Trattamento personalizzato con Rituximab basato sull'intelligenza artificiale nella nefropatia membranosa (iRITUX) (iRITUX)

La nefropatia membranosa è una malattia autoimmune che colpisce il rene e la causa più comune di sindrome nefrosica negli adulti caucasici non diabetici. Il decorso di questa malattia è molto variabile da individuo a individuo, spaziando dalla remissione spontanea alla malattia renale cronica progressiva.

L'identificazione di autoanticorpi, ad esempio il recettore della fosfolipasi A2 di tipo 1 (PLA2R1), ha promosso l'uso di farmaci immunosoppressori come il rituximab che ora rappresenta un trattamento di prima linea sicuro ed efficace per la gestione della nefropatia membranosa. Tuttavia, fino al 40% dei pazienti non risponde al primo ciclo di trattamento con rituximab. Nei pazienti nefrotici, a causa della perdita di farmaco nelle urine, i livelli ematici di rituximab sono inferiori rispetto ad altre malattie autoimmuni trattate con rituximab senza proteinuria. Questa elevata perdita di farmaco urinario diminuisce l’esposizione al farmaco, spiegando potenzialmente perché il regime di rituximab con infusioni a basso dosaggio (375 mg/m2) non ha dimostrato efficacia dopo il mese 6 rispetto a un trattamento antiproteinurico non immunosoppressore in uno studio precedente. Al contrario, un regime di due infusioni da 1 g a distanza di due settimane è stato associato a un tasso di remissione significativamente maggiore dopo 6 mesi.

Recentemente, i ricercatori hanno dimostrato che dopo due infusioni di rituximab da 1 g, il livello ematico di rituximab 3 mesi dopo la prima infusione di rituximab era correlato alla probabilità di remissione dopo 6 e 12 mesi di trattamento con rituximab. I pazienti con livelli ematici di rituximab positivi 3 mesi dopo il trattamento avevano una maggiore probabilità di remissione al mese 6 e al mese 12 rispetto ai pazienti con un livello di rituximab non rilevabile al mese 3.

Al giorno d’oggi gli algoritmi di machine learning sono sempre più utilizzati in medicina, soprattutto in farmacologia, per prevedere l’esposizione a un farmaco, la dose iniziale da somministrare o l’intervallo tra due infusioni.

L'obiettivo di questo studio è utilizzare un algoritmo di machine learning che prevede il rischio di avere un livello residuo non rilevabile di rituximab 3 mesi dopo il trattamento, al fine di proporre una gestione personalizzata del trattamento con dosi aggiuntive precoci di rituximab per i pazienti a rischio.