Ytelse av PEAR 2.0-programvare ved forskrivning av bioterapi hos pasienter med revmatoid artritt

Behandlingen av revmatoid artritt er basert på forskrivning av sykdomsmodifiserende antirevmatiske legemidler (DMARDs) for å indusere klinisk og biologisk remisjon. Hvis den første behandlingslinjen (metotreksat) mislykkes, kan en bioterapi foreskrives. I daglig praksis må derfor igangsetting av målrettet terapi baseres på forskriverens ekspertise eller kvalifikasjoner når det gjelder hans eller hennes erfaringsnivå i diagnostisering og behandling av kroniske inflammatoriske revmatiske sykdommer som revmatoid artritt. Etter hvert som det terapeutiske arsenalet har utvidet seg, har også spørsmålet om å velge riktig behandling for rett pasient til rett tid blitt større. For tiden, i daglig praksis, er det ikke noe verktøy for å hjelpe klinikere med å forutsi behandlingseffekt. Valg av bioterapi basert på effekt har relativt liten vekt, for det første fordi dette valget er tatt i forhold til andre bioterapier, og for det andre fordi det ikke finnes overlegenhetsstudier som faktisk har vist større effekt til fordel for en av de målrettede terapiene. I Big Datas tidsalder kan kunstig intelligens brukes til å utvikle algoritmer for å forutsi behandlingsrespons. mYXpression har utviklet programvare for medisinsk beslutningsstøtte basert på integrering av transkriptomiske markører for å vurdere sannsynligheten for respons og/eller manglende respons på bioterapier for hver pasient. Algoritmens ytelse ble teoretisk testet ved retrospektiv innsamling av transkriptomiske data og kliniske responser på 6 bioterapier fra 992 pasienter inkludert i 17 kliniske studier eller kohorter. Målet med denne observasjonsstudien er å demonstrere verdien av PEAR 2.0 medisinsk beslutningsstøtteprogramvare i behandlingen av pasienter med revmatoid artritt som er kandidater for bioterapi.