Predictors and Prognostic Indices for the Clinical Course and the Effect of Treating Patients with Rheumatoid Arthritis // Предиктори и прогностични индекси за клиничното протичане и ефекта от лечение при болни от ревматоиден артрит

Abstract

Протичането на ревматоидния артрит (РА) често се определя като непредсказуемо. Установяването на маркери, които могат да бъдат използвани за откриване на пациентите с по-агресивен ход на заболяването и по-лоша прогноза за изхода от провежданото лечение, биха дали възможност за адекватен избор на терапия в зависимост от активността на заболяването и очакваната прогресия. Анализът на научната литература показва, че на този етап липсва достатъчно добре работещ и надежден инструмент за ежедневната клинична практика, с който да може да се прогнозира хода на ревматоидния артрит, вероятността от бърза рентгенографска прогресия и очаквания ефект от стартираното лечение. Целта на проведеното проучване е да се направи опит за определяне на важните фактори за прогнозиране на тежестта на заболяването и за оценка на ефекта от прилаганото лечение при пациенти с ревматоиден артрит, както и за разработване на модел за прогнозиране. В проучването са участвали общо 67 пациента с ревматоиден артрит на средна възраст от 56,43г (26±77г.). От тях 17 са мъже (25,4%) и 50 са жени (74,6%). Пациентите са лекувани с метотрексат и наблюдавани за период от 1 година. В началото и в края на проследявания период бяха изследвани и проследени следните показатели – С-реактивен протеин, RF с изотипове IgM, IgG и IgA, аCCP антитела, клинични показатели (общ брой оточни и болезнени стави), индекси за болестната активност (глобална оценка за активността на заболяването според лекаря/пациента чрез визуално аналогова скала (VAS) и DAS28-CRP). За оценка на рентгенографската прогресия на заболяването бяха сравнявани изображения от конвенционална рентгенография на китки, длани и пръсти оценявани чрез метода на Simple Erosion Narrowing Score. Статистическата обработка е направена с програмен продукт SPSS v20.Идентифицирането на прогностичните фактори дава възможност за изработване на матрични модели, които да се приложат в практиката за оценка на риска от неповлияване от лечение и бърза прогресия на заболяването. Чрез тези модели може ясно да се дефинират болните с по-агресивна болест и да се очертаят възможностите за въздействие върху заболяването.

Rheumatoid arthritis (RA) is often considered unpredictable. Establishing markers that can be used to detect patients with a more aggressive course of the disease and a worse prognosis for treatment outcomes would allow for an adequate choice of therapy depending on the activity of the disease and the expected progression. Analysis of the scientific literature shows that at this stage, there is a lack of a well-functioning and reliable tool for everyday clinical practice that can predict the course of rheumatoid arthritis, the likelihood of rapid x-ray progression, and the expected effect of the onset of treatment. The study aims to attempt to determine the important factors for the prognosis of the severity of the disease and to evaluate the effect of the applied treatment in patients with rheumatoid arthritis as well as to develop a prediction model. A total of 67 patients with rheumatoid arthritis, aged 56.43g (26 ± 77), participated in the study. Of these, 17 are male (25.4%), and 50 are women (74.6%). Patients were treated with methotrexate and monitored for 1 year. At the beginning and end of the follow-up period, the following indicators were studied and traced: C-reactive protein, IgM, IgG and IgA isotypes, aCCP antibodies, clinical indices (total number of swollen and painful joints) for the activity of the disease according to the physician/patient via visual analogue scale (VAS) and DAS28-CRP). To assess the radiographic progression of the disease, images of conventional X-rays of hands were compared using the Simple Erosion Narrowing Score method. The statistical processing was done with SPSS v20 software. Identifying prognostic factors allows the development of matrix models to be applied in assessing the risk of not responding to treatment and the rapid progression of the disease. Patients with a more aggressive disease can be clearly defined through these models, and the disease can influence possible outcomes.