ACR 2022: Hoog aantal lymfocyten voorspelt non-respons op methotrexaat bij RA

Onderzoekers uit Frankrijk en Nederland analyseerden op ACR 2022 met behulp van een machine-learningalgoritme klinische data om mogelijke biomarkers voor respons op methotrexaat bij reumatoïde artritis te identificeren, aangezien 30 tot 40% van de patiënten onvoldoende reageert op deze eerstelijnsbehandeling. Zij gebruikten het Franse ESPOIR-cohort (n=433) en het Nederlandse LEIDEN-cohort (n=243) als trainingsdataset en het t-REACH-cohort (n=138) als externe validatiedataset, met kenmerken als DAS28, het aantal lymfocyten, het aantal witte bloedcellen, creatinine, leverenzymen, het aantal gezwollen gewrichten en glucocorticosteroïdengebruik. Het machine-learningmodel behaalde een area under the curve van 75% in de validatieset en een positief voorspellende waarde van 83%, wat zou betekenen dat het aantal patiënten met onvoldoende respons kan afnemen van 30 naar 17%.

De DAS28 was de sterkste voorspeller van respons in het algemeen, maar bij patiënten met een matige ziekteactiviteit was de DAS28 geen goede voorspeller; in deze populatie kon het aantal lymfocyten in het bloed goed onderscheid maken tussen responders en non-responders. De onderzoekers concluderen dat zij met dit machine-learningmodel een hoog aantal lymfocyten identificeerden als eenvoudige biomarker voor non-respons op methotrexaat bij reumatoïde-artritispatiënten met matige ziekteactiviteit, en stellen dat deze bevinding direct in de praktijk kan worden toegepast.