Skala GREAT i narzędzia predykcyjne w chorobie Gravesa-Basedowa

Przewidywanie przebiegu choroby Gravesa-Basedowa stanowi jedno z największych wyzwań w endokrynologii. Przez lata podejmowano liczne próby identyfikacji czynników, które mogłyby przewidzieć sukces terapii lekami przeciwtarczycowymi i określić, czy dany pacjent będzie miał nawrót nadczynności tarczycy po odstawieniu leków¹. Przełomem w tej dziedzinie było opracowanie skali GREAT oraz innych zaawansowanych narzędzi predykcyjnych.

Skala GREAT – zasady działania i interpretacja

Skala Graves Recurrent Events After Therapy (GREAT) została opracowana przez holenderskich badaczy jako narzędzie kliniczne umożliwiające przewidywanie sukcesu terapii lekami przeciwtarczycowymi¹. To narzędzie wykorzystuje konkretne parametry kliniczne dostępne w momencie rozpoznania choroby: wiek pacjenta, poziom przeciwciał przeciwko receptorowi TSH (TRAb) w surowicy oraz wielkość wola tarczycowego².

System punktacji GREAT klasyfikuje pacjentów do trzech kategorii ryzyka na podstawie uzyskanych punktów. Wynik 0-1 punktów wiąże się z ryzykiem nawrotu na poziomie 16%, wynik 2-3 punkty oznacza ryzyko 44%, natomiast najwyższa kategoria 4-6 punktów wskazuje na ryzyko nawrotu wynoszące 68%³. Im wyższy wynik w skali GREAT, tym większe ryzyko nawrotu po odstawieniu leków przeciwtarczycowych¹.

Walidacja skali GREAT w różnych populacjach pacjentów potwierdziła jej skuteczność w przewidywaniu wyników leczenia. Badania wskazują, że narzędzie to można łatwo obliczyć w momencie rozpoznania choroby, co pozwala lekarzom na wczesne podjęcie decyzji o strategii terapeutycznej¹. Pacjenci z wysokim wynikiem w skali GREAT mogą zdecydować się na inne opcje leczenia już od początku terapii.

Rozszerzona wersja GREAT+ z uwzględnieniem czynników genetycznych

Rozwój genetyki medycznej umożliwił stworzenie rozszerzonej wersji skali GREAT+, która uwzględnia dodatkowo czynniki genetyczne. Największą korzyść z zastosowania skali GREAT+ obserwuje się u pacjentów z umiarkowanym ryzykiem nawrotu choroby (klasa II skali GREAT), u których dodanie typowania genetycznego znacząco zmienia ocenę ryzyka nawrotu².

Badania genetyczne wykazały, że niektóre warianty genów związanych z predyspozycją do choroby Gravesa-Basedowa mają również związek z konkretnymi fenotypami klinicznymi i biochemicznymi. Warianty genów specyficznych dla tarczycy (TSHR i TG) oraz genów układu immunologicznego (CTLA4, CD40, PTPN22 i HLA) zostały opisane jako niezależne predyktory nawrotu⁴.

Identyfikacja wariantów genetycznych związanych zarówno z fenotypem klinicznym, jak i rokowaniem może mieć dużą wartość kliniczną w rozpoznawaniu pacjentów z wyższym ryzykiem nawrotu. Może również pomóc w wyjaśnieniu mechanizmów funkcjonalnego wpływu zmienności genetycznej w chorobie Gravesa-Basedowa².

Znaczenie przeciwciał TRAb w przewidywaniu rokowania

Pomiar przeciwciał TRAb stanowi czuły i specyficzny sposób różnicowej diagnostyki tyreotoksykozy oraz dokładnego i szybkiego rozpoznania choroby Gravesa-Basedowa³. Poziomy wyjściowe TRAb, wraz z innymi wskaźnikami klinicznymi, mogą pomóc w przewidywaniu odpowiedzi na leczenie oraz rokowania i nawrotu choroby, szczególnie u młodych osób³.

Wyższe wyjściowe poziomy TRAb wiążą się z większym ryzykiem nawrotu choroby oraz gorszym rokowaniem po 12-18 miesiącach terapii, niezależnie od tego, czy pacjenci otrzymywali leki przeciwtarczycowe, terapię jodem radioaktywnym, czy leczenie chirurgiczne³. Utrzymująco się podwyższone poziomy TRAb (≥ 10 IU/l po 6 miesiącach od początkowego rozpoznania) stanowią również dodatkowy czynnik ryzyka nawrotu⁵.

Po zakończeniu 18 miesięcy leczenia lekami przeciwtarczycowymi, ocena TRAb pomaga określić dalszy tok postępowania. Pacjenci z niskimi lub niewykrywalnymi poziomami TRAb mają wysokie prawdopodobieństwo trwałej remisji – choroba może nawrócić u około 20-30% takich pacjentów po odstawieniu leków⁶. Z drugiej strony, pacjenci z utrzymująco się podwyższonymi poziomami TRAb prawdopodobnie nie będą w remisji i będą wymagać dalszego leczenia – nawrót może wystąpić u około 80-100% takich pacjentów⁶.

Dodatkowe czynniki prognostyczne

Oprócz parametrów uwzględnianych w skali GREAT, badania zidentyfikowały szereg innych czynników prognostycznych. Analiza regresji logistycznej wykazała, że podwyższona wielkość tarczycy, stosunek FT3/FT4 oraz TRAb w momencie rozpoznania są związane z gorszymi wynikami leczenia⁷. Pacjenci z dużymi tarczycami, wysokimi poziomami TRAb przed leczeniem i podwyższonymi stosunkami FT3/FT4 reagują słabiej na leczenie lekami przeciwtarczycowymi⁷.

Szczególną uwagę należy zwrócić na wzorce zmian poziomu TRAb podczas leczenia. Pacjenci z płynnym zanikiem TRAb mają krótszy czas leczenia, a stopa nawrotów jest najniższa (36%). W przeciwieństwie do tego, pacjenci z fluktuującym lub tlejącym typem TRAb mają dłuższe okresy leczenia i wyższe stopy nawrotów wynoszące odpowiednio 53% i 62%⁸.

Dodatni poziom TRAb w momencie odstawienia leków przeciwtarczycowych również wiąże się z krótkim czasem do nawrotu po początkowej terapii⁹. W analizie wieloczynnikowej, młodszy wiek (poniżej 45 lat), płeć męska oraz zmieniające się wzorce TRAb (grupa fluktuująca i tlejąca) były niezależnymi czynnikami ryzyka związanymi z krótkim czasem do nawrotu⁹.

Nowoczesne technologie w predykcji

Rozwój sztucznej inteligencji otwiera nowe możliwości w przewidywaniu przebiegu choroby Gravesa-Basedowa. Model predykcyjny wykorzystujący oprogramowanie Prediction One umożliwia przewidywanie tyreotoksykozy i różnicowanie między chorobą Gravesa-Basedowa a toksycznym guzkiem z wysokimi wartościami predykcyjnymi, bazując jedynie na parametrach morfologii krwi i profilu biochemicznego¹⁰.

Wyniki badań pokazują, że poprzez użycie sztucznej inteligencji i modeli regresji logistycznej możliwe jest przewidywanie rozpoznania choroby Gravesa-Basedowa z wysoką zdolnością dyskryminacyjną na podstawie jedynie informacji o wieku oraz poziomach kreatyniny, cholesterolu całkowitego, fosfatazy alkalicznej i białka całkowitego w surowicy¹⁰.

Praktyczne zastosowanie narzędzi predykcyjnych

Uwzględniając wyjściowe poziomy TRAb wraz ze zmiennymi klinicznymi, takimi jak wiek, płeć, objętość tarczycy i nasilenie nadczynności tarczycy, możliwe jest identyfikowanie i stratyfikowanie pacjentów do kategorii o niskim lub wysokim ryzyku remisji po leczeniu, a także przewidywanie rokowania i nawrotu choroby⁶.

Typowanie genetyczne pacjentów z chorobą Gravesa-Basedowa może mieć znaczący potencjał translacyjny, umożliwiając spersonalizowany plan leczenia i przyszłe wdrożenie nowych terapii immunomodulujących dla odpowiednich pacjentów². Wczesne rozpoznanie czynników ryzyka nawrotu pozwala na optymalizację czasu trwania leczenia i może pomóc w podejmowaniu decyzji o alternatywnych metodach terapii.