Machine-learningmodel kan respons op TNF-remmer voorspellen

Een respons op adalimumab gaat gepaard met een ander genexpressieprofiel dan een respons op etanercept. Met behulp van machine-learningmodellen kan, op basis van de verschillende profielen, de respons op adalimumab en etanercept mogelijk al voorafgaand aan de behandeling voorspeld worden. Wanneer een behandeling met methotrexaat faalt bij patiënten met reumatoïde artritis (RA), kan een behandeling met een TNF-remmer worden overwogen. Als het daarbij mogelijk is om voorafgaand aan de behandeling te voorspellen welke TNF-remmer effectief gaat zijn bij een patiënt, kan dit de tijd die patiënten nodig hebben om tot een effectieve behandeling te komen, flink verkorten. Verschillend profiel Onderzoekers van het UMC Utrecht en de Universiteit van Utrecht onderzochten of het mogelijk was om op basis van genexpressieprofielen en DNA-methylatieprofielen machine-learningmodellen te ontwikkelen die de respons op een TNF-remmer kunnen voorspellen. Zij maakten hiervoor gebruik van het observationele BiOCURA-cohort van het UMC Utrecht. Van 80 RA-patiënten uit dit cohort die werden behandeld met adalimumab (n=38) of etanercept (n=42) bepaalden de onderzoekers allereerst de genexpressieprofielen…