L'échographie dans le traitement de l'arthrite psoriasique (UPSTREAM)

CONTEXTE Le rhumatisme psoriasique (PsA) est une maladie inflammatoire systémique avec des caractéristiques articulaires et extra-articulaires. À ce jour, la rémission est considérée comme l'objectif ultime du traitement de l'AP, cependant, en raison des caractéristiques de la maladie avec l'implication de différents domaines, la rémission peut être difficile à atteindre et à maintenir et donc une activité minimale de la maladie (MDA) pourrait être un objectif acceptable. Compte tenu de la cible thérapeutique de rémission ou MDA, l'identification des facteurs pronostiques défavorables et la meilleure stratégie de traitement sont deux des éléments les plus importants de l'agenda de recherche du RP. L'établissement du pronostic d'un patient atteint de RP est donc important pour définir la stratégie de traitement. Actuellement, des études de cohorte observationnelles et prospectives ont identifié des facteurs pronostiques corrélés à l'obtention d'une réponse thérapeutique. Néanmoins, malgré l'importance d'identifier des facteurs pronostiques dans une maladie avec un handicap fonctionnel comparable à la polyarthrite rhumatoïde (PR), les études sont encore limitées. Sans aucun doute, le concept de Treat-to-Target (T2T) dans le PSA nécessite des études plus approfondies, en particulier avec un suivi plus long et des échantillons plus importants. Dans les stratégies T2T, il est nécessaire de quantifier l'activité de la maladie et cela est possible par des indices composites. L'hétérogénéité de l'AP, y compris l'atteinte axiale et périphérique et les caractéristiques spécifiques (c. dactylite, enthésite) ainsi que des caractéristiques extra-articulaires fait appel à un seul indice composite (ex. Disease Activity for Psoriatic Arthritis-DAPSA, Composite Psoriatic Disease Activity Index-CPDAI) un défi non encore résolu. Une possibilité intéressante est d'intégrer l'échographie musculo-squelettique (US) à l'examen clinique pour stratifier les patients et décider des traitements dans une stratégie T2T. Au cours des dernières années, le rôle de l'imagerie s'est développé et les recommandations de l'EULAR sur l'utilisation des techniques d'imagerie dans l'arthrite chronique reconnaissent la grande sensibilité de l'échographie pour détecter l'activité de la maladie mieux que l'examen clinique seul, bien que l'utilité de l'échographie dans la pratique clinique ne soit pas étayée par encore suffisamment de preuves

AVOIR POUR BUT

Le but de cette étude est d'identifier les prédicteurs cliniques et américains de l'obtention d'une MDA chez les patients atteints d'arthrite périphérique active commençant un nouveau traitement.

L'identification des facteurs pronostiques d'obtention d'une rémission ou d'une faible activité de la maladie permettra une meilleure sélection des patients dont les résultats sont moins bons et une amélioration ultérieure des stratégies thérapeutiques. De plus, la possibilité que l'échographie puisse être une valeur pronostique ajoutée fait de cette étude un exemple clair d'intégration entre la clinique et l'échographie. Cette étude répondra au besoin d'adapter le traitement qui permettrait aux cliniciens de pratiquer une médecine plus efficace et personnalisée, optimisant les résultats des patients atteints de RP ainsi que la gestion des traitements.

OBJECTIFS DE L'ÉTUDE

OBJECTIF PRINCIPAL

En cas de RP diagnostiqué cliniquement avec une maladie articulaire cliniquement active commençant un nouveau traitement, évaluer la valeur supplémentaire du score US (score US-PsA-SIR) par rapport à l'examen clinique pour détecter les patients atteignant une MDA à 6 mois.

OBJECTIFS SECONDAIRES

En cas de RP diagnostiqué cliniquement avec maladie articulaire cliniquement active commençant un nouveau traitement :

• pour évaluer la valeur ajoutée de l'échographie par rapport à l'examen clinique dans la détection des patients :
• atteindre le MDA à 12 mois (y compris soutenu)
• obtenir une rémission DAPSA à 6 et 12 mois (y compris soutenue)
• obtenir une rémission de l'American College of Rheumatology (ACR) à 6 et 12 mois (y compris soutenue)
• avec progression structurale aux rayons X en utilisant le score modifié de Sharp-van der Heijde (mSvHs) à 12 et 24 mois
• avec progression structurelle US (US-damage score) à 12 et 24 mois
• avec aggravation fonctionnelle mesurée à l'aide du Health Assessment Questionnaire (delta HAQ>0,23) à 12 et 24 mois
• avec une altération de la qualité de vie liée à la santé (HRQoL) mesurée avec le questionnaire Psoriatic Arthritis Impact of Disease (PsAID) à 12 et 24 mois ;
• évaluer la relation entre l'inflammation détectée par échographie intégrée dans le temps et les dommages détectés par échographie à 12 et 24 mois ;
• d'évaluer l'efficacité comparée de différentes stratégies thérapeutiques sur la MDA, la rémission DAPSA, le HAQ>0,23, Progression aux rayons X (mSvHs), score US-inflammation, score US-endommagement ;
• évaluer l'activité US résiduelle chez les patients en rémission de MDA ;
• explorer si l'activité de la maladie détectée cliniquement en raison d'une sensibilité articulaire sans gonflement est liée à une inflammation articulaire ou extra-articulaire détectée par échographie et évaluée par échographie ;
• pour explorer les caractéristiques cliniques et les lésions échographiques liées à l'apposition osseuse détectée par rayons X.

ÉTUDIER LE DESIGN

L'étude suit une conception d'étude de cohorte prospective observationnelle multicentrique.

SURVEILLANCE DE LA SÉCURITÉ

Un événement indésirable (EI) est tout événement médical indésirable (c'est-à-dire tout signe défavorable et non intentionnel (y compris les résultats de laboratoire anormaux), symptôme ou maladie) chez un sujet après avoir fourni un consentement éclairé écrit pour la participation à l'étude. Par conséquent, un EI peut ou non être associé de manière temporelle ou causale à l'utilisation d'un médicament spécifique.

DÉFINITION DE SAE

Un EIG est défini comme tout événement indésirable (apparition (ou aggravation de tout signe, symptôme ou état pathologique) indésirable préexistant qui répond à l'un des critères suivants :

• est mortelle ou met la vie en danger
• entraîne une invalidité ou une incapacité persistante ou importante
• constitue une anomalie congénitale/malformation congénitale
• nécessite une hospitalisation ou la prolongation d'une hospitalisation existante.

VARIABLES DU PLAN D'ANALYSE STATISTIQUE

MESURES DES RÉSULTATS

PRIMAIRE:

o MDA à 6 mois

SECONDAIRE:

• MDA à 12 mois, MDA soutenue à 6 ET 12 mois
• DAPSA <3,3 à 6 mois, 12 mois, 6 ET 12 mois
• deltam SvHs 0-12 et 0-24 mois
• delta HAQ 0-12 et 0-24 mois
• delta PSAID 0-12 et 0-24 mois
• Sous-score de dommages PsA-SIR aux États-Unis à 0-6-12 mois
• US-score PsA-SIR
• Sous-score d'inflammation PsA-SIR
• Sous-score de dommages PsA-SIR aux États-Unis

PRÉDICTEURS CLINIQUES

Sur la base de la littérature pertinente, les variables cliniques à prendre en compte dans le modèle comprennent :

• Facteurs démographiques et environnementaux :
• Âge
• Le sexe
• Fumeur
• IMC
• Facteurs cliniques :
• sous-ensemble de PSA
• délai entre l'apparition des symptômes et le diagnostic
• durée de la maladie
• activité de la maladie (DAPSA et BASDAI)
• Score HAQ
• articulations douloureuses/douleurs
• comorbidités (FM, MetS)
• Facteurs sérologiques :
• Réactifs de phase aiguë
• Facteurs thérapeutiques :
• Traitement (AINS, stéroïdes, DMARD)

ANALYSES DESCRIPTIVES

Des données descriptives seront fournies pour tous les résultats selon le type de données ; nombre de patients (N), moyenne, écart-type (pour les données d'intervalle), médiane 25 % et 75 % quartiles (pour les données ordinales). Des distributions de fréquences (absolues et relatives) seront fournies pour les données catégorielles. Les valeurs p bilatérales seront présentées tout au long.

ANALYSE DU POINT FINAL PRIMAIRE

La prédiction de la MDA sur 6 mois utilisera des modèles logistiques ajustés multivariés. Un modèle de référence inclura toutes les variables cliniques. Les prédicteurs américains seront ajoutés en tant que covariables aux variables cliniques, en supposant un modèle additif. Les coefficients ß dérivés ont été utilisés pour calculer les indices pronostiques, créant ainsi des modèles de prédiction pondérés.

Les performances du modèle seront évaluées par les indices C (aire sous la courbe ROC, AUC), les indices de reclassification nette (NRI), l'amélioration de la discrimination intégrée (IDI) et les courbes ROC tracées. L'IRN peut être utilisé pour comparer l'impact clinique de différents modèles (il s'agit d'une comparaison de la proportion de sujets atteints de la maladie qui ont augmenté de manière appropriée les scores de risque avec le nouveau modèle, et la proportion de sujets sans maladie qui ont diminué de manière appropriée les scores de risque avec le nouveau modèle). L'IDI représente les améliorations souhaitées de la sensibilité moyenne corrigées des augmentations indésirables de la spécificité 1, il a donc comparé si les nouveaux modèles amélioraient la sensibilité sans affecter la spécificité.( ) La gestion et l'analyse des données seront effectuées à l'aide de RedCap, R, Stata.

TAILLE DE L'ÉCHANTILLON

Le calcul de la taille de l'échantillon a été effectué dans le but de minimiser le nombre de faux positifs (c'est-à-dire le nombre de faux non-répondeurs au traitement) afin de minimiser le risque de sur-traiter les patients qui ont en fait une bonne réponse au traitement. Par conséquent, la taille de l'échantillon a été calculée pour minimiser ce risque de 40 % (hypothèse nulle H0) à 20 % (hypothèse alternative H1), en maintenant stable à 70 % (tant pour le H0 que pour le H1), le pourcentage de vrais positifs (vrais insensible au traitement).

Les simulations ont été réalisées à l'aide de la procédure rocsize Stata (par M. Pepe) 30, qui permet de déterminer la puissance pour détecter une amélioration de la courbe ROC. La procédure nécessite la spécification du pourcentage de faux positifs et vrais positifs à la fois pour l'hypothèse nulle est pour l'hypothèse alternative et le pourcentage de positifs / malades.

En utilisant la commande rocsize 0.7 0.2, na (150) ndb (100) tpnull (0.7) fpnull (0.4) de Stata, 250 patients suffisent pour évaluer les performances d'un modèle (et sa courbe ROC) avec 90% de puissance et 5% alpha. Plus précisément, nous avons supposé un 70% et un 20% de sujets vrais positifs et faux positifs, respectivement, selon l'hypothèse alternative, un 70% et un 40% de sujets vrais positifs et faux positifs, respectivement, selon l'hypothèse nulle , et un pourcentage de malades de 60% (150 sujets sur 250).

Sous l'hypothèse d'une attrition maximale de 20 %, la taille de l'échantillon sera portée à 300 patients. La même taille d'échantillon est suffisante pour estimer précisément un modèle logistique de réalisation d'un TMM (probabilité de 0,4 à 6 mois) avec 10 prédicteurs (règle empirique).( ) Sur la base des activités de pré-étude, 35 à 40 centres seront impliqués, 15 centres de rhumatologie tertiaires et 20-25 secondaires. En supposant 4 patients/mois éligibles pour le tertiaire et 1/mois dans les centres secondaires, un taux d'inscription de 40 %, environ 30 patients/mois sont attendus.

ÉTHIQUE

Cette étude sera menée conformément à toutes les lois et réglementations applicables, y compris, mais sans s'y limiter, les directives de la Conférence internationale sur l'harmonisation (ICH) pour les bonnes pratiques cliniques (GCP), les directives de l'UE et les principes éthiques qui trouvent leur origine dans la déclaration d'Helsinki. Le comité d'examen institutionnel (IRB)/comité d'éthique indépendant (IEC) doit examiner et approuver le protocole et le formulaire de consentement éclairé avant l'inscription des sujets. Avant que toute procédure requise par le protocole ne soit effectuée, le sujet doit signer et dater le formulaire de consentement éclairé approuvé par l'IRB/IEC.

Les données cliniques (y compris les EI et les médicaments concomitants) seront saisies dans un système de saisie de données validé fourni par la Société italienne de rhumatologie. Le système de données comprendra une protection par mot de passe et des contrôles de qualité internes, tels que des contrôles automatiques de plage, pour identifier les données qui semblent incohérentes, incomplètes ou inexactes.