Facteurs prédictifs de réponse aux biothérapies de la spondyloarthrite axiale : revue de la littérature

Discipline

Rhumatologie

Classification

Médecine et santé

Mots-clés

Spondyloarthrite axiale,

Prévision,

Biothérapie,

Revues systématiques

Objectif : Revue systématique de la littérature réalisée afin de déterminer les différents facteurs prédictifs de réponse aux biothérapies (Anti-TNF, IL17) chez des patients atteints d’une spondyloarthrite axiale (axSpA). Méthodes : Une recherche documentaire a été faite à partir des bases de données de PubMed de janvier 2000 à décembre 2022. Les critères d’inclusion des études étaient : les essais thérapeutiques randomisés, les études de cohortes, les revues et les méta-analyses, rapportant les résultats des différents facteurs de réponse chez des patients atteints de axSpA, sous thérapies ciblées, à l’aide des scores : ASDAS CRP, BASDAI, ASAS 20/40, ASAS PR. Résultats : Sur 2988 articles obtenus par la recherche, 92 études ont été sélectionnées et analysées pour la revue. Parmi ces études, une majorité des patients était traitée par anti-TNF. 37 facteurs prédictifs de réponse aux thérapies ciblées dont 18 facteurs de bonne réponse ont été retrouvés. Parmi ces facteurs, les principaux sont le sexe masculin, la présence du gène HLA B27 et une CRP élevée au début de la maladie. Concernant les facteurs prédictifs de mauvaise réponse au traitement, on note l’âge supérieur à 45 ans et le tabagisme essentiellement. Conclusion : Plusieurs facteurs prédictifs de bonne réponse aux traitements ciblés ont été identifiés, certains soutenus par plusieurs études. Il existe aussi des facteurs prédictifs de mauvaise réponse au traitement et des biomarqueurs (du domaine de la recherche expérimentale). Ainsi, à l’aide de ces facteurs, nous soutenons les cliniciens dans leur démarche thérapeutique. Nous les aidons à reconnaître efficacement les différents profils de patients répondeurs ou non répondeurs. Par ailleurs, l’intelligence artificielle pourra un jour, à partir de ces facteurs, prédire la réponse au traitement à l’aide d’un algorithme et aider le médecin dans sa stratégie thérapeutique.