Nowy algorytm do przewidywania skuteczności terapii SM

Inicjatywa na rzecz Brain Health Multiple Sclerosis podkreśliła znaczenie wczesnej interwencji w zapobieganiu długotrwałej niepełnosprawności w SM.
Ponieważ jednak każdy przebieg SM jest inny zaś poszczególne osoby mogą reagować na leki w zróżnicowany sposób, trudno jest dobrać odpowiedni lek do właściwej osoby we wczesnym stadium choroby. Oznacza to, że pacjenci przechodzą okres prób i błędów w poszukiwaniu optymalnego leczenia, potencjalnie powodując uszkodzenia neurologiczne (bądź suboptymalną odpowiedź na zastosowane terapie).
Międzynarodowi naukowcy wykorzystują dużą ogólnoświatową kliniczną bazę danych pacjentów MS, zwaną MSBase, w celu przewidzenia reakcji jednostki na leczenie. MSBase zawiera informacje kliniczne od ponad 52 000 pacjentów z SM na całym świecie. Badanie to poprowadził dr Tomas Kalincik z University of Melbourne w Australii i wykorzystał dane prawie 9000 pacjentów w MSBase do opracowania algorytmu przewidującego reakcję jednostki na leczenie.
Korzystając z danych ze 117 szpitali i klinik MS z 34 krajów, naukowcy ocenili wiek, płeć, przebieg choroby, czas trwania choroby, wcześniejsze terapie, zmiany w zakresie niepełnosprawności, rodzaje objawów SM oraz liczbę i lokalizację uszkodzeń. Korzystając z tych wszystkich informacji, próbowali przewidzieć wyniki różnych opcji leczenia SM.
Po zbudowaniu algorytmu zastosowano go do niezależnego zestawu danych pacjenta ze szwedzkiego rejestru stwardnienia rozsianego, aby sprawdzić czy zadziałał. Odkryli, że mogą właściwie przewidzieć reakcję jednostki na leczenie w ponad 80% przypadków. W szczególności mogą przewidywać niepełnosprawność i wyniki nawrotów. Naukowcom udało się przewidzieć konwersję postaci rzutowo-remisyjnej we wtórnie postępującą.
Model ten wykazał na przykład, że w przypadku terapii iniekcyjnych występowało większe prawdopodobieństwo (szansa na progresję niepełnosprawności w trakcie leczenia w zależności od poziomu niepełnosprawności w trakcie rozpoczęcia terapii) oraz poprzednie terapie również miały na nią wpływ.
W przypadku fingolimodu, natalizumabu lub mitoksantronu progresja choroby była głównie związana z niższą aktywnością choroby przed rozpoczęciem leczenia. Wykazali, również, że kombinacja czynników, które rozpatrywali, miała wyższą wartość produkcyjną niż każda z poszczególnych zmiennych rozpatrywana indywidualnie.
Naukowcy udostępniają swój model leczenia neurologom za pośrednictwem narzędzia internetowego, umożliwiającego szybkie tłumaczenie tego badania na korzyść kliniczną. Chociaż algorytm ten nie daje lekarzom ostatecznej odpowiedzi na pytanie jakie leczenie będzie najkorzystniejsze, pomaga im podejmować bardziej świadome decyzje, które mogą zmniejszyć wpływ choroby na pacjentów.
Dr Matthew Miles, Dyrektor Zarządzający MS Research Australia, powiedział, że stwardnienie rozsiane jest bardzo złożóną i różnorodną chorobą, ale leczenie jej na wczesnym etapie prowadzi do znacznie lepszych długoterminowych rezultatów – Ostatnie badania zaowocowały innowacyjnym narzędziem, które da neurologom możliwość przewidywania wraz z pacjentem, jaka terapia będzie najodpowiedniejsza. Chociaż prognozy mogą nie być w 100% dokładne, znacząco poprawią szansę dopasowania właściwego pacjenta do właściwego leczenia, we właściwym czasie, co będzie miało pozytywny wpływ na pacjentów. Podziękowania dla MS Research Australia (przygotowanie podsumowań z badań) i Międzynarodowej Federacji Stwardnienia Rozsianego, na której stronie zamieszczono to doniesienie.