Przewidywanie odpowiedzi na leczenie WZW-C – nowoczesne metody

Dokładne przewidywanie pacjentów, którzy będą odpowiadać na terapię, staje się coraz bardziej ważne, zarówno z punktu widzenia opieki nad pacjentem, jak i kosztów opieki zdrowotnej, ponieważ klinicyści muszą kontynuować leczenie u pacjentów, którzy będą odpowiadać, i zaprzestać leczenia u pacjentów, którzy prawdopodobnie nie będą odpowiadać¹. Rozwój nieinwazyjnych testów, takich jak wskaźniki surowicze, które mogą przewidywać wynik leczenia na wczesnym etapie terapii, jest korzystny dla indywidualizowanego leczenia i zarządzania przewlekłym zapaleniem wątroby typu C².

Szybka odpowiedź wirusologiczna (RVR)

Szybka odpowiedź wirusologiczna (RVR) szybko staje się nowym narzędziem do przewidywania pacjentów z zapaleniem wątroby typu C, którzy mają większe prawdopodobieństwo osiągnięcia trwałej odpowiedzi wirusologicznej (SVR)³. Osiągnięcie RVR zostało niedawno uznane za ważne w określaniu czasu trwania leczenia i przewidywaniu wyniku, ponieważ badania pokazują, że dodatnia wartość predykcyjna wykorzystująca RVR do przewidywania SVR wynosi 89%⁴.

RVR stał się ważnym determinantem czasu trwania leczenia niezależnie od genotypu i obecności lub braku innych determinantów i został uznany za jeden z najpotężniejszych predyktorów SVR³. Oczyszczenie RNA wirusa zapalenia wątroby typu C z surowicy po jednym miesiącu leczenia było najsilniejszym niezależnym predyktorem trwałej odpowiedzi⁵.

Kinetyka wirusowa

Kinetyka wirusowa jest bardziej użyteczna do określenia prawdopodobnego wyniku leczenia⁴. Wczesne określenie statusu wirusowego podczas terapii jest głównym predyktorem końcowego wyniku leczenia⁶. Ujemna wartość predykcyjna tego pomiaru jest dość wysoka, chociaż niewielki odsetek pacjentów (mniej niż 5%) zostałby błędnie sklasyfikowany jako osoby nie odpowiadające na leczenie⁶.

Samoistne oczyszczenie było silnie związane ze spadkiem obciążenia wirusowego o 2,2 log10 w ciągu 100 dni od zakażenia⁷. Szybki spadek obciążenia wirusowego w pierwszych tygodniach po zakażeniu jest jednym z najważniejszych predyktorów samoistnego oczyszczenia ostrego WZW-C.

Nowoczesne biomarkery

Opracowanie nowych biomarkerów molekularnych otwiera nowe perspektywy przewidywania odpowiedzi na leczenie. LecT-Hepa jest przykładem biomarkera, który może odzwierciedlać zmiany w regresji zwłóknienia podczas procesu leczenia². Zmiana LecT-Hepa w pierwszych 12 tygodniach leczenia mogła już przewidywać odpowiedź na leczenie przeciwwirusowe, co było lepsze niż wskaźnik FIB-4 i wskaźnik stosunku aminotransferazy asparaginianowej do płytek krwi (APRI) w tym badaniu².

Prognostyczna wartość poziomu LecT-Hepa w surowicy jest lepsza niż innych markerów biochemicznych, takich jak FIB-4 i APRI, już w pierwszych 12 tygodniach terapii⁸. Badania wykazały, że zmiana w poziomie LecT-Hepa w surowicy po eliminacji wirusa może służyć jako wczesny predyktor odpowiedzi na leczenie przeciwwirusowe u pacjentów z przewlekłym WZW-C leczonych interferonем i rybawiryną⁸.

Analiza dyskryminacyjna

Analiza dyskryminacyjna została wykazana jako użyteczne narzędzie do przewidywania wyniku leczenia z wykorzystaniem wyjściowej zmienności genetycznej WZW-C i charakterystyk gospodarza⁹. Wynik leczenia był najdokładniej przewidywany przez analizę dyskryminacyjną (90,5% czułości i 95,5% specyficzności, 85,7% czułości i 81,8% specyficzności po walidacji krzyżowej)¹⁰.

Najistotniejsze zmienne uwzględnione w modelu predykcyjnym obejmowały wzorzec aminokwasów w rdzeniu, liczbę haplotypów w regionie E1E2 oraz poziomy gamma-glutamylotranspeptydazy i aminotransferazy alaninowej¹⁰. Modele dyskryminacyjne uzyskane w badaniach prowadzą do dokładnych przewidywań w populacji hiszpańskich pacjentów z WZW-1b, którzy nie byli wcześniej leczeni⁹.

Profilowanie ekspresji genów i proteomika

Najnowsze badania nad profilowaniem ekspresji genów i charakteryzacją proteomu wątroby i surowicy dostarczają opcji dokładnego przewidywania wyników u pacjentów zakażonych WZW-C w przyszłości¹. Molekularny podpis w wątrobie został powiązany z ryzykiem raka nawet po wyleczeniu wirusowym¹².

Uniwersalny podpis genowy predykcyjny ryzyka raka wątrobowokomórkowego w wątrobie, który wykazano, że przewiduje rozwój raka po SVR, może służyć jako biomarker do identyfikacji podzbioru pacjentów po SVR, którzy powinni być regularnie monitorowani pod kątem przyszłego rozwoju raka wątroby¹³.

Monitorowanie zwłóknienia

Ciągłe monitorowanie stopnia zwłóknienia wątroby powinno być korzystne dla wczesnej oceny skuteczności terapeutycznej i długoterminowego obserwowania pacjentów, co dostarcza wskazówek dotyczących rokowania i zarządzania przewlekłym WZW-C¹⁴. Wczesne przewidywanie wyniku podczas lub po leczeniu ma zapewnić dodatkowe informacje dla indywidualizacji leczenia, a tym samym poprawić współczynniki wyleczenia u pacjentów z przewlekłym zakażeniem WZW-C¹⁴.

Zmiana LecT-Hepa w pierwszych 12 tygodniach terapii mogła już rozróżnić pacjentów z przewlekłym WZW-C osiągających SVR¹⁴. Wyniki sugerują, że nowy wskaźnik LecT-Hepa może być lepszy od rutynowych wskaźników klinicznych w ocenie zwłóknienia w tej kohorcie¹⁴.

Przyszłość przewidywania odpowiedzi

Dalsze badania obejmujące polimorfizmy genetyczne gospodarza i większe liczby pacjentów są w toku, a podobnie generowane modele prawdopodobnie będą miały zwiększoną moc predykcyjną¹¹. Ponieważ niepowodzenie leczenia skojarzonego występuje u około połowy wszystkich pacjentów z przewlekłym zapaleniem wątroby typu C zakażonych genotypem 1, przewidywanie wyniku leczenia na poziomie wyjściowym byłoby bardzo korzystne⁹.

Chociaż zidentyfikowano kilka czynników jako predyktory wyniku leczenia, żaden z nich nie może zapewnić wiarygodnego zindywidualizowanego przewidywania, gdy jest używany niezależnie. Na podstawie wyników u hiszpańskich pacjentów zakażonych WZW-1b, proponuje się wykorzystanie statystycznych modeli dyskryminacyjnych opartych na charakterystykach gospodarza i wirusa w celu zapewnienia zagregowanego przewidywania wyniku leczenia na poziomie wyjściowym⁹.