Hulp van computermodel bij afbouw reumamedicatie

Arts-onderzoeker Sina Fadaei en epidemioloog dr. Paco Welsing van de afdeling reumatologie van het UMC Utrecht doen onderzoek naar de inzet van kunstmatige intelligentie bij het afbouwen van biologicals bij reumatoïde artritis. Ze willen hiermee het stapsgewijs afbouwen op geleide van de ziekteactiviteit verfijnen, zodat opvlammingen van reumatoïde artritis zoveel mogelijk worden voorkomen en de – dure – biologicals zo optimaal mogelijk worden ingezet.

Belangrijke geneesmiddelen bij de bestrijding van reumatoïde artritis (RA) zijn biologicals, zoals etanercept, adalimumab en tocilizumab. Deze medicatie is duur en heeft bijwerkingen, bijvoorbeeld een verhoogd risico op infecties. Vaak wordt daarom geprobeerd om, als de RA in remissie is, biologicals af te bouwen door steeds in kleine stapjes de dosering te verlagen, of indien mogelijk zelfs te stoppen. “Het risico bij afbouwen is het optreden van de zogeheten flares – opvlammingen – van de ziekte. Treedt zo’n flare op, dan ga je terug naar de laatste dosering waarbij de ziekte nog wel rustig was. Je weet dan dat je te ver bent gegaan bij het afbouwen. Hoe schadelijk zo’n flare precies is voor het verdere ziekteverloop en voor de patiënt is niet echt duidelijk, maar je wilt dit uiteraard zo mogelijk voorkomen”, zegt Welsing. “Sommige patiënten durven het afbouwen niet aan en willen gewoon op de oorspronkelijke dosering blijven.”

Gangbare praktijk

Zowel afbouwen als doorgaan met de initiële dosering van de biologicals gebeurt momenteel in de praktijk en zijn legitieme keuzes, vindt Welsing. “Maar we vroegen ons wel af of het mogelijk is om het proces van afbouwen veiliger te maken, gebruikmakend van de gegevens die in het EPD van de patiënten met RA worden vastgelegd. Een computermodel kan voorspellen bij welke patiënten je tot hoever kunt afbouwen. Stel dat je een flare kunt voorkomen door net op tijd te stoppen met verder afbouwen, dan is dat winst en het zou een verfijning zijn van de huidige werkwijze. Of misschien kun je juist op grond van het model verder afbouwen dan een patiënt of arts zou durven, zonder dat daadwerkelijk een flare optreedt.

Data uit EPD

Kortom, wellicht kan de huidige praktijk rond afbouwen nog verder verfijnd worden. Met die gedachte ging Welsing met een data-scientist van het UMC Utrecht enkele jaren geleden aan de slag. “Op basis van de data die al verzameld waren binnen het EPD ontwikkelden we een computermodel – kunstmatige intelligentie – waarmee we kunnen voorspellen wanneer een flare zal optreden bij het verder afbouwen van biologicals. Data waarmee de kunstmatige intelligentie ‘gevoed’ wordt, zijn gegevens die reumatologen verzamelen van hun patiënten in de standaardzorg. Denk dan aan ontstekingsmarkers, anti-CCP, reumafactoren, gegevens over pijnlijke, gezwollen gewrichten en de eigen inschatting van de patiënt over de activiteit van de ziekte”, legt Fadaei uit.

PATIO-studie

Het computermodel is inmiddels gevalideerd en bleek redelijk accuraat te kunnen voorspellen bij welke patiënten een flare zal optreden. Of dit model ook in de praktijk meerwaarde heeft en dus ingezet kan worden, gaan Welsing en Fadaei onderzoeken in een gerandomiseerde studie, de zogeheten PATIO-studie. Naast het UMC Utrecht doen nog vijf andere Nederlandse ziekenhuizen hieraan mee. Fadaei zal ook mede op dit onderzoek promoveren, zegt hij. “In totaal willen we ongeveer 160 patiënten met RA includeren. Deze patiënten gaan we 18 maanden volgen. De ene helft van de patiënten volgt het gebruikelijk traject van afbouwen tot een flare optreedt of tot de biological helemaal is afgebouwd. De ander helft van de patiënten volgt ook het gebruikelijke traject, maar dan met gebruik van het computermodel. Zorgt het computermodel voor minder flares doordat het opbouwen tijdig wordt gestopt? Een andere vraag die we beantwoord willen krijgen: leidt  afbouwen, gebruikmakend van het computermodel, ook tot een lagere cumulatieve dosering van de biologicals in vergelijking met afbouwen op de gebruikelijke manier?”

“De validatiestudie liet positieve resultaten zien”

Epidemioloog dr. Paco Welsing

Goede hoop

Beide onderzoekers hebben goede hoop dat het computermodel in de praktijk een toegevoegde waarde laat zien bij de zorg voor patiënten met RA. Welsing: “De validatiestudie liet positieve resultaten zien. Naast de gerandomiseerde studie om de effectiviteit van de nieuwe afbouwstrategie te testen, evalueren we ook bij patiënten wat ze van het computermodel vinden. Zien zij het zitten dat een computermodel meebeslist over hun behandeling? Hebben ze ideeën of suggesties ter verbetering? Daarvoor doen we een kwalitatief onderzoek. In een later stadium willen we ook artsen bevragen over hun mening en ideeën. Zij moeten het ook prettig vinden om met een computermodel te werken en bijvoorbeeld de vrijheid ervaren om toch een andere behandelbeslissing te nemen dan het model adviseert, als dit advies tegen hun intuïtie ingaat.” 

Lees meer over: