在膜性病中基于人工智能的个性化rituximab治疗方案 (iRITUX):多中心随机对照试验的协议
Maxime Teisseyre1,2,3,4, Alexandre Destere5,6, Marion Cremoni7,2,3,4
1Institut de Recherche sur le Cancer et Vieillissement UMR7284 CNRS INSERM U1081, Université Côte d'Azur, Nice, Provence-Alpes-Côte d'Azur, France maxime.teisseyre@univ-cotedazur.fr.
BMJ open
|April 3, 2025
概括
这项研究评估了算法引导的rituximab剂量策略是否能改善膜性病患者的缓解率,解决低剂量风险. 算法驱动的剂量可能会提高这种自身免疫性病的治疗疗效.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 免疫学 免疫学 免疫学
- 药理学 药理学是指药理学的学科.
背景情况:
- 膜性病 (MN) 是成年人性综合征的主要原因.
- 利图西马布是建议的MN的第一线疗法,但缺乏最佳的剂量方案.
- 由于尿路损失,MN患者的Rituximab生物可用性降低可能导致剂量不足和治疗失败.
研究的目的:
- 为了前性地评估一种算法驱动的rituximab治疗策略在患有原发性膜性病的患者中的疗效.
- 为了在实现临床缓解方面比较算法引导的剂量与标准的rituximab协议.
主要方法:
- 一个多中心的,随机的,受控的,开放的标签试验,涉及130名患有初级MN的患者.
- 随机分配给标准治疗的患者 (两次1g利图西马布输注) 或基于低剂量风险的算法驱动的剂量.
- 算法驱动的剂量从2到4次输注1g的rituximab,在0到45天内给予.
- 主要结局:6个月临床缓解率;次要结局包括免疫学标志物和不良事件.
主要成果:
- 主要结局数据 (6个月临床缓解) 尚未收集和分析.
- 还将评估二次结果数据 (长期缓解,免疫学标志物,安全性).
结论:
- 这项前性研究将确定算法驱动的rituximab剂量是否可以改善膜性病的缓解率.
- 这些发现可能会为优化MN的Rituximab治疗方案提供信息,从而有可能改善患者的治疗结果.
更多相关视频
07:25In Vitro Methods for Comparing Target Binding and CDC Induction Between Therapeutic Antibodies: Applications in Biosimilarity Analysis
Published on: May 4, 2017
17.7K
06:37Using Reference Reagents to Confirm Robustness of Cytokine Release Assays for the Prediction of Monoclonal Antibody Safety
Published on: September 15, 2023
500
