Patiënten met ernstig astma zijn op basis van een drietal biomarkers bij diagnose op te delen in 3 subgroepen, toont een latent class analysis aan.1 De subgroepen verschillen in de mate van ziektecontrole na 1 jaar follow-up.
Biomarkers van astma worden doorgaans gebruikt om patiënten met bepaalde a priori drempelwaarden onder te verdelen in subgroepen, bijvoorbeeld voor type 2-hoog of type 2-laag astma. Italiaanse onderzoekers gingen met behulp van latent class analysis (LCA)2 na, in hoeverre patiënten met ernstig astma zijn onder te verdelen in niet eerder opgemerkte subgroepen.
Hiertoe selecteerden zij 632 patiënten (GINA step 4 of 5) uit het Italian Registry on Severe Asthma (IRSA). Zij zochten binnen deze populatie naar mogelijke subgroepen op basis van 3 baseline biomarkers: de concentratie perifere eosinofiele cellen, uitgeademde stikstofoxide (FeNO), en de concentratie totaal IgE.
De LCA onderscheidde 3 subgroepen patiënten. Subgroep A, met 86% de grootste groep, bestond uit patiënten met een matige eosinofilie (gemiddeld 394/mm3), matig IgE (gemiddeld 299 kU/l) en een vrijwel normale FeNO-waarde (gemiddeld 34 ppb). Patiënten in subgroep B (5,4%) hadden een hoge mate van eosinofilie (gemiddeld 1.837/mm3), een hoge FeNO-waarde (gemiddeld (118 ppb) en matig IgE (gemiddeld 537 kU/l). Bij patiënten in subgroep C (9%) werden de hoogste IgE-waarden gemeten (gemiddeld 3025 kU/l), een vrij hoge mate van eosinofilie (gemiddeld 921/mm3) en normale FeNO-waarden (gemiddeld 31 ppb). Met name de dissociatie tussen de mate van eosinofilie en FeNO in deze subgroep is opmerkelijk, stellen de onderzoekers.
Patiënten in subgroep B hadden gemiddeld een significant lagere ACT-score (14,5 vs. 18 en 18) en een hogere incidentie van exacerbaties (4,7 vs. 3,2 en 2,9) dan patiënten in subgroep A en subgroep B. Longfunctieparameters waren niet verschillend tussen de 3 groepen. Na 1 jaar follow-up (en behandeling) waren de patiënten in subgroep B het meest verbeterd (toename van ACT-score: +6,9 vs. +3,2 en +3,8; afname incidentie exacerbaties -4,2 vs. -2,5 en -2,5).
Op basis van deze uitkomsten concluderen de onderzoekers dat de identificatie van deze subgroepen kan helpen bij het maken van behandelkeuzen.
Bronnen
- Bilò MB. Real-world clusters of severe asthma from the Italian Registry on Severe Asthma (IRSA): a longitudinal latent class analysis. ISAF 2023, abstract OA1.
- Sihna P, Calfee CS, and Delucchi KL. Practitioner’s guide to latent class analysis: methodological considerations and common pitfalls. Crit Care Med. 2021;49:e63–e79.