Oporność na leczenie w chorobie Kawasaki – prognozy i predykcja

Oporność na standardowe leczenie immunoglobulinami dożylnymi stanowi istotny problem kliniczny w chorobie Kawasaki, wpływający na rokowanie i zwiększający ryzyko powikłań sercowo-naczyniowych¹. Nie wszyscy pacjenci odpowiadają pozytywnie na pierwszą dawkę immunoglobulin, co wymaga modyfikacji strategii terapeutycznej¹.

Częstość występowania oporności na leczenie

Pacjenci, którzy nie reagują na leczenie immunoglobulinami dożylnymi, mogą odnieść korzyści z bardziej agresywnej terapii początkowej choroby Kawasaki¹. Problem oporności na leczenie dotyczy znaczącej części pacjentów i wymaga odpowiedniego rozpoznania oraz modyfikacji podejścia terapeutycznego.

Innym możliwym następstwem jest nawrót choroby po początkowym leczeniu immunoglobulinami dożylnymi, w którym to przypadku dziecko wymaga ponownej hospitalizacji i rozpoczęcia leczenia od nowa². Podawane przeciwciała mogą również prowadzić do ciężkich reakcji alergicznych².

Modele predykcyjne oporności na leczenie

Opracowano różne modele punktowe oparte na kombinacjach czynników ryzyka, mające na celu przewidywanie początkowej odpowiedzi na leczenie immunoglobulinami dożylnymi¹. Jednak większość takich prób była nieadekwatna do stosowania klinicznego, z czułością w zakresie od 86 do 33% i swoistością od 87 do 62%¹.

Meta-analiza wykazała problemy z walidacją skal ryzyka w niezależnych zestawach danych, stwierdzając, że skale Kobayashi, Sano, Egami, Formo i Harada wykazywały niskie wartości predykcyjne dodatnie i wysokie wartości predykcyjne ujemne¹. Żaden pojedynczy czynnik ryzyka nie identyfikuje większości dzieci, które prawdopodobnie będą miały niekompletną odpowiedź na początkową dawkę immunoglobulin dożylnych¹.

Czynniki predykcyjne w modelach uczenia maszynowego

Najnowsze badania wykorzystują uczenie maszynowe do przewidywania oporności na immunoglobuliny dożylne. Prosty system punktowy oparty na trzech cechach klinicznych (dni choroby w momencie rozpoczęcia terapii początkowej, poziom białka C-reaktywnego w surowicy i całkowity cholesterol w momencie diagnozy) oparty na metodzie SHAP skutecznie przewidywał oporność na immunoglobuliny dożylne³.

Dokładność tak zwanej skali Yamanashi (AUC 0,72; czułość 0,49; swoistość 0,82) była niemal identyczna z modelem Light GBM wykorzystującym 30 zmiennych klinicznych (AUC 0,78; czułość 0,50; swoistość 0,88)³. Te obserwacje ujawniły, że prosty system punktowy wykorzystujący trzy najważniejsze cechy w modelu uczenia maszynowego przewidywał oporność na immunoglobuliny dożylne niemal tak dokładnie, jak sam model uczenia maszynowego oraz szeroko stosowana skala Gunma³.

Parametry przed i po leczeniu jako czynniki predykcyjne

Badania wskazują, że parametry po leczeniu są lepsze od parametrów przed leczeniem pod względem zdolności predykcyjnej⁴. Stosunek B/A przed podaniem immunoglobulin dożylnych oraz CLI i SII po podaniu immunoglobulin były czynnikami ryzyka oporności na immunoglobuliny dożylne u pacjentów z chorobą Kawasaki, niezależnie od rozwoju tętniaków tętnic wieńcowych⁴.

Szybka i powtarzana ocena czynników ryzyka przed i po leczeniu immunoglobulinami dożylnymi może być przydatna do identyfikacji pacjentów z chorobą Kawasaki, którzy mają wysokie ryzyko oporności na immunoglobuliny dożylne, aby ukierunkować dalsze strategie terapeutyczne⁴.

Czynniki demograficzne wpływające na oporność

Interesujące są obserwacje dotyczące wpływu wieku matki na odpowiedź na leczenie. Grupa matek w wieku powyżej 35 lat miała wyższy wskaźnik dzieci z chorobą Kawasaki oporną na leczenie immunoglobulinami dożylnymi (6/31 vs 6/116, iloraz szans 4,400)⁵. Jest to pierwsze badanie, które wykazało, że wiek matki jest znacząco związany z tworzeniem się zmian w tętnicach wieńcowych i opornością na immunoglobuliny dożylne w chorobie Kawasaki⁵.

Pacjenci z chorobą Kawasaki, których matki były w zaawansowanym wieku, mają wysokie ryzyko tworzenia się zmian w tętnicach wieńcowych i oporności na immunoglobuliny dożylne, dlatego może być potrzebna bardziej agresywna terapia lub układ badań dla tych pacjentów⁵.

Wyzwania w walidacji modeli predykcyjnych

Modele predykcji oporności na immunoglobuliny dożylne w chorobie Kawasaki wykazują wysokie ryzyko błędu systematycznego⁶. Konieczne jest położenie nacisku na poprawę ich jakości, aby zapewnić wysokiej jakości dowody dla praktyki klinicznej⁶.

Ustalenia wskazują na potrzebę zachowania ostrożności, ponieważ modele te niosą ze sobą wysokie ryzyko błędu⁶. Badanie podkreśla potrzebę przyszłego rozwoju i walidacji modeli zgodnie z wytycznymi PROBAST, aby ukierunkować projekt badania, zmniejszyć błąd metodologiczny, zapewnić wysokiej jakości dowody dla praktyki klinicznej, stale poprawiać wydajność predykcyjną modelu oraz zapewnić łatwość użycia i możliwość uogólnienia modelu⁶.

Znaczenie kliniczne przewidywania oporności

Dokładne przewidywanie oporności na immunoglobuliny dożylne w chorobie Kawasaki jest kluczowe dla zmniejszenia ryzyka rozwoju zmian w tętnicach wieńcowych³. Wczesne rozpoznanie pacjentów opornych na standardowe leczenie pozwala na wdrożenie bardziej agresywnych strategii terapeutycznych, co może poprawić rokowanie długoterminowe.

Prosty system punktowy oparty na wynikach uczenia maszynowego wydaje się być użytecznym narzędziem do dokładnego przewidywania oporności na immunoglobuliny dożylne u pacjentów z chorobą Kawasaki³. Model uczenia maszynowego przewidywał oporność na immunoglobuliny dożylne u pacjentów z chorobą Kawasaki, a wyjaśnienie addytywne Shapleya (SHAP) było użytecznym podejściem do wyjaśniania wyników modelu uczenia maszynowego³.