Corriere Nazionale

Artrite psoriasica: un aiuto dall’intelligenza artificiale

Artrite psoriasica: l'intelligenza artificiale sarebbe in grado di prevedere la possibilità di migliorare gli outcome con secukinumab

Intelligenza artificiale alla base del progetto ADVISER che punta a realizzare un dispositivo medico innovativo e a basso costo per diagnosi tumorali sempre più precoci, precise e rapide, attraverso una semplice analisi del sangue o delle urine

Artrite psoriasica: l’intelligenza artificiale sarebbe in grado di prevedere la possibilità di migliorare gli outcome con secukinumab

Le applicazioni dell’intelligenza artificiale (AI) alla medicina si stanno sempre più imponendo come un sistema in grado di migliorare e ottimizzare la diagnosi e la terapia. Una di queste applicazioni è il cosiddetto “machine learning” (letteralmente “apprendimento automatico”), con il quale si intende, secondo una definizione data da Arthur Samuel nel 1950, pioniere dell’intelligenza artificiale, quel “campo di studio che dà ai computer l’abilità di apprendere (a realizzare un compito) senza essere esplicitamente programmati a farlo”.

Uno studio presentato al recente congresso annuale ACR ha sperimentato il “machine learning” per identificare l’esistenza di un’associazione tra il danno radiografico pre-esistente e gli outcome clinici a lungo termini derivanti dalla terapia con secukinumab, un farmaco di provata efficacia, in pazienti affetti da artrite psoriasica.

L’analisi condotta è di particolare interesse in quanto suggerisce i benefici derivanti dal “machine learning” nell’identificare le relazioni esistenti tra sintomi e danno articolare, come pure nel mostrare gli effetti del trattamento nell’alleviare la sintomatologia e nel ridurre la progressione del danno articolare.

Razionale e obiettivi dello studio
La valutazione dell’estensione del danno radiografico articolare e la sua progressione sono degli elementi importanti nei trial clinici che valutano i trattamenti per l’artrite psoriasica (PsA).
Il danno articolare nei pazienti con PsA ha un impatto sostanziale sulla funzione fisica, la qualità della vita e la sopravvivenza; è per questo l’inibizione della progressione radiografica rappresenta uno dei principali obiettivi della terapia di questa condizione clinica.

L’obiettivo dello studio presentato al Congresso è stato quello di applicare l’intelligenza artificiale (mediante ricorso al “machine learning”) per analizzare i dati in pool di due trial clinici di fase 3 sull’impiego di secukinumab, un anticorpo monoclonale di provata efficacia, agente contro IL-17) al fine di identificare la prevalenza e la magnitudo del danno radiografico pre-esistente al basale e la sua associazione con la conta delle articolazioni tumefatte e dolenti, come pure di studiare l’impatto che il danno radiografico iniziale potrebbe avere nelle risposta alla terapia con questo farmaco di provata efficacia.

Disegno e risultati principali
Per prima cosa, sono stati messi in pool i dati di 1.554 pazienti con PsA, provenienti dai due trial di fase 3 (FUTURE 1 e FUTURE 5) che prevedevano l’impiego di secukinumab a 3 possibili dosaggi (75, 150 e 300 mg).
In un primo step, i ricercatori hanno valutato quanti pazienti presentavano danno articolare radiografico e se c’era una relazione tra questo danno e il numero di articolazioni tumefatte e dolenti, indicative di malattia attiva.

Successivamemte, i ricercatori hanno valutato l’effetto del trattamento su questi sintomi. Da ultimo, grazie al “machine learning” applicato a ritroso sui dati dei due studi, è stata valutata l’esistenza di una relazione tra risposta del paziente al trattamento con secukinumab e l’entità del danno articolare iniziale nei due studi.

Al basale, il 69,4% e il 50,1% dei pazienti, rispettivamente, mostrava erosioni evidenti e riduzione della rima articolare (JSN, definita per punteggi radiografici >1). I pazienti con diagnosi di PsA iniziale (meno di 2 anni) mostravano una forte prevalenza di erosioni e di riduzione della rima articolare, che peggiorava progressivamente nel tempo.

A livello di singola articolazione, la probabilità di sviluppo di tumefazione  e dolore è risultata fortemente e significativamente associata con l’entità del danno radiografico.

A livello del paziente, sono state osservate riduzioni significative della conta di articolazioni tumefatte/dolenti per tutti i regimi posologici di secukinumab utilizzati, indipendentemente dai livelli di danno radiografico.
Ciò detto, i pazienti con danno radiografico maggiore mostravano una proporzione inferiore di raggiungimento della remissione completa dei sintomi articolari (conta articolazioni tumefatte e dolenti=0).
Il raggiungimento della minima attività di malattia ha seguito lo stesso trend, corrispondente a livelli ridotti ed elevati di danno radiiografico.

Take home message
In conclusione, questa analisi ha mostrato che:
– I pazienti che sperimentano sintomatologia da più tempo prima della diagnosi mostrano i livelli più elevati di danno radiografico articolare
– Esiste una forte relazione tra l’entità del danno articolare radiografico e quella delle tumefazioni e della dolenza articolare sperimentata dai pazienti
– I pazienti trattati con secukinumab mostrano una riduzione della conta di articolazionu tumefatte e dolenti a partire da meno di 4 settimane, con un trend di riduzione continua fino ad un anno, indipendentemente dall’entità del danno radiografico articolare visto all’inizio dello studio
– Il tasso di danno articolare radiografico prima del trattamento con secukinumab ha predetto in maniera stringente la probabilità del paziente di raggiungere lo stato di ridotta attività di malattia dopo un anno.

Bibliografia
Mease P et al. Machine learning identifies an association between pre-existing  radiographic damage and long-term clinical outcomes with secukinumab therapy in patients with psoriatic arthritis. ACR2020. Abs.2017

Exit mobile version