Dystrofia mięśniowa
Rokowania, prognozy i postęp choroby
Dystrofia mięśniowa Duchenne’a (DMD) to postępująca choroba mięśniowa charakteryzująca się zanikiem mięśni, prowadząca do utraty samodzielności, niewydolności oddechowej i sercowej oraz przedwczesnej śmierci. Leczenie glikokortykosteroidami stanowi podstawę terapii, wykazując wysoki poziom dowodów na opóźnienie utraty funkcji motorycznych, poprawę siły mięśniowej, funkcji oddechowej i przeżycia, a także umiarkowany wpływ na funkcję serca. Inhibitory ACE oraz modyfikatory genetyczne również wpływają na przebieg choroby. Mediana przeżycia pacjentów urodzonych w latach 1970–1994 wynosiła 40,95 lat, co stanowi znaczną poprawę w porównaniu do wcześniejszych kohort (25,77 lat). Główne przyczyny zgonów to powikłania oddechowe, sercowe oraz infekcje dróg oddechowych.
Nowoczesne metody oparte na sztucznej inteligencji (AI) umożliwiają precyzyjne prognozowanie trajektorii choroby poprzez analizę cyfrowych biomarkerów ruchowych, przewyższając tradycyjne testy funkcjonalne (6MWD, NSAA, PUL) pod względem dokładności predykcji. Modele te uwzględniają niepewność epistemiczną i aleatoryczną, efekty interwencji oraz radzą sobie z brakującymi danymi, co pozwala na spersonalizowane monitorowanie i optymalizację terapii. Pomimo postępów, standardowe miary kliniczne mają ograniczenia, a dalsze badania prospektywne są niezbędne do walidacji czynników prognostycznych i terapii ukierunkowanych na indywidualne potrzeby pacjentów. Wielodyscyplinarna opieka, w tym diagnostyka genetyczna i zarządzanie powikłaniami, pozostaje kluczowa w poprawie jakości życia osób z DMD.
- Prognozy dystrofii mięśniowej Duchenne’a
- Wskaźniki prognostyczne i modyfikatory choroby
- Czynniki wpływające na prognozę
- Oczekiwana długość życia
- Nowoczesne metody przewidywania progresji choroby
- Wykorzystanie sztucznej inteligencji w prognozowaniu
- Spersonalizowane modelowanie choroby degeneracyjnej
- Modele statystyczne w prognozowaniu
- Ograniczenia tradycyjnych metod oceny i przyszłe kierunki
- Implikacje kliniczne i przyszłość badań
Prognozy dystrofii mięśniowej Duchenne’a
Dystrofia mięśniowa Duchenne’a (DMD) to ciężka, postępująca choroba prowadząca do zaniku mięśni, która skutkuje trudnościami w poruszaniu się, a ostatecznie prowadzi do konieczności wspomaganej wentylacji i przedwczesnej śmierci. 1 Mimo że rokowanie dla osób z DMD jest często niekorzystne, w ostatnich latach zauważalnie poprawiła się przeżywalność pacjentów, dzięki postępowi w metodach leczenia i opieki wielospecjalistycznej.
Wskaźniki prognostyczne i modyfikatory choroby
Badania zidentyfikowały łącznie 23 wskaźniki prognostyczne progresji choroby w DMD. Do podstawowych czynników wpływających na przebieg choroby należą: 23
- Leczenie glikokortykosteroidami – będące podstawą farmakologicznego postępowania w DMD, istotnie wpływa na szeroki zakres wyników progresji choroby
- Modyfikatory genetyczne DMD – endogenne czynniki wpływające na przebieg choroby
- Typ mutacji DMD – determinujący podstawowe cechy choroby
- Stosowanie leków kardiologicznych – szczególnie inhibitorów ACE
Leczenie glikokortykosteroidami wykazało istotny wpływ na różne aspekty progresji choroby, w tym utratę samodzielnego chodzenia, funkcję kończyn dolnych i motoryczną, siłę mięśniową, zdrowie i funkcję oddechową, przeżycie oraz funkcję kończyn górnych (wysoki poziom dowodów). Wpływa również na zdrowie i funkcję serca (umiarkowany poziom dowodów) oraz możliwe ryzyko rozwoju skoliozy (niski poziom dowodów). 2
Czynniki wpływające na prognozę
Istotne czynniki prognostyczne, które mogą wpływać na decyzje kliniczne dotyczące przebiegu DMD, obejmują: 4
- Wiek rozpoczęcia leczenia kortykosteroidami i czas trwania terapii
- Stosowanie inhibitorów ACE
- Wyjściowe wyniki testów funkcji fizycznych
- Funkcja płuc w badaniach wyjściowych
- Dysfunkcja mięśnia sercowego, szczególnie lewej komory
Oczekiwana długość życia
Oczekiwana długość życia pacjentów z DMD uległa znacznej poprawie w ostatnich dekadach. Badanie przeprowadzone we Francji wykazało, że mediana przeżycia dla pacjentów urodzonych między 1970 a 1994 rokiem wynosiła 40,95 lat, w porównaniu do 25,77 lat dla urodzonych między 1955 a 1969 rokiem. 5 Poprawa ta jest przypisywana większej dostępności wspomaganej wentylacji przez tracheostomię, stosowaniu kortykosteroidów oraz lepszemu postępowaniu kardiologicznemu. 5
Mimo postępu w leczeniu wspomagającym, osoby z dystrofią mięśniową Duchenne’a często umierają z powodu choroby przed 25. rokiem życia. Jednak dzięki postępom w opiece wspomagającej wielu pacjentów żyje dłużej. 6 Śmierć najczęściej następuje w wyniku powikłań oddechowych lub sercowych, a także zapalenia płuc, aspiracji lub niedrożności dróg oddechowych. 6
Nowoczesne metody przewidywania progresji choroby
Wykorzystanie sztucznej inteligencji w prognozowaniu
Sztuczna inteligencja ma potencjał do rewolucjonizowania opieki zdrowotnej, w tym prognozowania przebiegu DMD. Biomarkery opracowane na podstawie cyfrowych odczytów zachowań ruchowych z życia codziennego mogą przewidywać progresję choroby u pacjentów z dystrofią mięśniową i potencjalnie śledzić odpowiedź na terapię. 7
W badaniu wykorzystującym sztuczną inteligencję (AI) do analizy ruchu pacjentów z DMD, badacze byli w stanie wyselekcjonować charakterystyczne „odciski behawioralne” w małej kohorcie pacjentów (n=21). Porównując te odciski z grupą kontrolną zdrowych osób dobranych pod względem wieku (n=17), badacze ustalili ich zdolność predykcyjną, zarówno przekrojową, jak i długoterminową, przy użyciu uczenia maszynowego. 7
To podejście okazało się lepsze w przewidywaniu standardowych klinicznych ocen funkcjonalnych (6MWD, NSAA i PUL) niż gdy te miary były używane do przewidywania siebie nawzajem. Sugeruje to, że podejście oparte na cyfrowej analizie ruchu zawiera wystarczająco bogate informacje, aby nie tylko ocenić obecny stan pacjenta, ale także przewidzieć, jak będzie się rozwijać. 8
Spersonalizowane modelowanie choroby degeneracyjnej
Przewidywanie trajektorii rzadkich chorób degeneracyjnych, takich jak DMD, może być niezwykle korzystne, szczególnie gdy te przewidywania są spersonalizowane dla konkretnego pacjenta. 9 Opracowano ramy modelowania do przewidywania długoterminowej trajektorii pacjenta, wykorzystując połączenie danych od pacjenta oraz bazę danych wcześniej obserwowanych pacjentów. 9
Model ten wykazuje dobrą zdolność predykcyjną, mimo ograniczonych danych i szerokiej zmienności wyników u pacjentów. Jest w stanie: 10
- Przewidywać trajektorię zdrowia pacjenta, uwzględniając niepewność epistemiczną i aleatoryczną
- Dostosowywać strukturę tych przewidywań w zależności od cech historii klinicznej konkretnego pacjenta
- Uwzględniać efekty interwencji
- Radzi sobie z brakującymi danymi
Modele statystyczne w prognozowaniu
Podejmowane są również próby wykorzystania modeli statystycznych do poprawy przewidywania kamieni milowych choroby na podstawie danych podłużnych. Projekt wykorzystujący model statystyczny wykazał jednak tylko nieznaczną poprawę dokładności przewidywania. Możliwe, że mała wielkość próby, niska liczba zdarzeń lub krótki czas badania nie pozwoliły zidentyfikować znaczącej poprawy dokładności przewidywania. 11
Ograniczenia tradycyjnych metod oceny i przyszłe kierunki
Obecne standardowe miary kliniczne (6MWD, NSAA, PUL) mają istotne ograniczenia, zwłaszcza że DMD jest chorobą genetyczną, stale postępującą od poczęcia do śmierci. Z tego powodu nie są one idealnymi markerami globalnego stanu choroby, co prowadzi do sztucznego podziału okien terapeutycznych ocenianych w badaniach klinicznych DMD. 12
Łącząc podejście uwzględniające codzienne zachowania ruchowe z uczeniem maszynowym i etomiką (nauką o zachowaniu), biomarkery AI zapewniają systematyczną ścieżkę do określania w czasie rzeczywistym, kiedy pojawia się lub słabnie efekt nowej terapii. 12
To etomiczne podejście obiecuje skrócenie czasu trwania i kosztów badań klinicznych, a także pozwala na zmniejszenie wymaganej wielkości próby, co jest istotne, ponieważ rekrutacja pacjentów jest często głównym wyzwaniem w opracowywaniu leków na rzadkie lub złożone choroby. 12
Implikacje kliniczne i przyszłość badań
Opracowane zostały wytyczne wielodyscyplinarnej opieki nad DMD, które obejmują uzyskanie diagnozy genetycznej i zarządzanie różnymi aspektami choroby. 1 Ponadto kilka terapii mających na celu przywrócenie brakującego białka dystrofiny lub zajęcie się patologią wtórną otrzymało zatwierdzenie regulacyjne, a wiele innych jest w fazie rozwoju klinicznego. 1
Wciąż istnieje potrzeba walidacji czynników prognostycznych i leczenia stratyfikowanego na podstawie tych czynników. 4 Wiele pytań dotyczących DMD pozostaje bez odpowiedzi, a konieczne są dodatkowe badania prospektywne. 4
W miarę jak pacjenci z DMD żyją dłużej, rośnie nacisk na jakość życia i radzenie sobie z długoterminowymi powikłaniami. Badania dotyczące znaczenia diagnostyki genetycznej, zmniejszenia czasu do diagnozy oraz roli modyfikatorów genetycznych w przewidywaniu prognozy są kluczowymi obszarami zainteresowania. 13
Kolejne rozdziały
Zapraszamy do dalszego czytania naszego leksykonu.
Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.
Materiały źródłowe
- #1 Duchenne muscular dystrophy | Nature Reviews Disease Primershttps://www.nature.com/articles/s41572-021-00248-3
Duchenne muscular dystrophy is a severe, progressive, muscle-wasting disease that leads to difficulties with movement and, eventually, to the need for assisted ventilation and premature death. […] Guidelines for the multidisciplinary care for Duchenne muscular dystrophy that address obtaining a genetic diagnosis and managing the various aspects of the disease have been established. […] In addition, a number of therapies that aim to restore the missing dystrophin protein or address secondary pathology have received regulatory approval and many others are in clinical development. […] The burden, epidemiology, costs and treatment for Duchenne muscular dystrophy: an evidence review. […] Improvement of survival in Duchenne muscular dystrophy: retrospective analysis of 835 patients. […] Change in natural history of Duchenne muscular dystrophy with long-term corticosteroid treatment: implications for management.
- #2 Prognostic indicators of disease progression in Duchenne muscular dystrophy: A literature review and evidence synthesishttps://pmc.ncbi.nlm.nih.gov/articles/PMC8956179/
We identified a total of 23 prognostic indicators of disease progression in DMD. […] The most commonly examined prognostic indicator identified in the literature related to treatment with glucocorticoidsâthe cornerstone of the current pharmacological management of DMD. […] This core exogenous factor was found to significantly impact a wide range of disease progression outcomes, including loss of independent ambulation, lower extremity and motor function, muscle strength, respiratory health and function, survival, and upper extremity function (high level of evidence); cardiac health and function (moderate level of evidence); and possibly risk of developing scoliosis (low level of evidence). […] The two endogenous core prognostic indicators of disease progression in DMD identified in our review were DMD genetic modifiers and DMD mutation type.
- #3 Prognostic indicators of disease progression in Duchenne muscular dystrophy: A literature review and evidence synthesishttps://pmc.ncbi.nlm.nih.gov/articles/PMC8956179/
Our study is subject to three specific limitations. […] In conclusion, we identified a total of 23 prognostic indicators of disease progression in DMD, of which cardiac medication, DMD genetic modifiers, DMD mutation type, and glucocorticoid exposure were designated core indicators significantly affecting a wide range of clinical outcomes.
- #4 Prognostic factors, disease course, and treatment efficacy in Duchenne muscular dystrophy: A systematic review and metaâanalysishttps://pmc.ncbi.nlm.nih.gov/articles/PMC9804574/
Prognostic factors in Duchenne muscular dystrophy (DMD) predict the disease course and may help individualize patient care. The aim was to summarize the evidence on prognostic factors that may support treatment decisions. […] Prognostic factors that may inform clinical decisions include age at corticosteroid treatment initiation and treatment duration, ACE-inhibitor use, baseline physical function tests, pulmonary function, and cardiac dysfunction. […] Important prognostic factors that may inform clinical decisions include the age at initiating corticosteroid treatment and the treatment duration, ACE-inhibitor use, baseline physical function tests, left ventricular dysfunction, and pulmonary function tests. Prospective studies should validate prognostic factors and stratified treatments based on prognostic factors. Numerous questions in DMD remain unanswered and additional prospective studies are needed.
- #5 The burden, epidemiology, costs and treatment for Duchenne muscular dystrophy: an evidence review | Orphanet Journal of Rare Diseases | Full Texthttps://ojrd.biomedcentral.com/articles/10.1186/s13023-017-0631-3
Duchenne Muscular Dystrophy (DMD) is a rapidly progressive, lethal neuromuscular disorder, present from birth, which occurs almost exclusively in males. […] A study of adult DMD patients at a centre in France found median survival for those born between 1970 and 1994 was 40.95 years compared to 25.77 years for those born between 1955 and 1969. […] People with DMD seem to be living longer, possibly due to corticosteroid use, cardiac medical management and ventilation. […] In the French study by Kieny, median survival (calculated using the Kaplan-Meir model) was reported as 25.8 years for patients born between 1955 and 1969 and 40.9 years for patients born after 1970; the authors suggested that this difference was linked to greater availability of ventilator assistance through tracheotomy in the later birth cohort. […] The authors of this study suggested that prolonged survival of DMD patients born after 1970 was directly associated with increased use of ventilation with tracheotomy especially when performed early.
- #6 Duchenne Muscular Dystrophy (DMD): Symptoms & Treatmenthttps://my.clevelandclinic.org/health/diseases/23538-duchenne-muscular-dystrophy-dmd
The prognosis is often poor for people with Duchenne muscular dystrophy (DMD). It leads to progressively worsening disability, and most children with DMD need to use a wheelchair by the age of 12. DMD ultimately results in death at an early age. […] People with Duchene muscular dystrophy often die from the condition by the age of 25 years. However, advances in supportive care have resulted in many people living longer. […] Death often occurs as a result of respiratory (breathing) or heart complications. Other causes of death include pneumonia, aspiration (breathing in a foreign object, such as food) or airway obstruction.
- #7 Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy | Nature Medicinehttps://www.nature.com/articles/s41591-022-02045-1
Artificial intelligence has the potential to revolutionize healthcare, yet clinical trials in neurological diseases continue to rely on subjective, semiquantitative and motivation-dependent endpoints for drug development. […] The biomarker developed in this study, derived from digital readouts of daily-life movement behavior, can predict disease progression in patients with muscular dystrophy and can potentially track the response to therapy. […] We hypothesized that AI could fundamentally change disease characterization, develop objectively quantifiable readouts and thereby reduce necessary cohort sample size and time-to-endpoint. […] Our approach allowed us to select distinguishing behavioral fingerprints in a small cohort of patients with DMD (n=21). […] We compared these fingerprints against age-matched healthy controls (n=17), established their cross-sectional and longitudinal predictive capacity using machine learning and tested the effectiveness of our predictions against the current standard observational approach using data from a separate, larger natural history study in children with DMD (n=44), referred to as the Gemelli study.
- #8 Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy | Nature Medicinehttps://www.nature.com/articles/s41591-022-02045-1
We tested if any of the three criterion standard clinical functional assessments could be used to predict each others scores but the criterion standard measures were not good at predicting each others scores; only our ethomic fingerprints could predict each and all three. […] To build the longitudinal disease prediction models using the clinical scales of 6MWD, NSAA and PUL scores as predictors, we used the data from the combined cohort of the KineDMD study (n=13 individuals, 24 visits) and the larger Gemelli study (n=44 individuals, 122 visits) to allow a larger data size for the models using the clinical scales. […] This implies that our approach of movement behavioral fingerprinting to use high-resolution kinematics from daily life contained sufficiently rich information not only to score the disease state of the patient in the present but also predict how the patient would evolve.
- #9 Fully Personalised Degenerative Disease Modelling – A Duchenne Muscular Dystrophy Case Study | medRxivhttps://www.medrxiv.org/content/10.1101/2022.07.28.22278103v1.full-text
Predicting the trajectory of rare degenerative diseases can be extremely beneficial, especially when these predictions are personalised to be relevant for a specific patient. […] We present a case study, wherein a modelling framework is developed for predicting a patients long term trajectory, using a mix of data from the patient of concern and a database of previously observed patients. […] We showcase this framework to an example involving Duchenne Muscular Dystrophy, where it provides promising results. […] The progression of the disease can vary wildly between different patients. […] With a wide range of potential trajectories in the population, being able to provide personalised predictions for the health of a specific patient can be valuable, both for clinicians, and those who have to live with the condition.
- #10 Fully Personalised Degenerative Disease Modelling – A Duchenne Muscular Dystrophy Case Study | medRxivhttps://www.medrxiv.org/content/10.1101/2022.07.28.22278103v1.full-text
The model framework outlined here appears capable. It has the ability to predict forward a patients trajectory, including the epistemic and aleatoric uncertainty in these predictions; it can tailor the structure of these predictions depending on the features of a specific patients clinical history while still borrowing strength from the information in the wider dataset; it has the ability to incorporate the effects of interventions; and it can do so while seamlessly accounting for missing data. […] The predictive performance of this model is good, despite the limited data and wide variation in patient outcome. These predictions have can provide information about how a specific patient is likely to progress, which is valuable given the wide spread of experiences different patients can have.
- #11 Prediction of disease progression in Duchenne muscular dystrophy – Vivlihttps://vivli.org/prediction-of-disease-progression-in-duchenne-muscular-dystrophy/
Duchenne muscular dystrophy (DMD) is a rare genetic condition caused by mutations in a gene located on the X chromosome. […] In this project we aim to use a statistical model that we developed, to assess whether we can improve the prediction of disease milestones based on longitudinal data. […] The prediction accuracy was only slightly improved by pencal. […] It is possible that the small samples size, the low number of events or the short time on study did not allow to identify significant improvement in the prediction accuracy.
- #12 Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy | Nature Medicinehttps://www.nature.com/articles/s41591-022-02045-1
The deficiencies of current criterion standard clinical measures (6MWD, NSAA, PUL) are further highlighted by the fact that DMD is a genetically based continuously progressing disease from fetal conception to death. […] Therefore, especially in the context of drug development, they are not ideal markers of the global disease, leading to artificial subdivision of therapeutic windows assessed in DMD clinical trials. […] Our study has some limitations. Our cohort does not cover the full age range of 25 years used in the ethomic biomarker prediction. […] By combining an approach that embraces daily-life movement behavior with machine learning and ethomics, our AI biomarker provides a systematic pathway for determining when a new therapy effect occurs or weans off in real time. […] This ethomic approach promises to shorten the duration and cost of clinical trials but also allows to reduce the sample size required since patient recruitment is often a major challenge in developing drugs for rare or complex diseases.
- #13 Duchenne muscular dystrophy | Nature Reviews Disease Primershttps://www.nature.com/articles/s41572-021-00248-3
Managing Duchenne muscular dystrophythe additive effect of spinal surgery and home nocturnal ventilation in improving survival. […] Long-term effects of glucocorticoids on function, quality of life, and survival in patients with Duchenne muscular dystrophy: a prospective cohort study. […] The importance of genetic diagnosis for Duchenne muscular dystrophy. […] Evidence-based consensus and systematic review on reducing the time to diagnosis of Duchenne muscular dystrophy. […] A systematic review and meta-analysis on the epidemiology of Duchenne and Becker muscular dystrophy. […] Is it time for genetic modifiers to predict prognosis in Duchenne muscular dystrophy?