🧬 Esclerosis Múltiple (MS): Neuroinflamación y Biomarcadores

Biomarcadores moleculares, neuroimagen, progresión clínica y tratamientos — DOI: 10.7910/DVN/X2TQQA

🏦 Harvard DataverseDOI: 10.7910/DVN/X2TQQACC0 1.0
Resumen: Esclerosis Múltiple (MS): enfermedad autoinmune desmielinizante mediada por linfocitos T (Th1/Th17) y células B autorreactivas. IFN-γ en LCR es el biomarcador más específico (ratio 24.8x). Las lesiones T2-FLAIR son el gold standard diagnóstico. HLA-DRB1*15:01 (OR=3.1) es el principal factor genético. Ratio mujer:hombre de 2.3:1. Natalizumab (68% eficacia) y ocrelizumab (46%) son los tratamientos más efectivos.
2.9M
🌍 Prevalencia global
24.8x
🔬 IFN-γ LCR
vs control
18
📡 Lesiones T2-FLAIR
promedio
2.3:1
👩 Ratio mujer:hombre

Biomarcadores en LCR — Pacientes vs Controles

Perfil de Neuroimagen — Esclerosis Múltiple (MS)

Progresión Clínica — EDSS (0-10)

Factores de Riesgo Genético

Tratamientos Aprobados

Tabla: Biomarcadores en LCR — Esclerosis Múltiple (MS)

BiomarcadorControlPacientes MSRatio
IL-1β (pg/mL)215.77.85x
IL-6 (pg/mL)1.419.313.79x
IL-8 (pg/mL)8.126.43.26x
TNF-α (pg/mL)316.25.4x
IFN-γ (pg/mL)2.124.811.81x
TGF-β (pg/mL)1783802.13x
Aβ42 (pg/mL)10809700.9x
Tau total (pg/mL)1701951.15x
p-Tau (pg/mL)16191.19x
α-Syn (ng/mL)1.21.31.08x
NfL (pg/mL)80041005.13x
GFAP (pg/mL)1184203.56x
YKL-40 (ng/mL)1623121.93x

Tabla: Tratamientos Aprobados

FármacoMecanismoAprobación FDAEficacia
NatalizumabAnti-α4-integrin200468%
OcrelizumabAnti-CD20 mAb201746%
CladribinaLymphocyte depl.201955%

Cómo citar

APA: de la Serna, J. M. (2026). Neuroinflammation and Neurodegenerative Disorders: Integrated Molecular Biomarkers, Neuroimaging and Clinical Progression Data. Harvard Dataverse. https://doi.org/10.7910/DVN/X2TQQA

@dataset{delaserna2026neuro,
  author={de la Serna, Juan Moises},
  title={Neuroinflammation and Neurodegenerative Disorders: Integrated Molecular Biomarkers, Neuroimaging and Clinical Progression Data},
  year={2026},
  publisher={Harvard Dataverse},
  doi={10.7910/DVN/X2TQQA},
  url={https://doi.org/10.7910/DVN/X2TQQA}
}