Proaktywne monitorowanie leków zwiększa skuteczność adalimumabu w leczeniu łuszczycy.

Proaktywne monitorowanie leków dla adalimumabu: badanie PKPD, które może zmienić opiekę nad łuszczycą

W ciągu ostatnich dwóch dekad, terapie biologiczne zmieniły sposób leczenia chorób zapalnych o podłożu immunologicznym, oferując ukierunkowane opcje dla takich schorzeń jak łuszczyca, reumatoidalne zapalenie stawów i zapalne choroby jelit (Źródło: Kuek et al.).

Pomimo tych postępów, wiele osób leczonych inhibitorami czynnika martwicy nowotworów (TNF), takimi jak adalimumab, nie osiąga dobrego długoterminowego efektu lub traci korzyści w miarę upływu czasu, co zmusza klinicystów do podjęcia decyzji o zwiększeniu dawki, dodaniu terapii lub zmianie klasy leków (Źródło: Pan S et al.).

Dlaczego monitorowanie poziomów leków ma znaczenie

W przypadku kilku biologików, wyższe stężenia we krwi zazwyczaj korelują z lepszymi wynikami klinicznymi, aż do osiągnięcia plateau; ta obserwacja leży u podstaw idei mierzenia poziomów leków w celu prowadzenia leczenia (Źródło: Pan S et al.).

W przypadku łuszczycy, wcześniej zaproponowany zakres terapeutyczny dla adalimumabu wynosił około 3,2–7,0 μg/mL, ale solidne badania prospektywne walidujące rutynowe monitorowanie są nadal ograniczone (Źródło: Pan S et al.).

Co zrobiło nowe badanie

Badacze użyli połączonego modelu farmakokinetyczno-farmakodynamicznego (PKPD), aby zasymulować efekt proaktywnej strategii monitorowania leków w porównaniu do standardowego dawkowania dla pacjentów z łuszczycą otrzymujących adalimumab (Źródło: Pan S et al.).

Analiza opierała się na danych z rzeczywistego świata od 544 pacjentów leczonych monoterapią adalimumabem w brytyjskich kohortach, w tym BSTOP i PSORT-Discovery, z wsparciem rejestru z ośrodków BADBIR (Źródło: Pan S et al.; Źródło: BADBIR).

Badacze modelowali poziomy leków, obecność przeciwciał przeciwko lekom, odpowiedzi w skali nasilenia i powierzchni łuszczycy (PASI) oraz cechy pacjentów, takie jak masa ciała i choroby współistniejące, aby przewidzieć wyniki w różnych strategiach monitorowania (Źródło: Pan S et al.).

Jak działał model PKPD

Zespół najpierw scharakteryzował farmakokinetykę adalimumabu, potwierdzając liniowe zachowanie zgodne z wcześniejszymi badaniami w chorobach o podłożu immunologicznym (Źródło: Pan S et al.).

Następnie model połączył ekspozycję na lek z efektem klinicznym, wykorzystując model obrotu, który symuluje, jak zmiany w zmianach łuszczycowych poprawiają się lub nawracają w czasie — sposób na oszacowanie, jak długo trwa reakcja skóry po zmianie dawkowania leku (Źródło: Pan S et al.).

Kluczowe wyniki farmakokinetyczne

Analiza wykazała, że zwiększone usuwanie leku było związane z kilkoma mierzalnymi czynnikami, w tym wyższą masą ciała, większym obwodem talii, płcią żeńską, nadciśnieniem oraz wykrywalnymi przeciwciałami przeciwko lekom, z których każdy może zmniejszać stężenia krążącego adalimumabu (Źródło: Pan S et al.).

Relacja między przeciwciałami a usuwaniem wspiera rolę immunogenności — układ odpornościowy wytwarzający przeciwciała przeciwko biologikowi — w wtórnej utracie odpowiedzi u niektórych pacjentów (Źródło: Pan S et al.).

Farmakodynamika: jak szybko zmieniają się zmiany skórne

Stosując podejście obrotu, badacze oszacowali czas półtrwania obrotu zmian skórnych na około 17 dni, co odpowiada innym badaniom biologicznym w łuszczycy i pomaga ustalić oczekiwania co do tego, kiedy można zauważyć zmiany kliniczne po dostosowaniu dawkowania (Źródło: Pan S et al.).

Pomimo dopasowania modelu do wielu zmiennych klinicznych, pozostała znaczna zmienność między pacjentami, co podkreśla, że mierzalne czynniki nie wyjaśniają w pełni, dlaczego niektórzy ludzie reagują znacznie lepiej niż inni (Źródło: Pan S et al.).

Proaktywna strategia TDM testowana w symulacjach

Badacze zasymulowali proaktywną strategię monitorowania leków, w której poziomy adalimumabu były sprawdzane na 5. i 17. tygodniu po rozpoczęciu leczenia, z wcześniej określonymi zmianami dawek w oparciu o te wyniki (Źródło: Pan S et al.).

W ramach symulowanej strategii, pacjenci z poziomami adalimumabu poniżej 3,2 μg/mL w 5. tygodniu byli zwiększani do dawkowania co tydzień, zaczynając od 6. tygodnia; decyzje w 17. tygodniu opierały się zarówno na odpowiedziach PASI, jak i zmierzonych poziomach leków, aby kontynuować, zwiększać, zmniejszać lub rozważyć zmianę (Źródło: Pan S et al.).

Co pokazały symulacje

W porównaniu do standardowego dawkowania co 2 tygodnie, symulacja proaktywnego TDM poprawiła szacunkową 6-miesięczną częstość PASI90 z 28,3% do 38,9%, co stanowi względną poprawę o około 37,5% (Źródło: Pan S et al.).

Podobnie, symulowane wskaźniki PASI75 wzrosły z 62,4% do 70,4% w ramach strategii proaktywnej, chociaż te zyski wiązały się z około 25,9% wzrostem całkowitej ekspozycji na adalimumab w modelowanej populacji (Źródło: Pan S et al.).

Wyodrębniły się różne podgrupy pacjentów

Symulacje uwypukliły co najmniej dwie klinicznie istotne podgrupy: pacjentów z uporczywie niskimi poziomami, nawet po zwiększeniu dawki, oraz pacjentów z wysokimi poziomami, którzy radzili sobie bardzo dobrze klinicznie (Źródło: Pan S et al.).

Pacjenci, którzy pozostawali z niskimi poziomami mimo zwiększenia dawki, mieli małe szanse na osiągnięcie PASI90, co wskazuje, że dalsze zwiększanie dawki może mieć ograniczoną wartość i że zmiana na inną klasę biologiczną mogłaby być bardziej odpowiednia (Źródło: Pan S et al.).

Przeciwnie, podgrupa z poziomami powyżej 7 μg/mL, która już osiągnęła PASI90, została modelowana do zmniejszenia dawkowania do co 3 tygodnie; w tej symulacji ich wskaźniki PASI90 spadły nieznacznie z 100% do 86,5%, co sugeruje, że selektywne zmniejszenie dawki mogłoby być wykonalne dla niektórych dobrze kontrolowanych pacjentów (Źródło: Pan S et al.).

Implikacje kliniczne: optymalizować dawkowanie czy zmieniać klasę leku?

Badacze sugerują, że proaktywne TDM mogłoby być używane zarówno do optymalizacji dawkowania u pacjentów, którzy mogą zyskać, jak i do identyfikacji tych, którzy prawdopodobnie nie osiągną remisji przy dalszym zwiększaniu dawek i którzy mogą potrzebować innego mechanizmu działania, takiego jak inhibitory IL-17 lub inhibitory IL-23 (Źródło: Pan S et al.).

Stosowanie monitorowania leków w ten sposób mogłoby pomóc uniknąć niepotrzebnej ekspozycji na leki, zmniejszyć nieskuteczne zwiększanie dawek i potencjalnie przyspieszyć odpowiednie zmiany dla pacjentów wykazujących immunogenność lub niezwykle szybkie usuwanie (Źródło: Pan S et al.).

Jak to się ma do istniejącej praktyki i dowodów

Reaktywne TDM — testowanie poziomów leków po utracie odpowiedzi przez pacjenta — jest już powszechne w takich schorzeniach jak zapalne choroby jelit, gdzie klinicyści używają poziomów do kierowania dostosowaniami (Źródło: Wang et al.).

W przeciwieństwie do tego, dowody wspierające rutynowe proaktywne TDM (testowanie przed kliniczną porażką w celu kierowania zapobiegawczymi dostosowaniami dawek) pozostają mieszane, a panele wytycznych były ostrożne: niektóre wytyczne wspierają proaktywne monitorowanie dla utrzymania infliximabu, ale są mniej entuzjastyczne wobec rutynowego proaktywnego monitorowania dla adalimumabu, ponieważ dane z wysokiej jakości badań są ograniczone (Źródło: Zeraatkar et al.).

Obecne badanie jest oparte na symulacjach, a nie na randomizowanej próbie kontrolnej, ale autorzy argumentują, że dostarcza użytecznych dowodów, że zindywidualizowane strategie dawkowania prowadzone przez PKPD zasługują na prospektywne testowanie w łuszczycy (Źródło: Pan S et al.).

Silne strony i ograniczenia, które warto mieć na uwadze

Główną zaletą pracy było wykorzystanie dużych, rzeczywistych danych rejestracyjnych z wielu brytyjskich ośrodków dermatologicznych, co sprawia, że wyniki odzwierciedlają rutynną praktykę kliniczną, a nie wysoce wyselekcjonowane populacje badawcze (Źródło: Pan S et al.; Źródło: BADBIR).

Jednak ograniczenia obejmują pragmatyczne pobieranie próbek leków — mieszankę próbek poziomych i niepoziomych — oraz brakujące informacje o dawkowaniu, które wymagały założeń dotyczących przestrzegania zaleceń i czasu wstrzyknięcia (Źródło: Pan S et al.).

Proaktywna strategia, która została przetestowana, była celowo uproszczona i oceniana w stosunkowo krótkim okresie (6 miesięcy), więc długoterminowe konsekwencje proaktywnego TDM na utrzymanie remisji, bezpieczeństwo i opłacalność pozostają nieznane (Źródło: Pan S et al.).

Co może się wydarzyć następnie: narzędzia i badania

Badacze przewidują, że przyszła opieka kliniczna mogłaby być wspierana przez modele prognozowania bayesowskiego i cyfrowe pulpity nawigacyjne, które integrują poziomy leków i dane pacjentów, aby w czasie rzeczywistym tworzyć zindywidualizowane rekomendacje dotyczące dawkowania (Źródło: Pan S et al.).

Ostatecznie będą potrzebne prospektywne badania randomizowane, aby określić, czy proaktywne TDM może konsekwentnie poprawić długoterminowe wskaźniki remisji, zmniejszyć niepotrzebną ekspozycję i stanowić opłacalną alternatywę dla empirycznego zwiększania dawek lub przedwczesnej zmiany (Źródło: Pan S et al.; Źródło: Zeraatkar et al.).

Źródła

1. Kuek A, Hazleman BL, Ostör AJ. Choroby zapalne o podłożu immunologicznym (IMIDs) i terapia biologiczna: medyczna rewolucja. 2007. (Źródło: Kuek et al.)
2. Pan S, Tsakok T, Wei R, et al. Ocena strategii monitorowania leków terapeutycznych dla adalimumabu w łuszczycy: prospektywne badanie farmakokinetyczno-farmakodynamiczne. doi:10.1111/cts.70563 (Źródło: Pan S et al.).
3. Wang MY, Zhao JW, Zheng CQ, Sang LX. Monitorowanie leków terapeutycznych w leczeniu zapalnych chorób jelit. World J Gastroenterol. 2022;28(15):1604-1607. doi:10.3748/wjg.v28.i15.1604 (Źródło: World Journal of Gastroenterology).
4. Zeraatkar D, Pitre TS, Kirsh S, et al. Proaktywne monitorowanie leków terapeutycznych w przypadku biologicznych leków u pacjentów z zapalnymi chorobami jelit, zapalnymi zapaleniami stawów i łuszczycą: przegląd systematyczny i meta-analiza. Opublikowane 28 października 2024. doi:10.1136/bmjmed-2024-000998 (Źródło: BMJ Medicine).
5. Kohorty BSTOP i PSORT-Discovery; dane rejestru BADBIR wykorzystane w analizie PKPD (Źródło: BSTOP, PSORT-Discovery, BADBIR).