1. Prealbumin, platelet factor 4 and S100A12 combination at baseline predicts good response to TNF alpha inhibitors in rheumatoid arthritis
- Author
-
Martin Soubrier, Pierre Miossec, Athan Baillet, Jacques Tebib, Hubert Marotte, Olivier Vittecoq, Laurent Grange, Thierry Lequerré, Philippe Gaudin, Thierry Thomas, Candice Trocme, Anaïs Courtier, Xavier Romand, Bertrand Toussaint, Minh Vu Chuong Nguyen, Groupe de Recherche et d'Etude du Processus Inflammatoire (GREPI), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Université Grenoble Alpes - UFR Médecine (UGA UFRM), Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), INSERM U1059, SAINBIOSE - Santé, Ingénierie, Biologie, Saint-Etienne (SAINBIOSE-ENSMSE), Centre Ingénierie et Santé (CIS-ENSMSE), École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université Jean Monnet - Saint-Étienne (UJM)-Institut National de la Santé et de la Recherche Médicale (INSERM), Service d'Endocrinologie [CHRU Nancy], Centre Hospitalier Régional Universitaire de Nancy (CHRU Nancy), Service de rhumatologie, CHU Clermont-Ferrand, Service d'immunologie et rhumatologie, Hospices Civils de Lyon (HCL)-Hôpital Edouard Herriot [CHU - HCL], Hospices Civils de Lyon (HCL), Thérapeutique Recombinante Expérimentale (TIMC-IMAG-TheREx), Techniques de l'Ingénierie Médicale et de la Complexité - Informatique, Mathématiques et Applications, Grenoble - UMR 5525 (TIMC-IMAG), Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Service de rhumatologie [CHU Rouen], CHU Rouen, Normandie Université (NU)-Normandie Université (NU)-Université de Rouen Normandie (UNIROUEN), Normandie Université (NU), Physiopathologie, Autoimmunité, maladies Neuromusculaires et THErapies Régénératrices (PANTHER), Université de Rouen Normandie (UNIROUEN), Normandie Université (NU)-Normandie Université (NU)-Institut National de la Santé et de la Recherche Médicale (INSERM), CCSD, Accord Elsevier, Groupe de Recherche et d’Étude du Processus Inflammatoire (GREPI), Université Joseph Fourier - Grenoble 1 (UJF)-EFS, Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université Jean Monnet [Saint-Étienne] (UJM)-Institut National de la Santé et de la Recherche Médicale (INSERM), Groupe de Recherche et d'Etudes du Processus Inflammatoire (GREPI), Université Joseph Fourier - Grenoble 1 (UJF), Université Grenoble Alpes (UGA), Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP)-IMAG-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP)-IMAG-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA), Service de rhumatologie [Rouen], Ecologie Comportementale et Biologie des Populations de Poissons (ECOBIOP), and Institut National de la Recherche Agronomique (INRA)-Université de Pau et des Pays de l'Adour (UPPA)
- Subjects
Adult ,Male ,medicine.medical_specialty ,[SDV.IMM] Life Sciences [q-bio]/Immunology ,[SDV]Life Sciences [q-bio] ,Platelet Factor 4 ,Likelihood ratios in diagnostic testing ,Gastroenterology ,Etanercept ,Arthritis, Rheumatoid ,Cohort Studies ,03 medical and health sciences ,0302 clinical medicine ,Rheumatology ,Predictive Value of Tests ,Internal medicine ,medicine ,Adalimumab ,Humans ,Prealbumin ,030212 general & internal medicine ,Prospective Studies ,ComputingMilieux_MISCELLANEOUS ,030203 arthritis & rheumatology ,Biological Products ,biology ,business.industry ,S100A12 Protein ,Middle Aged ,medicine.disease ,Infliximab ,3. Good health ,[SDV] Life Sciences [q-bio] ,Logistic Models ,Treatment Outcome ,Rheumatoid arthritis ,Antirheumatic Agents ,biology.protein ,Biomarker (medicine) ,[SDV.IMM]Life Sciences [q-bio]/Immunology ,Apolipoprotein A1 ,Female ,Tumor Necrosis Factor Inhibitors ,France ,business ,Platelet factor 4 ,Biomarkers ,medicine.drug - Abstract
Objectives Tumour necrosis factor-alpha inhibitors (TNFi) are effective treatments for Rheumatoid Arthritis (RA). Responses to treatment are barely predictable. As these treatments are costly and may induce a number of side effects, we aimed at identifying a panel of protein biomarkers that could be used to predict clinical response to TNFi for RA patients. Methods Baseline blood levels of C-reactive protein, platelet factor 4, apolipoprotein A1, prealbumin, α1-antitrypsin, haptoglobin, S100A8/A9 and S100A12 proteins in bDMARD naive patients at the time of TNFi treatment initiation were assessed in a multicentric prospective French cohort. Patients fulfilling good EULAR response at 6 months were considered as responders. Logistic regression was used to determine best biomarker set that could predict good clinical response to TNFi. Results A combination of biomarkers (prealbumin, platelet factor 4 and S100A12) was identified and could predict response to TNFi in RA with sensitivity of 78%, specificity of 77%, positive predictive values (PPV) of 72%, negative predictive values (NPV) of 82%, positive likelihood ratio (LR + ) of 3.35 and negative likelihood ratio (LR−) of 0.28. Lower levels of prealbumin and S100A12 and higher level of platelet factor 4 than the determined cutoff at baseline in RA patients are good predictors for response to TNFi treatment globally as well as to Infliximab, Etanercept and Adalimumab individually. Conclusion A multivariate model combining 3 biomarkers (prealbumin, platelet factor 4 and S100A12) accurately predicted response of RA patients to TNFi and has potential in a daily practice personalized treatment.
- Published
- 2018