Proactieve medicijnbewaking verhoogt de effectiviteit van Adalimumab bij psoriasis.

Proactieve medicijnmonitoring voor adalimumab: een PKPD-studie die de psoriasiszorg zou kunnen veranderen

In de afgelopen twee decennia hebben biologische therapieën de manier waarop we immuun-gemedieerde ontstekingsziekten behandelen, veranderd, met gerichte opties voor aandoeningen zoals psoriasis, reumatoïde artritis en inflammatoire darmziekten (Bron: Kuek et al.).

Ondanks deze vooruitgangen krijgen veel mensen die worden behandeld met tumornecrosefactor (TNF) remmers zoals adalimumab niet altijd een goede langetermijnrespons of verliezen ze na verloop van tijd het voordeel, waardoor clinici moeten beslissen of ze de dosis moeten verhogen, therapieën moeten toevoegen of van medicijnklasse moeten wisselen (Bron: Pan S et al.).

Waarom het monitoren van medicijnniveaus belangrijk is

Voor verschillende biologica correleren hogere bloedconcentraties over het algemeen met betere klinische uitkomsten totdat een plateau is bereikt; deze observatie ligt ten grondslag aan het idee om medicijnniveaus te meten om de behandeling te begeleiden (Bron: Pan S et al.).

Voor psoriasis is eerder een therapeutisch bereik voor adalimumab voorgesteld van ongeveer 3,2–7,0 μg/mL, maar robuuste prospectieve studies die routinematige monitoring valideren, zijn nog beperkt (Bron: Pan S et al.).

Wat de nieuwe studie deed

Onderzoekers gebruikten een gecombineerd farmacokinetisch-farmacodynamisch (PKPD) model om het effect van een proactieve therapeutische medicijnmonitoringstrategie te simuleren in vergelijking met standaarddosering voor patiënten met psoriasis die adalimumab ontvangen (Bron: Pan S et al.).

De analyse putte uit gegevens uit de echte wereld van 544 patiënten die met adalimumab monotherapie werden behandeld in verschillende UK-cohorten, waaronder BSTOP en PSORT-Discovery, met registratiedata van BADBIR-centra (Bron: Pan S et al.; Bron: BADBIR).

De onderzoekers modelleerden medicijnniveaus, de aanwezigheid van anti-medicijnantistoffen, reacties op de Psoriasis Area and Severity Index en patiëntkenmerken zoals lichaamsgewicht en comorbiditeiten om uitkomsten te voorspellen onder verschillende monitoringsstrategieën (Bron: Pan S et al.).

Hoe het PKPD-model werkte

Het team karakteriseerde eerst de farmacokinetiek van adalimumab en bevestigde een lineair gedrag dat consistent is met eerdere studies over immuun-gemedieerde ziekten (Bron: Pan S et al.).

Het model koppelde vervolgens medicijnblootstelling aan klinisch effect met behulp van een omloopsmodel dat simuleert hoe psoriasislaesies in de loop van de tijd verbeteren of terugkeren — een manier om in te schatten hoe lang het duurt voordat de huid reageert na een wijziging in de medicatiedosering (Bron: Pan S et al.).

Belangrijke farmacokinetische bevindingen

De analyse vond dat verhoogde medicijnclearance geassocieerd was met verschillende meetbare factoren, waaronder een hoger lichaamsgewicht, een grotere tailleomtrek, vrouwelijk geslacht, hypertensie en detecteerbare anti-medicijnantistoffen, die allemaal de circulerende adalimumabconcentraties kunnen verlagen (Bron: Pan S et al.).

De relatie tussen antistoffen en clearance ondersteunt de rol van immunogeniciteit — het immuunsysteem dat antistoffen vormt tegen het biologicum — bij secundair verlies van respons voor sommige patiënten (Bron: Pan S et al.).

Farmacodynamiek: hoe snel veranderen laesies

Met behulp van de omloopsbenadering schatten onderzoekers een halveringstijd voor laesieomloop van ongeveer 17 dagen in, een tijdschaal die overeenkomt met andere biologische studies in psoriasis en helpt om verwachtingen te stellen voor wanneer klinische veranderingen zichtbaar kunnen zijn na een aanpassing van de dosering (Bron: Pan S et al.).

Ondanks het afstemmen van het model op veel klinische variabelen bleef er aanzienlijke variabiliteit tussen patiënten bestaan, wat benadrukt dat meetbare factoren niet volledig verklaren waarom sommige mensen veel beter reageren dan anderen (Bron: Pan S et al.).

Het proactieve TDM-algoritme getest in simulaties

Onderzoekers simuleerden een proactieve therapeutische medicijnmonitoringstrategie waarbij de trough-niveaus van adalimumab werden gecontroleerd op week 5 en week 17 na de start van de behandeling, met vooraf gedefinieerde dosiswijzigingen op basis van die resultaten (Bron: Pan S et al.).

Onder het gesimuleerde algoritme werden patiënten met trough-niveaus onder 3,2 μg/mL op week 5 verhoogd naar wekelijkse dosering die begon op week 6; beslissingen op week 17 gebruikten zowel PASI reacties als gemeten medicijnniveaus om te besluiten of te blijven, te verhogen, te verlagen of te overwegen om over te schakelen (Bron: Pan S et al.).

Wat de simulaties toonden

Vergeleken met standaard dosering om de twee weken verbeterde de proactieve TDM-simulatie de geschatte 6-maanden PASI90 -percentage van 28,3% naar 38,9%, een relatieve verbetering van ongeveer 37,5% (Bron: Pan S et al.).

Evenzo stegen de gesimuleerde PASI75 -percentages van 62,4% naar 70,4% onder de proactieve strategie, hoewel deze winsten gepaard gingen met een stijging van ongeveer 25,9% in totale adalimumabblootstelling in de gemodelleerde populatie (Bron: Pan S et al.).

Distincte patiëntsubgroepen kwamen naar voren

De simulaties benadrukten ten minste twee klinisch belangrijke subgroepen: patiënten met aanhoudend lage trough-concentraties, zelfs na dosisverhoging, en patiënten met hoge trough-concentraties die klinisch zeer goed presteerden (Bron: Pan S et al.).

Patiënten die ondanks verhoging lage troughs bleven behouden, hadden waarschijnlijk niet de kans om PASI90 te bereiken, wat aangeeft dat verdere verhoging mogelijk beperkte waarde heeft en dat overstappen naar een andere biologische klasse geschikter zou kunnen zijn (Bron: Pan S et al.).

Omgekeerd werd een subgroep met troughs boven 7 μg/mL die al PASI90 hadden bereikt, gemodelleerd om hun dosering te verlagen naar elke 3 weken; in deze simulatie daalden hun PASI90-percentages bescheiden van 100% naar 86,5%, wat suggereert dat selectieve de-escalatie haalbaar zou kunnen zijn voor sommige goed gecontroleerde patiënten (Bron: Pan S et al.).

Klinische implicaties: optimaliseer de dosering of wissel van medicijnklasse?

Onderzoekers suggereren dat proactieve TDM zowel kan worden gebruikt om de dosering te optimaliseren bij patiënten die waarschijnlijk baat hebben, als om diegenen te identificeren die onwaarschijnlijk in remissie zullen komen met verdere dosisverhogingen en die mogelijk een ander werkingsmechanisme nodig hebben, zoals IL-17 of IL-23 remmers (Bron: Pan S et al.).

Het gebruik van therapeutische medicijnmonitoring op deze manier kan helpen onnodige medicijnblootstelling te vermijden, ineffectieve verhogingen te verminderen en mogelijk de juiste overstappen te versnellen voor patiënten die immunogeniciteit of extreem snelle clearances vertonen (Bron: Pan S et al.).

Hoe dit past bij bestaande praktijk en bewijs

Reactieve TDM — het testen van medicijnniveaus nadat een patiënt de respons verliest — is al gebruikelijk bij aandoeningen zoals inflammatoire darmziekten, waar clinici niveaus gebruiken om aanpassingen te begeleiden (Bron: Wang et al.).

Daarentegen blijft het bewijs ter ondersteuning van routinematige proactieve TDM (testen vóór klinisch falen om preventieve dosisaanpassingen te begeleiden) gemengd, en richtlijnenpanels zijn voorzichtig: sommige richtlijnen ondersteunen proactieve monitoring voor onderhouds infliximab maar zijn minder enthousiast over routinematige proactieve monitoring voor adalimumab omdat hoogwaardige proefgegevens beperkt zijn (Bron: Zeraatkar et al.).

De huidige studie is simulatie-gebaseerd in plaats van een gerandomiseerde gecontroleerde studie, maar de auteurs beweren dat het nuttig bewijs biedt dat geïndividualiseerde PKPD-geleide doseringsstrategieën prospectief getest moeten worden in psoriasis (Bron: Pan S et al.).

Sterke en zwakke punten om in gedachten te houden

Een belangrijke sterkte van het werk was het gebruik van grote, real-world registratiedata van meerdere dermatologiecentra in het VK, wat helpt de bevindingen te laten aansluiten bij de routine klinische praktijk in plaats van sterk geselecteerde proefpopulaties (Bron: Pan S et al.; Bron: BADBIR).

Echter, beperkingen omvatten pragmatische medicijnmonsters — een mix van trough- en niet-troughmonsters — en enkele ontbrekende doseringsinformatie die aannames vereiste over therapietrouw en injectietiming (Bron: Pan S et al.).

Het proactieve algoritme dat werd getest, was opzettelijk vereenvoudigd en geëvalueerd over een relatief korte periode (6 maanden), zodat de langetermijngevolgen van proactieve TDM op duurzame remissie, veiligheid en kosteneffectiviteit onbekend blijven (Bron: Pan S et al.).

Wat er mogelijk komt: tools en proeven

Onderzoekers voorzien dat toekomstige klinische zorg ondersteund zou kunnen worden door Bayesiaanse voorspellingsmodellen en digitale dashboards die medicijnniveaus en patiëntgegevens integreren om in bijna real-time geïndividualiseerde doseringsaanbevelingen te doen (Bron: Pan S et al.).

Uiteindelijk zijn prospectieve gerandomiseerde studies nodig om te bepalen of proactieve TDM consistent de langetermijnremissies kan verbeteren, onnodige blootstelling kan verminderen en een kosteneffectief alternatief kan zijn voor empirische verhoging of voortijdig wisselen (Bron: Pan S et al.; Bron: Zeraatkar et al.).

Bronnen

1. Kuek A, Hazleman BL, Ostör AJ. Immune-mediated inflammatory diseases (IMIDs) and biologic therapy: a medical revolution. 2007. (Bron: Kuek et al.)
2. Pan S, Tsakok T, Wei R, et al. Evaluatie van een therapeutische medicijnmonitoringstrategie voor adalimumab in psoriasis: een prospectieve farmacokinetisch-farmacodynamische studie. doi:10.1111/cts.70563 (Bron: Pan S et al.).
3. Wang MY, Zhao JW, Zheng CQ, Sang LX. Therapeutische medicijnmonitoring bij behandelingen voor inflammatoire darmziekten. World J Gastroenterol. 2022;28(15):1604-1607. doi:10.3748/wjg.v28.i15.1604 (Bron: World Journal of Gastroenterology).
4. Zeraatkar D, Pitre TS, Kirsh S, et al. Proactieve therapeutische medicijnmonitoring van biologische geneesmiddelen bij patiënten met inflammatoire darmziekten, inflammatoire artritis en psoriasis: systematische review en meta-analyse. Gepubliceerd op 28 oktober 2024. doi:10.1136/bmjmed-2024-000998 (Bron: BMJ Medicine).
5. BSTOP en PSORT-Discovery cohorten; BADBIR registratiedata gebruikt in de PKPD-analyse (Bron: BSTOP, PSORT-Discovery, BADBIR).