您好,请问有什么可以帮到您的。 点击这里给我发消息
武汉新启迪生物科技有限公司
新启迪-您的生物科研好伙伴!
本企业通过iso9001质量体系认证

类风湿关节炎抗IL-6受体治疗的异质性治疗反应轨迹的鉴定

 二维码
发表时间:2020-08-19 11:48作者:武汉新启迪Xinqidibio来源:www.qidibio.com

摘要

类风湿关节炎(RA)是一种慢性炎症,其病情发展过程不断变化。尽管近年来治疗方法已有实质性改善,但仍不能保证治疗效果。这项研究的目的是确定RA患者对Tocilizumab的反应疾病活动评分28(DAS28)的变化,并研究影响反应的分子和临床因素。从LITHE III期临床研究(NCT00106535)中提取了485例接受Tocilizumab联合甲氨蝶呤治疗的RA患者的临床和生化数据,并进行了事后分析。在治疗开始后,使用潜在类混合模型来识别DAS28的统计学上不同的轨迹。然后对生物标志物的测量进行横断面和时间分析,通过血清生物标志物和临床因素来表征患者。我们确定了三种不同的药物反应轨迹:1类(n = 85,17.5%),2类(n = 338,69.7%)和3类(n = 62,12.8%)。所有组平均开始时都具有较高的DAS28(DAS28> 5.1)。第1类的DAS28下降最少,有更多的患者寻求逃逸治疗(p  <0.001)。第3级显示出DAS28的改善率明显更高,达到ACR响应水平的占58.1%,而第1级则为2.4%(p  <0.0001)。与其他类别相比,炎症的生物标记物MMP-3,CRP,C1M在类别3中显示出更大的减少。鉴定药物反应的更多同质患者亚群可以允许更有针对性的治疗方案和对病因的更好理解。

介绍

类风湿关节炎(RA)是一种复杂的疾病,其疾病活动和进展过程会发生波动1尽管近年来治疗有所改善,但仍不能保证持续的反应,大多数患者对第一线治疗方法传统的合成DMARD治疗无效。药物无反应或中度反应的根本原因是多方面的,人们还不太了解2一个精密医药在风湿病的目标之一,是提高药物的反应,通过更好的了解病因的实现更有针对性的治疗34

目前,在临床药物测试的试验药物的反应的评估包括由风湿病(ACR)标准美国大学定义离散分数,指示20%,50%或在选择选择代表疾病的疾病的临床参数的70%的改善5还可以使用欧洲抗风湿病联盟(EULAR)响应标准,其中疾病活动评分28(DAS28)的提高可将患者识别为良好,中度或不良反应者。

以前的研究已经在RA患者DAS28证明进展的变化率确定治疗响应轨迹异质性67这些研究在治疗开始后或仅通过观察就确定了不同的疾病进展组。他们还指出,除了较高的疾病活动性之外,在基线时没有能够区分这些组的区分因素。

在药物反应和疾病进展变化的一种解释可以被链接到患者的基础endotypic轮廓被处理891011内型是所鉴定病症的特定亚型,其解释了表型的可观察特性。内型根据血液或其他液体中的特定细胞或分子水平定义亚组或表型,并且被认为是定义亚组12的更具体,更准确的方法先前已经推测,RA可以由几个endotypes的910,具有独特的潜在病理机制。反过来,这不仅可以改变疾病的物理形式,而且可以改变药物反应和进展速度。使用滑膜生物标志物,确定了分子和细胞表型,这与针对不同生物学途径的治疗的临床结果密切相关10对可能影响治疗反应和疾病进展的机制的进一步研究可能为精密医学和更好的患者护理3的更好工具铺平道路

这项研究的目的是明确确定中度至重度活动性疾病的RA患者对Tocilizumab(一种抗IL6受体治疗)的反应异质性,并使用血清学生物标记物和患者人口统计学特征确定可描述异质性的因素。通过数据驱动的方法,我们使用统计学习方法调查了疾病的异质性。

方法

患者资料

三臂III期临床试验LITHE数据集的生物标志物子研究13中提取了485名接受4或8 mg / kg Tocilizumab联合MTX并随访长达52周的RA患者的纵向患者数据( NCT00106535)14接受安慰剂的患者未包括在本分析中。该队列包括中度至重度疾病活动且对DMARDs反应不足14的患者在本研究中,根据几个主要的选择标准选择了患者,如图1所示。 这是对临床试验中可获得的广义数据的事后回顾性分析。有关这些临床试验的历史信息,请参考下面的原始文献1415设计和统计计划已由IRB批准。在分析过程中,没有生成或尝试生成任何新数据。没有新数据提供回项目的原始赞助商或PI。无法确定作者的参与者信息。

图1
图1

患者选择流程图。选择患者的流程图和用于潜在类别混合物建模的数据,以识别治疗反应的不同轨迹。

纳入研究后,在基线(BL)收集人口统计学数据(年龄,性别,种族,疾病持续时间,BMI)和临床数据(例如以前口服类固醇的使用)。每4周记录一次基线和随访的临床测量值(例如,投标关节计数(TJC),关节肿胀计数(SJC),VAS疼痛,健康评估问卷(HAQ),DAS28,改良的Sharp Score(mTSS)等)。在基线之后持续52周,共计14个时间点。对于接受逃脱疗法的患者,开始进行逃脱疗法后的所有时间点均被删除(n = 98)。

根据ACR和EULAR标准对终点进行测量,包括射线照相测量,DAS28疾病活动评分以及患者和医生报告的结局。

潜在类别和统计分析

对于本研究,使用R中的lcmm封装(版本1.7.9)16测试了不同数量的潜在类别,范围从1到5,并根据最低的贝叶斯信息准则和Akaike信息准则选择了最佳类别。测试了线性和非线性链接函数,并研究了具有等距节点的3–5个I样条。所选班级的数量还基于每个班级中总患者队列的百分比高于10%,以避免人群不足的人群,后验概率超过0.7,从而确保了对班级成员的高度信任。这些启发式方法可以在表1中看到最终,由于使用的度量非常接近,并且选择了更多的差异,因此选择了三个具有3节的潜在类。在模型中使用治疗剂量和基线口服类固醇激素作为固定效应。由于统计重要性较低,因此省略了其他变量,例如年龄和性别。混合效果模型的性质固有地允许丢失数据,这意味着不执行插补。

表1潜在类建模的参数选择标准。

然后在确定的每个不同的轨迹组中,使用基线临床测量值,以通过血清生物标志物水平和临床特征来表征患者。随访测量还用于描述各组对治疗反应的稍后时间点,包括疾病活动评分28。卡方检验用于非数字值,而方差分析用于数字测量。在缺少患者数据的情况下,将忽略这些患者的统计数据进行了计算,表2中报告了n 然后,使用卡方检验分别比较每组ACR和EULAR缓解率分别为20%,50%和70%的改善水平。

表2整个研究人群和确定的潜在类别的患者特征。

收集每位患者的纵向生物标记数据,并以基线水平为中心。使用线性混合效应模型来模拟每个潜在类别之间基线之间血清生物标志物水平的变化。使用的固定作用是时间(周)和潜伏期,而患者用作随机作用。然后,对每个生物标记物进行似然比检验,以确定与单独的时间相比包括类别变量的统计显着性。

所有分析均使用R版本3.4.1进行计算。使用lme4包17实现了混合效果模型

同意发表

不适用。

结果

共有485名患者被纳入隐性类轨迹分析,这些患者选自Tocilizumab的LITHE临床试验的生物标志物子研究。在患者逃脱试验或改用另一种治疗药物后,将时间点删除。在52周的时间内,每位患者进行了4–14次观察。

潜在类别轨迹分析确定了遵循不同药物反应轨迹的三个不同的患者亚组。所有组均以较高的DAS28开始,平均为6.5±0.9。平均而言,所有三个类别均显示出疾病活动性下降,但是校正治疗剂量和基线口服类固醇使用量的变化率和变化水平(图2明显不同  

图2
图2

通过DAS28测量的对Tocilizumab应答的潜在轨迹。A)在52周的临床试验中,对Tocilizumab抗IL6治疗产生反应的所有DAS28患者轨迹,以及对Tocilizumab响应产生的三种已确定的DAS28潜在轨迹(B)从基线到第52周每种确定的潜在类别的平均轨迹。

第1类(17.5%,85位患者)在52周期间显示出DAS28的下降最小,在52周后(DAS28 = 4.6±1.1),患者平均保持高于中等疾病活动状态(3.2 <DAS28 <5.1) 。第2类,最大的组(69.7%,338例患者)在试验过程中显示出疾病活动性评分的下降幅度更大。这些患者的平均疾病活动度较低(2.6 <DAS28 <3.2),但在52周后未达到缓解状态(DAS28 = 3.0±1.1)。第3类,最小的组(12.8%,62名患者)显示疾病活动性改善最大,所有患者在52周后均达到缓解状态(DAS28 = 1.45±0.6)。这三类的平均后验概率分别为0.71、0.74和0.80。

潜在阶层特征

在基线时,年龄,性别,BMI,疾病持续时间,基线类固醇的使用以及基线时先前DMARDS的数量无显着差异(p  > 0.05,表2)。在基线时,也没有发现疾病活动性或严重性,VAS疼痛和影像学夏普评分的临床标志差异。

DAS28在第1类的基线表现出不同的趋势,响应较差的组的得分高于其他两组。这可能是由于CRP和TJC的差异导致的,而CRP和TJC的差异分别在第3组和第1组中升高。

尽管各组之间的CRP显着不同(p  <0.05),但其他生物标志物在基线时却几乎没有或没有趋势(表2)。

三组在第24周和第52周时,根据ACR标准在每组中的响应者数量也有显着差异,这表明与基线相比有20%,50%和70%的改善。与所有2级和3级相比,第一级在所有时间点都对ACR20标准有反应的患者比例显着较低(p  <0.001,表3)。在ACR70标准下,第3类患者的应答也明显增加(p  <0.001,表3)。

表3确定的每个潜在类别的响应标准。

生物标志物动力学

选择血清生物标志物作为RA代表的病理机制或组织。PINP,CTX-1,ICTP和OC(骨骼和软骨),以及MMP3,CRP,C1M和VICM(发炎)。线性混合效应模型揭示了每个生化标志物在五个时间点的生物标志物变化轨迹。

从基线观察生物标志物水平的绝对变化时,可以观察到三组之间存在一些差异。尽管在统计学上不显着,但与第1类相比,第3类的骨形成,PINP和OC标记物增加更多,在第16周中几乎没有升高的迹象(图   3)。与第1类相比,第3类患者还表现出OC和ICTP下降更快(图   3)。

图3
图3

每个潜在类别的生物标志物水平变化。PINP,CTX-1,OC和ICTP(骨骼)以及MMP3,CRP,C1M和VICM(炎症)生物标志物百分比变化的估计平均值。

尽管各级别之间的骨标志物无显着差异,但各级别之间的MMP3和CRP水平相对于基线的变化却不同(分别为p  <0.001和p  = 0.03),而第3级的减少幅度更大(图   3)。尽管所有组均显示出较大的置信区间,但第2级和第3级的VICM水平与C1M相似,而第1级的下降更为稳定。

讨论区

这项研究的目的是确定治疗反应的不同轨迹,并通过临床和纵向生化特征表征这些人群。这些分析的超越性目标是随着时间的流逝更好地了解反应的动态,以强调存在不同的反应者内型。

我们确定了三类药物反应,一类是疾病活动水平持续较高的中度应答者,二类是对疾病活动水平较低的中度应答者,三类药物是适当的应答者,其缓解状态平均。第三类患者中,获得ACR药物反应的患者比例也显着更高(20%,50%和70%),而接受逃脱疗法的患者更少。第2类非常接近数据集的中位数,而第1类和第3类非常极端。

如图所示的其他作者,对治疗的反应是不是线性的过程,实际上是在高度异质718这表明不能通过在所有患者中单方面治疗对治疗的反应,因此必须通过鉴定此处显示的时间表型或将患者亚分类为疾病亚型,将其视为异质性过程。

潜在类别中的这些差异部分由其临床和血清学标志物解释。尽管两组之间的基线人口统计学没有差异,但1级和3级的DAS28和HAQ得分高于2级,而1级的TJC则与2级和3级相比升高。

我们表明,在三种轨迹之间,生物标志物动力学差异显着。这表明基于分子内型,已识别的反应谱具有不同的反应,或者实际上它们的分子标记随时间演变。响应级别(PINP,OC,CTX-1和ICTP)之间的骨标志物变化没有差异,尽管PINP似乎在第1类中增加最多。以前的研究表明,骨吸收标志物CTX-1和ICTP是通过托珠单抗抑制,而既没有骨形成标记物,PINP和OC,分别为1319这可能表明,通过DAS轨迹测量的响应与药物诱导的骨转换变化无关,但是,骨吸收本身与IL-6受体调节有关。相比之下,与第1类或第2类相比,第3类的组织炎症标志物MMP3,C1M和CRP受到更强的抑制。第1类和第2类对MMP3和CRP的抑制水平相同,而与等级1相比,等级2的趋势在C1M中受到更多抑制。这些数据表明,结缔组织胶原蛋白的更新(通过C1M 20测量)与DAS28响应轨迹之间存在关系先前的研究表明,这些标记物与疾病活动性指标之间以及与药物剂量反应之间存在线性相关性1321

虽然没有明确的预测性生物标志物指示给定轨迹的成员,但生物标志物水平的变化表明患者之间分子反应的差异。骨生物标志物和炎症标志物都是如此。有趣的是,对当前数据集的较早分析表明,与任何疾病活动指标相比,骨和结缔标记物的组合更能预测放射照相的进展-再次支持结构负担与进展和DAS或其他改变之间的缺失联系疾病活动的措施2223对患者之间临床和分子差异的进一步研究可能会提供更具针对性的治疗策略。合并症多,发病率起到确定一个病人,这可能对治疗的反应产生深远影响的基本生物学很大的作用2425采用更全面的方法,合并多个数据源可以更好地理解疾病病因。通过调整临床试验设计以允许患者内异型差异,人们可以期望更高的缓解率和更少的不良事件。

优势与局限

可以通过在多个时间点获得的组织更新的血清学生物标志物来加强这项研究。这样就可以对确定的每个轨迹进行更深入的分析。不幸的是,其他变量,如ACPA和RF阳性无法获得这可能在已确定的反应轨迹和患者的下划线表型赋予了更多的洞察力2627由于本研究中使用的数据来自随机对照试验,因此许多情况可能无法反映临床所见。因此,可能很难将任何发现直接转化为临床用途。

使用DAS28分析患者反应的情况表明,在具有不同程度反应的临床试验人群中存在异质性。该分数包含了疼痛和肿胀的主观测量,可能会在数据中增加很大程度的噪音。通过使用药物反应的非主观指标,例如成像生物标记,分子疾病评分系统或射线照相评分,可以获得更真实的物理药物反应图。

结论

统计学习可以确定患者对抗IL6治疗反应的不同轨迹。通过鉴定更多同质的药物反应人群,可以实现更有针对性的治疗方案。通过结合临床和生化疾病参数以及初始疾病严重程度,可能有可能改善当前的缓解率。

武汉新启迪生物科技有限公司联系邮箱:
service@qidibio.com  techsupport@qidibio.com  
武汉新启迪生物科技有限公司咨询客服:周一至周五8:30-17:30
联系我们
服务保障                        支付方式
武汉新启迪生物科技有限公司联系电话:
027-87610298
027-87610297