通过血清生物标志物的组合分析预测生物疗法治疗幼稚脊柱关节炎的答案 (PRESA)

脊柱关节炎（或脊椎关节病）是一种引起关节炎的炎症性风湿性疾病。 它与其他类型的关节炎不同，因为它涉及韧带和肌腱附着在称为“附着点”的骨骼上的部位。

所有患者都应接受物理治疗并进行关节锻炼。 最推荐的是促进脊柱伸展和活动度的练习。

非甾体类抗炎药 (NSAIDs) 是治疗脊柱关节炎的一线药物。 NSAIDs 在短期或长期使用时连续使用或应要求使用时有效。 然而，医生在开 NSAID 处方时必须注意潜在的心血管、肾脏或胃肠道副作用。 NSAIDs 失败后，可以使用 TNF 抑制剂，如英夫利昔单抗或依那西普。 在开始抗 TNF 治疗之前，必须进行筛查。 事实上，必须定期随访接受抗 TNF 治疗的患者。 直到现在，还没有算法可以预测对 TNF 抑制剂的反应，尤其是对依那西普治疗的反应。

在这项临床试验中，研究人员希望对一种算法进行表征，该算法可以预测一组患有脊柱关节炎的患者对依那西普的反应。

用于依那西普治疗的预测算法的开发将根据生物数据建立，并根据患者临床数据 (M6) 的可用性最终确定。

将使用逻辑回归建模，结合可用变量集。

在这项临床试验中，研究人员想要表征一种算法，该算法可以预测一组脊柱关节炎患者对 TNF 抑制剂的反应以及依那西普的适应症治疗。