La surveillance proactive des médicaments améliore l’efficacité de l’adalimumab dans le traitement du psoriasis.

Surveillance proactive des médicaments pour l’adalimumab : une étude PKPD qui pourrait changer les soins du psoriasis

Au cours des deux dernières décennies, les thérapies biologiques ont transformé notre approche du traitement des maladies inflammatoires médiées par le système immunitaire, offrant des options ciblées pour des conditions telles que le psoriasis, l’arthrite rhumatoïde et la maladie inflammatoire de l’intestin (Source : Kuek et al.).

Malgré ces avancées, de nombreuses personnes traitées avec des inhibiteurs du facteur de nécrose tumorale (TNF) comme l’adalimumab n’obtiennent pas toujours une bonne réponse à long terme ou perdent leur bénéfice au fil du temps, laissant aux cliniciens le soin de décider s’ils doivent augmenter la dose, ajouter des thérapies ou changer de classe de médicaments (Source : Pan S et al.).

Pourquoi la surveillance des niveaux de médicaments est importante

Pour plusieurs biologiques, des concentrations sanguines plus élevées sont généralement corrélées à de meilleurs résultats cliniques jusqu’à ce qu’un plateau soit atteint ; cette observation sous-tend l’idée de mesurer les niveaux de médicaments pour guider le traitement (Source : Pan S et al.).

Dans le cas du psoriasis, une plage thérapeutique proposée pour l’adalimumab a été suggérée précédemment comme étant d’environ 3,2–7,0 μg/mL, mais les essais prospectifs robustes validant la surveillance de routine restent encore limités (Source : Pan S et al.).

Ce que la nouvelle étude a fait

Les chercheurs ont utilisé un modèle pharmacocinétique-pharmacodynamique (PKPD) combiné pour simuler l’effet d’une stratégie proactive de surveillance thérapeutique des médicaments par rapport à un dosage standard pour les patients atteints de psoriasis recevant de l’adalimumab (Source : Pan S et al.).

L’analyse s’est appuyée sur des données du monde réel provenant de 544 patients traités par monothérapie à l’adalimumab dans des cohortes britanniques, y compris BSTOP et PSORT-Discovery, avec le soutien des centres BADBIR (Source : Pan S et al.; Source : BADBIR).

Les enquêteurs ont modélisé les niveaux de médicaments, la présence d’anticorps anti-médicaments, les réponses de l’Indice de Surface et de Sévérité du Psoriasis (PASI) et les caractéristiques des patients telles que le poids corporel et les comorbidités pour prédire les résultats sous différentes stratégies de surveillance (Source : Pan S et al.).

Comment le modèle PKPD a fonctionné

L’équipe a d’abord caractérisé la pharmacocinétique de l’adalimumab, confirmant un comportement linéaire cohérent avec des études antérieures sur les maladies inflammatoires médiées par le système immunitaire (Source : Pan S et al.).

Le modèle a ensuite lié l’exposition au médicament à l’effet clinique en utilisant un modèle de turnover qui simule comment les lésions du psoriasis s’améliorent ou réapparaissent au fil du temps — une manière d’estimer combien de temps il faut à la peau pour réagir après un changement de dosage (Source : Pan S et al.).

Principales conclusions pharmacocinétiques

L’analyse a révélé que l’augmentation de la clairance du médicament était associée à plusieurs facteurs mesurables, y compris un poids corporel plus élevé, un tour de taille plus important, le sexe féminin, l’hypertension et la présence d’anticorps anti-médicaments, chacun pouvant réduire les concentrations circulantes d’adalimumab (Source : Pan S et al.).

La relation entre les anticorps et la clairance soutient le rôle de l’immunogénicité — le système immunitaire formant des anticorps contre le biologique — dans la perte de réponse secondaire pour certains patients (Source : Pan S et al.).

Pharmacodynamique : à quelle vitesse les lésions changent

En utilisant l’approche de turnover, les enquêteurs ont estimé une demi-vie de turnover des lésions d’environ 17 jours, une échelle de temps qui s’aligne avec d’autres études biologiques sur le psoriasis et aide à établir des attentes quant au moment où un changement clinique pourrait être observé après un ajustement de dosage (Source : Pan S et al.).

Malgré l’ajustement du modèle à de nombreuses variables cliniques, une variabilité substantielle entre les patients est restée, soulignant que les facteurs mesurables n’expliquent pas entièrement pourquoi certaines personnes réagissent beaucoup mieux que d’autres (Source : Pan S et al.).

L’algorithme de TDM proactive testé dans des simulations

Les enquêteurs ont simulé une stratégie proactive de surveillance thérapeutique des médicaments où les niveaux d’adalimumab en creux étaient vérifiés à la semaine 5 et à la semaine 17 après le début du traitement, avec des changements de dose prédéfinis basés sur ces résultats (Source : Pan S et al.).

Dans le cadre de l’algorithme simulé, les patients ayant des niveaux en creux à la semaine 5 inférieurs à 3,2 μg/mL ont vu leur dosage augmenté à une administration hebdomadaire à partir de la semaine 6 ; les décisions à la semaine 17 ont utilisé à la fois les réponses PASI et les niveaux de médicaments mesurés pour continuer, augmenter, diminuer ou envisager un changement (Source : Pan S et al.).

Ce que les simulations ont montré

Comparé à un dosage standard toutes les deux semaines, la simulation de TDM proactive a amélioré le taux estimé de PASI90 à 6 mois de 28,3% à 38,9%, soit une amélioration relative d’environ 37,5% (Source : Pan S et al.).

De même, les taux simulés de PASI75 sont passés de 62,4% à 70,4% sous la stratégie proactive, bien que ces gains soient accompagnés d’une augmentation d’environ 25,9% de l’exposition totale à l’adalimumab dans la population modélisée (Source : Pan S et al.).

Des sous-groupes de patients distincts ont émergé

Les simulations ont mis en évidence au moins deux sous-groupes cliniquement importants : les patients ayant des concentrations en creux persistantes faibles même après une augmentation de dose, et les patients ayant des concentrations en creux élevées qui se portaient très bien cliniquement (Source : Pan S et al.).

Les patients qui restaient avec des niveaux en creux faibles malgré l’escalade étaient peu susceptibles d’atteindre PASI90, indiquant qu’une escalade supplémentaire pourrait avoir une valeur limitée et qu’un changement vers une autre classe de biologiques pourrait être plus approprié (Source : Pan S et al.).

Inversement, un sous-groupe avec des niveaux en creux supérieurs à 7 μg/mL qui avaient déjà atteint PASI90 étaient modélisés pour voir leur dosage réduit à toutes les 3 semaines ; dans cette simulation, leurs taux de PASI90 ont légèrement chuté de 100% à 86,5%, suggérant qu’une désescalade sélective pourrait être réalisable pour certains patients bien contrôlés (Source : Pan S et al.).

Implications cliniques : optimiser le dosage ou changer de classe de médicaments ?

Les enquêteurs suggèrent que la TDM proactive pourrait être utilisée à la fois pour optimiser le dosage chez les patients susceptibles de bénéficier et pour identifier ceux qui sont peu susceptibles d’atteindre une rémission avec des augmentations de dose supplémentaires et qui pourraient nécessiter un mécanisme d’action différent, tel que des inhibiteurs de l’IL-17 ou de l’IL-23 (Source : Pan S et al.).

Utiliser la surveillance thérapeutique des médicaments de cette manière pourrait aider à éviter une exposition inutile aux médicaments, réduire les escalades inefficaces et potentiellement accélérer les changements appropriés pour les patients montrant une immunogénicité ou une clairance extrêmement rapide (Source : Pan S et al.).

Comment cela s’intègre dans la pratique et les preuves existantes

La TDM réactive — tester les niveaux de médicaments après qu’un patient ait perdu sa réponse — est déjà courante dans des conditions telles que la maladie inflammatoire de l’intestin, où les cliniciens utilisent les niveaux pour guider les ajustements (Source : Wang et al.).

En revanche, les preuves soutenant la TDM proactive de routine (test avant l’échec clinique pour guider les ajustements de dose préventifs) restent mitigées, et les panels de directives ont été prudents : certaines recommandations soutiennent la surveillance proactive pour l’infliximab d’entretien mais sont moins enthousiastes à propos de la surveillance proactive de routine pour l’adalimumab en raison de données d’essai de haute qualité limitées (Source : Zeraatkar et al.).

L’étude actuelle est basée sur des simulations plutôt que sur un essai contrôlé randomisé, mais les auteurs soutiennent qu’elle fournit des preuves utiles que des stratégies de dosage guidées par PKPD individualisées méritent d’être testées prospectivement dans le psoriasis (Source : Pan S et al.).

Forces et limites à garder à l’esprit

Une grande force de ce travail était l’utilisation de données de registre réelles et larges provenant de plusieurs centres de dermatologie au Royaume-Uni, ce qui aide à faire en sorte que les résultats reflètent la pratique clinique de routine plutôt que des populations d’essai hautement sélectionnées (Source : Pan S et al.; Source : BADBIR).

Cependant, les limites incluent un échantillonnage pragmatique des médicaments — un mélange d’échantillons en creux et non en creux — et certaines informations de dosage manquantes qui nécessitaient des hypothèses sur l’adhérence et le timing des injections (Source : Pan S et al.).

L’algorithme proactif testé a été intentionnellement simplifié et évalué sur une fenêtre relativement courte (6 mois), donc les conséquences à long terme de la TDM proactive sur la rémission soutenue, la sécurité et la rentabilité restent inconnues (Source : Pan S et al.).

Ce qui pourrait venir ensuite : outils et essais

Les enquêteurs envisagent que les soins cliniques futurs pourraient être soutenus par des modèles de prévision bayésienne et des tableaux de bord numériques qui intègrent les niveaux de médicaments et les données des patients pour faire des recommandations de dosage individualisées en temps quasi réel (Source : Pan S et al.).

En fin de compte, des études prospectives randomisées seront nécessaires pour déterminer si la TDM proactive peut améliorer de manière cohérente les taux de rémission à long terme, réduire l’exposition inutile et représenter une alternative rentable à l’escalade empirique ou au changement prématuré (Source : Pan S et al.; Source : Zeraatkar et al.).

Sources

1. Kuek A, Hazleman BL, Ostör AJ. Maladies inflammatoires médiées par le système immunitaire (IMIDs) et thérapie biologique : une révolution médicale. 2007. (Source : Kuek et al.)
2. Pan S, Tsakok T, Wei R, et al. Évaluation d’une stratégie de surveillance thérapeutique des médicaments pour l’adalimumab dans le psoriasis : une étude pharmacocinétique-pharmacodynamique prospective. doi:10.1111/cts.70563 (Source : Pan S et al.).
3. Wang MY, Zhao JW, Zheng CQ, Sang LX. Surveillance thérapeutique des médicaments dans les traitements de la maladie inflammatoire de l’intestin. World J Gastroenterol. 2022;28(15):1604-1607. doi:10.3748/wjg.v28.i15.1604 (Source : World Journal of Gastroenterology).
4. Zeraatkar D, Pitre TS, Kirsh S, et al. Surveillance thérapeutique proactive des médicaments biologiques chez les patients atteints de maladie inflammatoire de l’intestin, d’arthrite inflammatoire et de psoriasis : revue systématique et méta-analyse. Publié le 28 octobre 2024. doi:10.1136/bmjmed-2024-000998 (Source : BMJ Medicine).
5. Cohortes BSTOP et PSORT-Discovery ; données du registre BADBIR utilisées dans l’analyse PKPD (Source : BSTOP, PSORT-Discovery, BADBIR).