Kohorta pro zánětlivá respirační onemocnění: Od fenotypizace k personalizované medicíně (PALMIRE)

Kohorta pro zánětlivá respirační onemocnění: od fenotypizace k personalizované medicíně (projekt PALMIRE) je monocentrická studie prováděná v Univerzitní nemocnici v Remeši ve Francii.

Studijní populace:

Dospělí pacienti (>18 let) sledovaní v Univerzitní nemocnici v Remeši a diagnostikovaní s astmatem, COPD, bronchiektáziemi, CF, PCD a IPF budou zvažováni pro zařazení. Pacienti podepíší informovaný souhlas pro zařazení. Vylučovací kritéria zahrnují „subjekty chráněné zákonem“, jak vyžadují francouzské úřady. Kontrolní pacienti bez respiračních onemocnění po klinickém a funkčním plicním vyšetření budou také zařazeni. Očekávaný počet zařazených pacientů je 470 (Astma, n=100; COPD, n=150; bronchiektázie, n=50; CF, n=60; PCD, n=30; ILD, n=30; kontroly, n=50). Zařazování bude probíhat po dobu 60 měsíců od července 2025 do července 2030.

Studijní postupy:

Pro všechny zařazené pacienty s astmatem, COPD, bronchiektáziemi, CF, PCD a IPF budou data registrována při zařazení a při kontrolních návštěvách po dobu 10 let. Pacienti budou sledováni v rámci běžné péče bez specifických terapeutických zásahů. U kontrolních pacientů budou data registrována pouze při zařazení bez následného sledování.

Zaznamenávaná data budou zahrnovat demografické údaje, anamnézu respiračního onemocnění a komorbidit, respirační příznaky, výsledky funkčních plicních testů a CT vyšetření, mikrobiologické a patologické charakteristiky respiračních vzorků, pokud byly provedeny.

Analýza dat:

Data budou registrována v centralizované anonymizované databázi. Charakteristiky pacientů budou popsány jako průměr a směrodatná odchylka pro kvantitativní data a jako počet a procenta pro kvalitativní data. Srovnání a asociace mezi skupinami a proměnnými budou analyzovány pomocí Studentova, Wilcoxonova, Chi2, Fisherova exaktního a Spearmanova testu podle potřeby. Hodnota p<0,05 bude považována za významnou. Pro identifikaci shluků pacientů se sdílenými endotypy budou použity multivariační a longitudinální statistické modely. Pro integraci multi-omických dat a vytvoření prediktivních modelů pro průběh onemocnění a reakce na léčbu budou využity přístupy strojového učení.

Význam:

Tato studie by měla pomoci lépe porozumět patogenezi a heterogenitě chronických respiračních onemocnění integrací analýzy fenotypických a endotypických charakteristik pacientů.