达标式减量策略又一例证(STRASS研究)
标签: 类风湿关节炎; T2T策略; TNF抑制剂; 药物减停;
STRASS研究
达标式减量策略又一例证(STRASS研究): RA维持期个体化减停TNF拮抗剂是可能的
电邮发布日期: 2016年1月20日
生物制剂显著改善类风湿关节炎(RA)患者的炎症症状并抑制关节骨破坏,但目前还不能根治疾病。已有一些研究探讨了RA患者获得缓解后生物制剂减量或停药的可能性。大部分停用生物制剂的患者的结局是疾病复发或关节结构损伤加重。减少剂量可能是一种替代的方法,其中理论可行性较好的是延长给药间隔。为了探讨其实用性,法国学者Fartrel等人发起的一项多中心研究——STRASS研究,就是要看看RA持续缓解6个月以后,拉长TNF拮抗剂给药间隔能否维持疗效。该研究已发表于欧洲抗风湿病联盟(EULAR)官方期刊《风湿病年鉴》2016年第一期(Fautrel B, et al. Ann Rheum Dis.
2016;75:59–67.)。
STRASS研究的入组条件包括患者接受TNF拮抗剂标准剂量(依那西普50mg/周,阿达木单抗40mg/每2周)治疗超过1年(可以单药,也可以联合传统DMARD),糖皮质激素剂量小于5mg/日,目前持续临床缓解状态已超过6个月,并且1年内X线摄片放射学无进展。入组后,患者按1:1随机分为2组,其一继续用原方案即TNF拮抗剂足量治疗(M组),另一组按既定方案逐渐拉长TNF拮抗剂给药间隔(S组)。每3个月随访1次,共随访18个月。
STRASS试验设计的一个亮点是提出达标式拉长给药间隔,即每3个月根据DAS28评分来决定是否拉长给药间隔(图1):
(1)如果能维持DAS28≤2.6,就继续拉长给药间隔;
(2)如果DAS28>2.6且自上次随访变化值小于0.6,维持给药间隔不变;
(3)如果DAS28>2.6且自上次随访变化值大于0.6,就调回上次有效给药间隔。
图1. STRASS试验设计示意图(达标式减量) ![]() |
本研究采用了2种TNF拮抗剂,依那西普和阿达木单抗。既定的给药间隔拉长方案如图1。以依那西普为例,筛选期(V0)即入组前剂量为每周50mg,从基线(V1)至V2和V3分别减为每10天、14天和21天给予50mg,
V4即随访9个月之后就停用TNF拮抗剂(图1)。
本研究预计入组250例患者,但限于经费以及入组速度不理想,在2008年9月-2011年1月间只入组了137例患者(S组64例,
M组73例)。平均年龄55岁,女性占78%,平均病程9.5年,有骨侵蚀的患者比例为88%,类风湿因子(RF)阳性率68%,
DAS28=1.8, HAQ=0.4。仅2.7%的患者用过传统DMARDs,使用依那西普和阿达木单抗的比例分别为54%和46%,
75%的患者联合应用TNF拮抗剂和一种传统DMARD。
STRASS研究的主要观察终点是比较S组与M组18月DAS28与基线DAS28连线的斜率的差异,以此判断两组疗效是否相当。主要分析是比较斜率的标准化差异(standardized
difference,即用斜率除以斜率差异的标准差(standard deviation,
SD))。结果显示, 18个月期间,拉长给药间隔组与足量组DAS28未表现出等效性(图2),标准化差异仅19%(95%CI:
-5%~46%), 95%可信区间的上限超过了非劣预设界值(-30%, 30%)。相应的,
DAS44及反映关节功能的HAQ演变也有相似的特点。
图2. 拉长给药间隔组与继续足量组在18个月随访期间DAS28评分演变 ![]() 注:组间差异并不显著,但未达到优效 |
随访至18月时,
S组有13例患者(20.3%)恢复至足剂量,即不能减量。48例患者(75%)拉长给药间隔或停药,其中25例实现9个月后停药(39.1%),有10例(15.6%)可以实现V3(即依那西普每21天给药一次),可以拉长至V2(每14天)和V1
(每10天)给药的患者例数分别为7例(10.9%)和6例(9.4%)。
本研究的复发定义为当前DAS28>2.6且较前次随访加重(ΔDAS28>0.6)。S组复发风险显著高于M组(风险比(HR)为2.37(95%CI:
1.47, 3.83); p=0.0004)。S组有49例复发(76.6%),基线时有18例复发,
V1、V2和V3减量段的复发例数分别为7例、7例和14例,
9个月停药时有1例复发。M组仅有34例复发(46.5%)。S组和M组复发的中位时间分别为9个月和18个月(图3)。校正所有潜在混淆因素之后,与复发相关的因素有:拉长给药间隔(HR:
2.74, 95%CI: 1.53-4.92)、IgM-RF阳性(HR: 1.99, 95%CI:
1.03-3.83)以及基线HAQ(HR: 2.07, 95%CI: 1.23-2.49)。
图3. 拉长给药间隔组与继续足量组的无复发生存曲线 ![]() |
尽管拉长给药间隔组的复发率高,但18个月内两组放射学进展无明显差异,
S组放射学无进展(ΔmTSS≤1)的比例为66%,
M组为69%(p=0.8)。两组均无结构性损伤进展可能是由于升高的疾病活动度及时得到了纠正。
两组发生不良事件的患者比例相近(M组70%,
S组72%),发生严重不良事件的患者比例也相近(M组14%, S组9%)。
STRASS试验的局限性:
1.预计样本量需要250例患者,而实际入组了137例患者。缓解期RA患者主要就诊于社区风湿病诊所而非大学附属医院可能是患者招募不足主要的原因。其他可能的原因包括(1)医生和/或患者不愿意减停药物,导致违背研究方案的例数较多;
(2)入组条件要求临床缓解而非低疾病活动度RA患者。2.由于此试验是非盲试验,可能会导致一些主观的偏差。
3.这种减停策略可能对抗药抗体的产生有一定的影响,从而增加了二次失败的风险等。
STRASS研究应用达标式减量策略为接受皮下注射TNF拮抗剂以维持临床缓解的长病程RA患者探索了最低有效剂量/给药间隔。由于患者招募不足,无法验证非劣效性的假设。但研究者认为,这样的达标式减停策略对临床实际应用而言还是可行的,复发病情活动度是患者和医生都能接受的,而且复发病情也在TNF拮抗剂恢复到上次有效给药间隔后得到控制。拉长给药间隔组超过1/4患者疾病没有复发,这预示了需要更多的研究来探讨哪些RA患者能从拉长给药间隔中获益。
达标式减量策略又一例证(STRASS研究)的更多相关文章
- 【cs229-Lecture20】策略搜索
本节内容: 1.POMDP: 2.Policy search算法:reinforced和Pegasus: 马尔科夫决策过程(Partially Observable Markov Decision P ...
- 响应式WEB设计
近期在学习有关响应式设计的内容,对此做了些整理,图片来源于网络,附上自己做的简单demo,没有js,只用CSS做了简单的搭建http://y.zhso.net/. 1.为什么需要响应式web设计 出于 ...
- 《响应式Web设计实践》学习笔记
原书: 响应式Web设计实践 目录: 第2章 流动布局 1. 布局选项 2. 字体大小 3. 网格布局 4. 混合固定宽度和流动宽度 第3章 媒介查询 1. 视口 2. 媒介查询结构 3. 内嵌样式与 ...
- 在EntityFramework6中管理DbContext的正确方式——3环境上下文DbContext vs 显式DbContext vs 注入DbContext(外文翻译)
(译者注:使用EF开发应用程序的一个难点就在于对其DbContext的生命周期管理,你的管理策略是否能很好的支持上层服务 使用独立事务,使用嵌套事务,并行执行,异步执行等需求? Mehdi El Gu ...
- 80. Hibernate 5.0命名策略使用naming-strategy 不起作用【从零开始学Spring Boot】
[原创文章,转载请注明出处] 事情的起因:一不小心从1.3.3升级到了1.4.0版本,结果就碰到了各种悲催的事情了,好吧,Hibernate5.0的新特性就是其中一个坑,我们会发现我们配置的namin ...
- 蝶式套利(butterfly spread)
多头蝶式套利.预期市场价格趋于稳定,希望在这个价格区间内能获利,可选用多头蝶式套利,以较低的议定价格买进一个看涨期权,又以较高的议定价格买进一个看涨期权,同时又以介于上述2个议定价格之间的中等的议定价 ...
- Hibernate入门之命名策略(naming strategy)详解
前言 JPA和Hibernate都提供了默认映射策略,通过映射将每个实体类映射到具有相同名称的数据库表,它的每个属性都映射到具有相同属性的列, 但是,在实际项目开发中可能出现与默认命名约定不匹配,也就 ...
- 强化学习-学习笔记14 | 策略梯度中的 Baseline
本篇笔记记录学习在 策略学习 中使用 Baseline,这样可以降低方差,让收敛更快. 14. 策略学习中的 Baseline 14.1 Baseline 推导 在策略学习中,我们使用策略网络 \(\ ...
- 分享29个超赞的响应式Web设计
原文自:http://www.csdn.net/article/2013-01-16/2813678-responsive-design-websites 最近几年,响应式Web设计不断印入人们眼帘, ...
- Swift 对象创建(PUT Object)过程详解——基于副本策略(一)
swift中创建对象,即PUT object,根据选定的存储策略将对象内容写入至相应的服务器(object server).我们重点关注object controller和object servers ...
随机推荐
- JUC源码学习笔记6——ReentrantReadWriteLock
系列文章目录和关于我 阅读此文需要有AQS独占和AQS共享的源码功底,推荐阅读: 1.JUC源码学习笔记1--AQS独占模式和ReentrantLock 2.JUC源码学习笔记2--AQS共享和Sem ...
- 【实习项目介绍】XXXXX大数据平台介绍
一.技术架构 1.整体介绍及架构 (1)概述 Odeon大数据平台以全图形化Web操作的形式为用户提供一站式的大数据能力:包括数据采集.任务编排.调度及处理.数据展现(BI)等:同时提供完善的权限管理 ...
- docker 第二课
构建nginx镜像 Dockerfile 指令: FROM centos:7.9.2009 #在整个dockfile文件中除了注释之外的第一行,要是FROM ,FROM 指令当前镜像的用于指定父镜像( ...
- 时隔3个月,Uber 再遭数据泄露...
在今年9月,Uber 就发生过一起数据泄露事件,尽管黑客并无意发动大规模攻击或以此来获取巨额利益,但其成功获取对 Uber 所有敏感服务的完全管理员访问权限仍令人后怕.而在上周,名为"Ube ...
- [OpenCV实战]49 对极几何与立体视觉初探
本文主要介绍对极几何(Epipolar Geometry)与立体视觉(Stereo Vision)的相关知识.对极几何简单点来说,其目的就是描述是两幅视图之间的内部对应关系,用来对立体视觉进行建模,实 ...
- 基于Spark的均值漂移算法在网络舆情聚类中的应用
知网链接 原文链接 张京坤, 王怡怡 软件导刊 2020年19卷第9期 页码:190-195 DOI:10.11907/rjdk.192529 出版日期:2020-9-15 摘 要: 为了改善网 ...
- Markdown快速入门——我不学 甚至没这篇文章
Markdown快速入门---我不学甚至没这篇文章 写在前 俗话说:"工欲善其事,必先利其器".那么码字前,自然是要找到合适的工具.我这里就选用了VSCode+Markdown.( ...
- STL序列式容器使用注意、概念总结
引入 最近看了<STL源码剖析>的第 4 章和第 5 章,介绍了 C++ STL 中的序列式容器和关联式容器,本文将总结序列式容器的基础概念,不会详细它们的实现原理(想知道自个儿看书吧,我 ...
- 前端-jQuery 查找标签 事件 Bootstrap页面框架
1.查找标签 1.基本选择器: $('#d1'):id选择器 $('.c1'):class选择器 $('div'):标签选择器 2.组合选择器: $('div#d1'):查找id为d1的div标签 $ ...
- 可能是最简单的本地GPT3 对话机器人,支持OpenAI 和 Azure OpenAI
毫无疑问,GPT是目前最火的人工智能方向,已经商用的有OpenAI公司原生的GPT3 和 ChatGPT ,以及微软公司的Azure OpenAI Service (暂时还没有包含ChatGPT).关 ...