos desempeña un papel central en este proceso, ya que la captación hepática disminuyó tras la administración de inhibidores de este receptor (Bennett et al., 1987). Otro tercio se excretó por vía renal en 24 h, lo que está en línea con la aparición de GM en orina de pacientes con IA (Reischies et al., 2016). El aclaramiento renal también depende de la función renal (y del tamaño de la molécula), como se evidencia en un informe de caso de IA en un paciente en hemodiálisis que tenía niveles crecientes de sGM, a pesar del tratamiento adecuado y la mejoría clínica (Saleeby et al., 2005). Por último, también se cree que los neutrófilos participan en la absorción y eliminación de GM circulantes. Esto explicaría la sensibilidad significativamente mayor de la detección de mGE en pacientes neutropénicos en comparación con los no neutropénicos (Pfeiffer et al., 2006). Además, un modelo de conejo confirmó que aparecen niveles más bajos de sGM en conejos no neutropénicos, en comparación con conejos neutropénicos, mientras que no se pudo encontrar diferencia en GM en el líquido BAL (Petraitiene et al., 2015). Por lo tanto, la interacción entre la producción y la secreción durante el crecimiento invasivo, el tamaño de la carga fúngica, la terapia antimoho, la función renal y hepática, y el estado neutropénico, resulta en un perfil cinético complejo para la sGM.

Para determinar el estado actual del arte del papel de la GM y su cinética en el resultado de la IA, se realizó una búsqueda en la base de datos MEDLINE a través de Pubmed utilizando la siguiente consulta estructurada: («galactomanano» O «galactomanano») Y («pronóstico» O «pronóstico» O respuesta O «terapia» O «terapia» O «tratamiento» O «terapéutica» O «terapéutica» O «terapéutica»O » resultado»). De un total de 911 artículos, se seleccionaron 56 artículos con base en el título y el resumen.

Cinética en humanos

No se pudo identificar ningún dato sobre la cinética de sGM después de su administración a voluntarios sanos, lo que nos permitiría una exploración detallada de su cinética y metabolismo. Sin embargo, diferentes fuentes de positividad falsa (como soluciones electrolíticas que contienen GM o antibióticos betalactámicos) permiten una idea de su cinética en el cuerpo humano. En un estudio se examinó la sGM después de la infusión de antibióticos betalactámicos en pacientes que previamente eran seronegativos GM y que se consideró que no tenían IA según los signos y síntomas clínico-radiológicos (Aubry et al., 2006). Después de la perfusión, se observó un aumento repentino de la sGM. Basándose en la disminución de los niveles de sGM a partir de entonces, los autores estimaron una semivida sérica de 2,4 días para eliminar la sGM. Sin embargo, no se notificaron parámetros que influyeran, como el aclaramiento de creatinina y el recuento de neutrófilos. Huurneman et al propusieron un modelo farmacocinético para la evolución de la sGM durante la terapia antifúngica (Figura 2), basado en un pequeño número de pacientes pediátricos con IA que recibían voriconazol con monitorización terapéutica de fármacos (Huurneman et al., 2016). Este modelo mostró un buen ajuste con los valores reales, pero estaba limitado por el número muy pequeño de mediciones reales de sGM, la inclusión de posibles casos de IA y el no tener en cuenta las tres rutas metabólicas diferentes (riñón, hígado y neutrófilos).

Impacto de la GM basal en el Resultado

Identificamos 16 estudios que consideraron la GM basal como un predictor de respuesta y supervivencia (Tabla 2). En todos los estudios incluidos se utilizó el ensayo de antígeno Aspergillus Platelia™, aunque con diferentes valores de corte. Todos los estudios incluyeron pacientes adultos con IA comprobada y probable, a menos que se indique lo contrario en la tabla. No pudimos identificar resultados conflictivos entre los artículos: tanto los resultados estadísticamente significativos como las tendencias no significativas apuntaban en la misma dirección.

En general, hubo una correlación fuerte y consistente entre el nivel de sGM y la supervivencia a corto y largo plazo, desde el día 42 hasta el día 180. De hecho, un ensayo aleatorizado prospectivo bien realizado en el que se comparó anidulafungina en combinación con voriconazol con voriconazol solo encontró que la sGM basal era solo uno de los tres predictores independientes de supervivencia en la semana 6 en el análisis multivariado (Marr et al., 2015). Estratificación de los pacientes por positividad basal de la sGM (utilizando un punto de corte de 0.5) dividió a los pacientes en dos grupos, y los pacientes con sGM positivos tuvieron una mortalidad significativamente mayor (Fisher et al., 2013; Hoyo et al., 2014; Kim et al., 2014; Neofytos et al., 2015; Jung et al., 2017). Tres grupos determinaron un corte diferente de sGM ≥ 2.0 basado en el índice de Youden o el análisis del área bajo la curva (Fisher et al., 2013; Mikulska et al., 2013; Imbert et al., 2016). Cuando se estratificó por este punto de corte, dos estudios encontraron una tendencia hacia una mortalidad por todas las causas más alta a los 42 y 90 días (Mikulska et al., 2013; Imbert et al., 2016), con otro estudio que mostró una diferencia estadísticamente significativa para la mortalidad respiratoria de 6 semanas, la mortalidad respiratoria de 180 días y la mortalidad por todas las causas de 180 días (Fisher et al., 2013).

Esta relación demuestra la interacción entre dos factores que determinan la progresión de la enfermedad fúngica. Como se ha mostrado anteriormente, la sGM se correlaciona con la carga fúngica. Como tal, se puede esperar que una carga fúngica más alta (o una sGM basal más alta) produzca peores resultados. Por otro lado, existe el vínculo entre los neutrófilos y los GM, siendo necesarios los neutrófilos para eliminar tanto el sGM como el hongo en sí. De hecho, se ha demostrado que una sGM más alta en el momento del diagnóstico se correlaciona con recuentos más bajos de neutrófilos (Jung et al., 2017).

Un estudio también notificó un vínculo significativo entre la GM BAL y la supervivencia en la semana 6 (López-Medrano et al., 2016). Sin embargo, la relación entre LBA GM y el resultado debe interpretarse con precaución, ya que otros no podrían replicar este hallazgo. Cabe destacar que las pruebas GM de BAL dependen del sitio de la infección, el sitio de muestreo (error de muestreo), la recolección no estandarizada de líquido BAL, así como de la porción de líquido BAL probado (Racil et al., 2011).

Impacto de la cinética GM en el Resultado

Identificamos 21 estudios que analizaron la cinética GM como predictor de respuesta y supervivencia. Se excluyeron cuatro estudios descriptivos por falta de análisis estadístico (Kwak et al., 2004; Maertens et al., 2005; Suankratay et al., 2006; Lai et al., 2007). El resto se ha resumido en el cuadro 3. Todos los estudios incluidos utilizaron el ensayo de antígeno Aspergillus Platelia™. Todos los estudios incluyeron pacientes adultos con IA comprobada y probable, a menos que se indique lo contrario en la tabla.

Al igual que con la GbE de referencia, parece haber una correlación significativa entre la evolución de la GbE después de la línea de base y el resultado. La mayoría de los estudios estratificaron a los pacientes por resultado (respuesta al tratamiento o supervivencia), y encontraron diferencias significativas en los valores medios de sGM en varios momentos (Woods et al., 2007; Maertens et al., 2009; Nouér et al., 2011, 2012; Park S. H. et al., 2011; Park S. Y. et al., 2011; Han et al., 2015; Neofytos et al., 2015; Vehreschild et al., 2017). Los estudios que tomaron en cuenta el valor de sGM inicial y que evaluaron la tasa de disminución, encontraron que esto también era un buen predictor de los resultados (Boutboul et al., 2002; Koo et al., 2010; Khanna et al., 2013; Chai et al., 2014; Teering et al., 2014; Neofytos et al., 2015). Por ejemplo, un aumento de los valores de sGM en la semana 2 de ≥1,0 sobre el valor basal, el fracaso predicho del tratamiento en la semana 6 con una sensibilidad del 66%, una especificidad del 87% y un valor predictivo positivo del 94% (Boutboul et al., 2002). Los autores eligieron el punto de corte de 1,0, ya que determinaron que era la varianza significativa más pequeña con índices ópticos más altos. Además, una sGM persistentemente negativa se asoció fuertemente con buenos resultados (Neofytos et al., 2015). En otro estudio, un compuesto de 1,3-β-D-glucano sérico normalizado (BDG, otro biomarcador de IA) y sGM (utilizando puntuaciones z) predijo la respuesta clínica en la semana 6 y la semana 12 (Neofytos et al., 2015). Sin embargo, esto pareció deberse en su totalidad a la cinética de la sGM, ya que la BDG sola no pudo predecir ninguna de las dos, mientras que la diferencia de sGM entre el valor basal y la semana 2 predijo la respuesta clínica en la semana 6 y la semana 12. Ningún estudio fue capaz de identificar diferencias en la sGM antes de la semana 1.

Chai et al. se encontraron perfiles cinéticos distintos dependiendo del tratamiento antifúngico, y el tratamiento con voriconazol mostró un aclaramiento de sGM más temprano que el tratamiento con anfotericina B (Chai et al., 2014). Sin embargo, esto contrasta con los modelos animales en los que no se pudo observar diferencia en la cinética de sGM entre el tratamiento con azol y el polieno (Petraitiene et al., 2001). Además, otro estudio en 93 pacientes no encontró diferencias en los perfiles entre los fármacos antifúngicos utilizados(Koo et al., 2010).

Impacto de Otros Biomarcadores en el Resultado y la Supervivencia

Además de la GM, se están utilizando otros biomarcadores cuantitativos para el diagnóstico de IA, como BDG y PCR de Aspergillus. Por lo tanto, teóricamente podrían ofrecer información complementaria sobre el pronóstico y la respuesta a la terapia, ya que tienen diferentes fuentes de producción y eliminación. De hecho, se ha demostrado que una disminución de BDG en la semana 2 se correlaciona con la supervivencia en la semana 6 y la semana 12 (Neofytos et al., 2015). Sin embargo, esta disminución fue más lenta que la disminución de la sGM y fue menos sensible para predecir la respuesta al tratamiento. Sin embargo, la tasa de disminución parece tener un impacto en la supervivencia: una disminución en los niveles de BDG de 2,51 pg/ml/día tuvo una sensibilidad del 73,5% y una especificidad del 83,5% para predecir la supervivencia (Pini et al., 2016). Las concentraciones séricas de bis(metiltio)gliotoxina (bmGT), un metabolito secundario de Aspergillus que ha sido propuesto como un complemento de biomarcadores, mostraron ser significativamente mayor en los pacientes que murió a los 30 días (2.36 ± 4.76 vs 1.4 ± 7.58 mg/L, p < 0.01; Vidal-García et al., 2016).

En otro estudio, una PCR cuantitativa de Aspergillus mostró una buena correlación entre el número de copias iniciales y la mortalidad a 90 días, así como entre la positividad persistente a la PCR después de 2-3 semanas y la mortalidad a 30 y 90 días (Imbert et al., 2016). De manera similar, una disminución del ARN de Aspergillus circulante entre la semana 4 y la semana 6 se correlacionó débilmente con la respuesta en la semana 12 (κ = 0,621, p = 0,026), pero no con la respuesta en la semana 6 (Zhao et al., 2016). No se pudo encontrar una relación entre la sGM y el ARN de Aspergillus circulante. Por lo tanto, estos biomarcadores no GM parecen ser especialmente útiles en pacientes negativos a sGM, pero son superados por sGM en pacientes positivos a sGM (que tienen un peor pronóstico desde el principio), y solo permiten evaluar la eficacia antifúngica durante las etapas posteriores del tratamiento.

¿Qué sigue?

Los datos hasta el momento indican una fuerte correlación entre la sGM basal y el resultado, así como entre la cinética de la sGM y el resultado. Sin embargo, estas correlaciones se basan en valores promedio de sGM y ofrecen poco valor agregado para el manejo del paciente individual, principalmente debido a la falta de umbrales específicos. Por lo tanto, varios autores han propuesto reglas de decisión clínica basadas en sus hallazgos. Sin embargo, la validación de estas reglas propuestas es deficiente, tanto en la población inicial de la que se han derivado, como en las poblaciones de validación externa. Por lo tanto, no se dispone de indicadores exactos de la precisión, sensibilidad, especificidad y otros parámetros, por lo que estas reglas de decisión propuestas aún no son adecuadas para su uso en la práctica clínica diaria. Además, de los estudios mencionados anteriormente que utilizaron Platelia™ Aspergillus ELISA, ninguno abordó la cuestión de la no linealidad de los niveles más altos de sGM. Varios estudios han aplicado modificaciones de las definiciones de consenso de EORTC-MSG, en su mayoría incluyendo otros criterios de huésped como SIDA, cirrosis y enfermedad pulmonar obstructiva crónica, y otros criterios clínicos, dificultando la comparación e interpretación de los resultados. Además, muchos estudios sufren de un número bajo a muy bajo de muestras de sGM por paciente. Esto a veces se evita modelando la cinética promedio de sGM en la población, y usando este modelo para predecir el valor esperado en un cierto punto de tiempo basado en valores anteriores. La estimación resultante se utiliza para un análisis posterior. Ambos enfoques están inherentemente sujetos a sesgos, ya que se desconocen los valores reales en el punto de interés.

Actualmente, los ensayos clínicos que evalúan fármacos antifúngicos utilizan principalmente la supervivencia en la semana 6 o en la semana 12 como resultado primario, o la respuesta clínica según se define en los criterios EORTC-MSG (Segal et al., 2008). Se han propuesto resultados sustitutivos para una evaluación más temprana de la eficacia, que potencialmente permitirían una duración más corta de los ensayos clínicos. Uno de estos criterios de valoración define el éxito como sGM repetidamente negativa (<0,5) durante al menos 2 semanas después de la primera sGM negativa. Esto mostró una buena correlación con la supervivencia en 56 pacientes hematológicos (coeficiente de correlación kappa 0,861, p < 0,0001), que está en línea con lo que se esperaría de los datos cinéticos descritos anteriormente (Woods et al., 2007). Este hallazgo fue confirmado por tres estudios independientes en pacientes hematológicos, todos los cuales encontraron coeficientes de correlación kappa similares entre este marcador sustituto y el resultado clínico y la supervivencia (Maertens et al., 2009; Nouér et al., 2011; Park S. H. et al., 2011). Sin embargo, esta definición no permite evaluar la eficacia en un criterio de valoración predeterminado (por ejemplo, después de 1 o 2 semanas de tratamiento), lo que podría ser muy útil para guiar la toma de decisiones. En este contexto, todavía no se dispone de un marcador sustituto sólido y adecuadamente validado.

Aunque la sensibilidad de la sGM para el diagnóstico de IA es menor en pacientes no neutropénicos, receptores de trasplantes de órganos sólidos y pacientes en profilaxis antimicótica con moho activo, las propiedades pronósticas de la sGM no parecen estar influenciadas por esto. Varios estudios incluyeron pacientes no neutropénicos o receptores de trasplante de órganos sólidos (Koo et al., 2010; Park S. Y. et al., 2011; Russo et al., 2014; Teering et al., 2014; Neofytos et al., 2015; Imbert et al., 2016; Jung et al., 2017), o miró a estas poblaciones exclusivamente (Hoyo et al., 2014; Heylen et al., 2015; López-Medrano et al., 2016). Los hallazgos de estos estudios estuvieron en línea con los hallazgos de estudios en pacientes hematológicos. No pudimos identificar ningún estudio que observara la diferencia en la cinética entre los pacientes en profilaxis antifúngica con moho activo. Sin embargo, varios estudios incluyeron a esta población en su análisis general (porcentaje de la población del estudio en profilaxis antifúngica activa por moho: rango 4.3-85%, mediana 50%), y encontraron resultados similares a los de las poblaciones no en profilaxis (Park S. Y. et al., 2011; Hoyo et al., 2014; Kim et al., 2014; López-Medrano et al., 2016; Jung et al., 2017). Por lo tanto, podemos concluir que los pacientes con una sGM inicial alta y los pacientes con una sGM que no logra disminuir, siguen teniendo un mayor riesgo de desenlaces precarios, independientemente de la afección subyacente o la profilaxis. Sin embargo, la cinética exacta podría diferir entre estas diferentes poblaciones, y no se ha estudiado en detalle.

Conclusión

La mGE basal y las tendencias de la cinética de la mGE se correlacionan con el resultado (respuesta y supervivencia) en IA. Además, la sGM parece tener potencial pronóstico temprano, especialmente en pacientes hematológicos. Sin embargo, se necesitan urgentemente más estudios para determinar los puntos de corte clínicamente relevantes precisos y sus características de prueba, seguidos de validación en poblaciones hematológicas y no hematológicas. Además, varios otros biomarcadores, como BDG, bmGT y ADN o ARN de Aspergillus, parecen ofrecer información adicional y complementaria, aunque la cantidad de evidencia para estos biomarcadores es aún escasa.

Contribuciones de los autores

TM participó en la recolección de datos y redacción del artículo. TM, EG, KL y JM participaron en la revisión crítica del artículo y la aprobación final de la versión a publicar.

Declaración de conflicto de intereses

TM ha recibido honorarios de conferencias de Gilead y apoyo para viajes de MSD y Gilead. JM ha recibido becas de investigación, apoyo para viajes y honorarios de conferencias de Gilead, MSD, Basilea Pharmaceuticals, Astellas y Pfizer, y ha participado en juntas asesoras de MSD, Gilead, Astellas, Basilea, Pfizer, F2G, Amplyx, Scynexis y Cidara. KL ha recibido becas de investigación, apoyo para viajes y honorarios de conferencias de Gilead, MSD y Pfizer. Participó en juntas asesoras de MSD y Gilead.

El otro autor declara que la investigación se realizó en ausencia de relaciones comerciales o financieras que pudieran interpretarse como un posible conflicto de intereses.