Lekari bi jednog dana mogli da ciljaju decu i mlade ljude sa artritisom kojima će najverovatnije pomoći prvi tretman, zahvaljujući primeni mašinskog učenja naučnika Univerziteta u Mančesteru.
Iako je metotreksat lek prve linije koji se daje za juvenilni idiopatski artritis (JIA), on je efikasan ili se toleriše samo kod polovine dece i mladih koji ga primaju.
Oni pacijenti kojima lek nije pomogao moraju duže da čekaju da dobiju terapiju druge linije, potencijalno produžavajući jak bol u zglobovima i druge simptome koji često imaju razarajući uticaj na decu i njihove porodice.
Studija, objavljena u časopisu eBioMedicine, mogla bi da olakša preciznije istraživanje u identifikaciji prediktora odgovora na metotreksat, kao što su biomarkeri, i da dovede do boljeg predviđanja verovatnih ishoda nakon početka leka.
Potvrđuje da će jedno od osmoro dece i mladih ljudi koji započinju metotreksat pokazati poboljšanje inflamatornih karakteristika bolesti, ali će imati neke simptome.
Takođe su pokazali da kod 16 procenata dece koja uzimaju metotreksat poboljšanje aktivnosti bolesti može biti sporije nego kod drugih tokom vremena.
Vodeći autor dr Stephanie Shoop-Vorrall je rekla: „Davanje metotreksata deci kojoj on neće pomoći gubi vreme, novac i trud za zdravstvene usluge – kao i da ih nepotrebno izlaže potencijalnim nuspojavama.
„Ali sada je mašinsko učenje otvorilo vrata omogućilo da se predvidi koje aspekte dečije bolesti će lek pomoći i koja deca treba odmah da započnu druge terapije ili uz metotreksat ili umesto njega.
„Pored toga, ovaj rad pokazuje kako klinička ispitivanja propuštaju cilj kada se posmatraju samo ‘odgovor’ ili ‘neodgovor’ na artritis koji se pojavi u detinjstvu.
„Ovo preveliko pojednostavljivanje može dovesti do toga da lek bude označen kao ‘efikasan’ kada ključni simptomi kao što su bol ostaju, ili ‘neefikasni’ kada se vidi značajno poboljšanje u jednom aspektu ove složene bolesti.“
Istraživački tim je pristupio podacima iz četiri nacionalne kohorte dece i mladih koji su započeli lečenje pre januara 2018.
Komponente ocene aktivnosti bolesti juvenilnog artritisa (uključujući koliko otečenih zglobova, lekarska percepcija bolesti, izveštaj pacijenta/roditelja o blagostanju, rezultati krvnog testa na upalu) su zabeleženi na početku lečenja i tokom sledeće godine.
Oni su koristili mašinsko učenje da identifikuju grupe pacijenata sa različitim obrascima bolesti nakon tretmana metotreksatom, predvide klastere; i uporediti klastere sa postojećim merama odgovora na lečenje.
Od 657 dece i mladih verifikovanih kod 1.241 pacijenta identifikovali su brza poboljšanja (11%), spora poboljšanja (16%), poboljšanje-relaps (7%), trajnu bolest (44%).
Druga dva klastera koje su nazvali Persistentna globalna procena lekara (8%) i Persistentna roditeljska globalna procena (13%), karakteriše poboljšanje u svim karakteristikama rezultata aktivnosti osim jedne.
Dr Shoop-Vorrall je dodao: „Dugoročniji uticaj ove sporije kontrole bolesti zahteva dalje istraživanje. Naša studija takođe pokazuje korisnost metoda mašinskog učenja za otkrivanje grupa dece kao osnove za stratifikovane odluke o lečenju.
„Ovaj rad se zasniva na postojećim studijama odgovora na lečenje metotreksatom, potvrđujući da odgovor nije bivarijatan, već može biti veoma varijabilan u zavisnosti od različitih karakteristika bolesti kod pojedinaca.
„U ovom trenutku ispitivanja metotreksata u JIA kategorišu pacijente na one koji su odgovorili i koji nisu odgovorili.
„Ta pogrešna klasifikacija može ugroziti studije koje žele da identifikuju prediktore odgovora, kao što su biomarkeri.“
