Identificatie van variabelen die de klinische uitkomst voorspellen na staken van antivirale middelen bij patiënten met een chronische hepatitis B virus infectie door een combinatie van statistische modellen en bio-informatische analyses. 01/01/2024 - 31/12/2027

Abstract

Wereldwijd is 3,6% van de bevolking geïnfecteerd met het hepatitis B virus (HBV). Jaarlijks overlijden 700000 mensen aan een leverziekte als gevolg van een chronische HBV infectie. De huidige standaard behandeling bestaat uit antivirale middelen die het virus kunnen onderdrukken, complicaties van de leverziekte voorkomen, maar de infectie niet kunnen genezen (zgn Hepatitis B surface antigen (HBsAg) klaring). Hierdoor moeten de meeste patiënten levenslang antivirale medicatie innemen. Bij sommige patiënten die de behandeling hebben onderbroken na een langdurige virus onderdrukking, kan het immuunsyseem het hepatitis B virus blijvend onderdrukken. Bovendien kan op lange termijn in een deel van de patiënten HBsAg klaring en dus genezing optreden. Op dit moment is het nog onduidelijk welke patiënten voordeel kunnen hebben van een dergelijke behandelingsstop. Momenteel coördineren we de COIN-B studie, een multicentrische nationale studie waarbij 90 patiënten de behandeling stoppen en 50 patiënten de behandeling verder zetten. Het design van deze studie laat toe om het effect van enkele gastheerfactoren, zoals etniciteit, op de uitkomsten van een behandelingsstop te gaan onderzoeken, maar niet de effecten van virale opvlakkeringen of herbehandeling. Voor deze onderzoeksvragen zullen we de COIN-B resultaten combineren met verschillende internationale prospectieve studies met intensieve opvolgingstijdstippen en herbehandelingscriteria. We zullen geavanceerde statistische modellen gebruiken en verfijnen om zeldzame uitkomsten te kunnen modelleren. Dit moet ons een volledig beeld geven van de virus- en gastheer factoren die geassocieerd zijn met ziektecontrole of genezing na het staken van antivirale middelen. Verder zal dit toelaten om een optimaal opvolginterval, criteria voor herbehandeling en de effecten van een virale opvlakkering te bepalen. Naast de statistische modellen, zullen we bio-informatische technieken gebruiken om genetische patronen te onderzoeken in het bloed van patiënten uit de COIN-B studie. Het doel is een genetische biomerker te vinden die toelaat om patiënten vooraf te selecteren voor een behandelingsstop. Ook zal dit leren hoe het bloedtranscriptoom gemoduleerd wordt tijdens een behandelingsstop en inzichten genereren in de pathofysiologie van virale opvlakkeringen en ziektecontrole. De combinatie van beide benaderingen moet leiden tot een optimaal predictief model van klinische parameters en genetische patronen voor de verdere uitrol van behandelingsstop bij chronische HBV patiënten.

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject