标签: 类风湿关节炎; TNF拮抗剂;
维持期减停

病情中度活动的RA患者在获得深度缓解后有望实现停用生物制剂

电邮发布日期: 2016年2月3日

病情中度活动的类风湿关节炎(RA)患者通过传统DMARDs实现临床缓解的成功率不高。虽然生物制剂大大提高了RA缓解率,
但对中疾病活动度患者的用药关注度仍旧很少。基于经济因素及长期安全性不确定的考虑,
生物制剂减停策略的研究渐行渐热。RA治疗理念正从追逐临床缓解而转向关注缓解之后的后续治疗。2013年,
首个针对中度活动性RA诱导缓解之后如何优化生物制剂的随机双盲安慰剂对照研究——PRESERVE的研究成果在《柳叶刀》发表。无独有偶,
近期《现代风湿病学》发表了日韩学者联合进行的一项代号为ENCOURAGE的临床试验的两年数据(Yamanaka H, et al. Mod Rheumatol. 2015 Dec 23:1-11.
提前在线发布), 该研究也同样聚焦中度疾病活动度RA患者, 探讨该类人群的用药策略。该研究证实, 达到深度缓解后,
生物制剂的停药缓解率较PRESERVE研究有大幅度提高。笔者将ENCOURAGE研究的重要信息编译如下。

ENCOURAGE是一项随机、多中心、开放标签、前瞻性研究。入组条件包括:
病程<5年, 符合1987年分类标准,
病情中度活动(3.2≤DAS28≤5.1)。所有患者入组前均接受至少3个月的传统DMARD治疗, 但疗效不佳。

试验方案图1所示, 试验分为2阶段。第一阶段,
将符合入排标准的222例患者按照1:4的比例随机分配到MTX组(n=30)或依那西普(ETN)+MTX组(n=161)治疗12个月。MTX组的MTX剂量≥6mg/周,
该组患者可以增加MTX剂量, 也可以联用其它DAMRD。第二阶段,
依那西普+MTX组获得持续缓解(定义为第6和第12个月的DAS28<2.6)的99例患者,
随机分为继续(n=33)或停止(n=34)依那西普治疗12个月(图1)。在第二阶段,
依那西普停药组患者如遇以下任一种情形均可重启依那西普治疗, (1)DAS28≥3.2, (2)患者希望接受依那西普治疗,
(3)医生认为有必要。

图1.
ENCOURAGE临床试验设计示意图

※: 允许MTX治疗3个月但疗效不佳的患者随时转换为ETN+MTX。

†: 如遇病情复发或病人要求或医生认为有必要, 可以重启ETN治疗。

第一阶段的主要研究终点为52周达到缓解的患者比例,
包括3个重要缓解即临床缓解(SDAI、CDAI)、关节结构缓解(Sharp总评分变化≤0.5/年)、躯体功能缓解(HAQ<0.5)。结果如图2所示。在24周及52周,
依那西普+MTX组临床缓解及躯体功能缓解显著高于MTX组。52周时,
MTX/MTX+csDMARDs组的骨侵蚀、关节间隙狭窄评分及Sharp总评分分别为1.7±2.7、0.7±2.9以及2.4±4.3
(均数±标准差),
依那西普+MTX组分别为0.2±1.6、0.9±2.5以及1.1±3.3(均数±标准差)。依那西普+MTX组对骨侵蚀的抑制显著优于MTX组。

图2.
第1阶段的各种缓解率


第二阶段的主要研究终点为第2个1年观察期内维持缓解的患者比例,
缓解定义参照第一阶段。90.9%的继续接受依那西普治疗的患者完成第2个1年期观察,
58.8%的停药组患者完成观察。结果如图3所示。

图3.
第2阶段的各种缓解率


全分析集(FAS)中, 与停用依那西普相比,
依那西普继续治疗1年能维持较高的临床率, DAS28缓解率为87.5% vs 53.6%, SDAI缓解率为81.3% vs
46.4%(DAS28和SDAI缓解率的组间差异均达到统计学显著), 但CDAI缓解率未达到统计学显著差异(75% vs
50%)。符合方案集(PPS)分析显示依那西普治疗组的DAS28缓解率也高于停药组(89.7% vs
70%)但未达统计学显著差异。53.8%的停药组患者可维持1年的临床缓解。

全分析集(FAS)中,
依那西普停药组与继续用药组的放射学缓解率(Sharp总评分变化≤0.5/年)均很高(82.6% vs 89.7%),
符合方案集的结果也相似(94.4% vs 89.3%), 均无统计学显著差异。

24周时, 依那西普继续治疗组的躯体功能缓解率显著高于停药组,
但符合方案集未发现显著差异。52周时, 两组的躯体功能缓解率无显著差异。

本研究还分析了影响依那西普停药维持缓解的因素,
结果发现基线疾病活动度低、共患病均影响依那西普停药缓解。

前述PRESERVE研究发现生物制剂停药1年时低疾病活动度(LDA)维持比例仅为29.4%。ENCOURAGE研究的结果显示半数患者可实现生物制剂停药缓解。出现这种情况,
研究者做了以下解释, PRESERVE研究患者病程较长(平均病程6.9年),
进入维持期观察的入组条件是1个随访点判定DAS28<3.2, 本研究患者病程较短(平均2年),
在6个月及12个月同时达到缓解的患者才进行维持期治疗, 此时患者已达到"深度缓解",
所以本研究的生物制剂停药成功率更高。

ENCOURAGE研究: 病情中度活动RA获得深度缓解后有望实现停药的更多相关文章

  1. Dynamics 365中自定义工作流活动更新了输入输出参数后获取的方法

    关注本人微信和易信公众号: 微软动态CRM专家罗勇 ,回复245或者20170309可方便获取本文,同时可以在第一间得到我发布的最新的博文信息,follow me!我的网站是 www.luoyong. ...

  2. js setTimeout深度递归后完成回调

    setTimout原型: iTimerID = window.setTimeout(vCode, iMilliSeconds [, sLanguage])     setTimeout有两种形式 se ...

  3. Delphi主消息循环研究(Application.Run和Application.Initialize执行后的情况)

    Application.Initialize; Application.CreateForm(TForm1, Form1); Application.Run; 第一步,貌似什么都不做,但如果提前定义I ...

  4. 深度学习结合SLAM研究总结

    博客转载自:https://blog.csdn.net/u010821666/article/details/78793225 原文标题:深度学习结合SLAM的研究思路/成果整理之 1. 深度学习跟S ...

  5. paper 53 :深度学习(转载)

    转载来源:http://blog.csdn.net/fengbingchun/article/details/50087005 这篇文章主要是为了对深度学习(DeepLearning)有个初步了解,算 ...

  6. Nature重磅:Hinton、LeCun、Bengio三巨头权威科普深度学习

    http://wallstreetcn.com/node/248376 借助深度学习,多处理层组成的计算模型可通过多层抽象来学习数据表征( representations).这些方法显著推动了语音识别 ...

  7. 深度学习中的Normalization模型

    Batch Normalization(简称 BN)自从提出之后,因为效果特别好,很快被作为深度学习的标准工具应用在了各种场合.BN 大法虽然好,但是也存在一些局限和问题,诸如当 BatchSize ...

  8. [优化]深度学习中的 Normalization 模型

    来源:https://www.chainnews.com/articles/504060702149.htm 机器之心专栏 作者:张俊林 Batch Normalization (简称 BN)自从提出 ...

  9. (转)Deep Learning深度学习相关入门文章汇摘

    from:http://farmingyard.diandian.com/post/2013-04-07/40049536511 来源:十一城 http://elevencitys.com/?p=18 ...

  10. 深度学习综述(LeCun、Bengio和Hinton)

    原文摘要:深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示.这些方法在很多方面都带来了显著的改善,包含最先进的语音识别.视觉对象识别.对象检測和很多其他领域,比如药物发现和基 ...

随机推荐

  1. 视频超分之BasicVSR-阅读笔记

    1.介绍 对于视频超分提出了很多方法,EDVR中采用了多尺度可变形对齐模块和多个注意层进行对齐和定位并且从不同的帧聚合特征,在RBPN中,多个投影模块用于顺序聚合多个帧中的特征.这样的设计是有效的,但 ...

  2. mingw+CLion环境下在Windows下编译配置并使用opencv

    目录 安装(mingw环境) 在项目中使用opencv QtCreator使用opencv 安装(mingw环境) vs环境没配过不知道 下载地址 解压到目标目录     解压后的目录结构(build ...

  3. 【大数据工具选型】ETL&同步&调度工具比较-Kettle、Streamset,DataX、Sqoop、Canel,DolphinSchedule、Azkaban、Oozie、Airflow、Xxl Job

    〇.概述 1.常用资料 dolphinscheduler用户手册:https://dolphinscheduler.apache.org/zh-cn/docs/latest/user_doc/syst ...

  4. 【sqoop】简介、原理、安装配置测试、导入导出案例、脚本打包、常见命令及参数介绍、常用命令举例

    一.sqoop简介 用于在Hadoop(Hive)与传统的数据库(mysql.oracle...)之间进行数据的传递,可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres等 ...

  5. java并发数据结构之CopyOnWriteArrayList

    CopyOnWriteArrayList是一个线程安全的List实现,其在对对象进行读操作时,由于对象没有发生改变,因此不需要加锁,反之在对象进行增删等修改操作时,它会先复制一个对象副本,然后对副本进 ...

  6. vue3 watch笔记

    watchEffect 执行传入的一个函数,同时自动追踪函数中依赖到的数据,并在其依赖变更时重新运行该函数. 并且会在 组件挂载前 立即调用一次,(默认是挂载前,可通过修改 flush 属性改变,后边 ...

  7. hashlib加密模块 subprocess模块 logging日志模块

    目录 hashlib加密模块 简介 hashlib使用流程 hashilb加密模块使用说明 明文绑定密文 密文长度不变 多次传入 密文不可解密原因 加盐处理(salt) 普通加盐 动态加盐 加密实际运 ...

  8. STM32用PWM波控制呼吸灯代码

    pwm.c #include "pwm.h" //TIM3-CH3 //PB0 void PWM_Config(void) { GPIO_InitTypeDef GPIO_Init ...

  9. [Webcast]Silverlight探秘系列课程

    Silverlight探秘系列课程(1):创建第一个Silverlight应用视频:http://download.microsoft.com/download/B/7/1/B71CA32C-163D ...

  10. CTF-MISC方向涉及技术导图

    MISC方向涉及技术导图