KR20200009095A - 크론병 환자에서 점막 치유를 평가하는 방법 - Google Patents

크론병 환자에서 점막 치유를 평가하는 방법 Download PDF

Info

Publication number
KR20200009095A
KR20200009095A KR1020197038400A KR20197038400A KR20200009095A KR 20200009095 A KR20200009095 A KR 20200009095A KR 1020197038400 A KR1020197038400 A KR 1020197038400A KR 20197038400 A KR20197038400 A KR 20197038400A KR 20200009095 A KR20200009095 A KR 20200009095A
Authority
KR
South Korea
Prior art keywords
mmp
patient
disease
mhi
score
Prior art date
Application number
KR1020197038400A
Other languages
English (en)
Inventor
안잘리 자인
벤카테스왈루 콘드라군타
마이클 헤일
Original Assignee
프로메테우스 바이오사이언시즈, 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 프로메테우스 바이오사이언시즈, 인크. filed Critical 프로메테우스 바이오사이언시즈, 인크.
Publication of KR20200009095A publication Critical patent/KR20200009095A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/564—Immunoassay; Biospecific binding assay; Materials therefor for pre-existing immune complex or autoimmune disease, i.e. systemic lupus erythematosus, rheumatoid arthritis, multiple sclerosis, rheumatoid factors or complement components C1-C9
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/06—Gastro-intestinal diseases
    • G01N2800/065—Bowel diseases, e.g. Crohn, ulcerative colitis, IBS
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Rheumatology (AREA)
  • Rehabilitation Therapy (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 개시는 크론병을 갖는 환자에서 점막 치유를 평가하는 방법을 제공한다. 상기 방법은 환자로부터의 혈청 샘플에서 분석물의 발현 수준을 검출하는 단계, 및 수학적 알고리즘을 발현 수준에 적용함으로써 환자에 대한 점막 치유 지수 스코어를 생성하는 단계를 포함한다. 본 개시는 또한, 각각이 개시된 점막 치유 평가 방법에서 측정되는 상이한 분석물에 결합할 수 있는, 2개 이상의 결합 파트너를 포함하는 키트를 제공한다.

Description

크론병 환자에서 점막 치유를 평가하는 방법
관련 출원의 상호 참조
본 출원은 2017년 5월 31일에 출원된 미국 가출원 번호 62/512,947 및 2017년 9월 21일에 출원된 미국 가출원 번호 62/561,459에 대한 우선권을 주장하며, 이의 개시내용은 모든 목적 상 전부 본원에 참조로 포함된다.
배경
크론병(CD)은 장 절제술 후 대부분의 환자에서 재발하며, 수술 1년 이내에 70-90%의 환자에서 문합에서 새로운 병변이 발생한다. 일반적으로 시각화된 내시경 검사에서 궤양의 부재로 정의되는 점막 치유(MH)는 CD에서 주요한 치료 목표가 되는 요망되는 임상 종점이다. 그러나, 현재 MH를 평가하기 위한 골드 표준인 회장결장검사는 환자 수용력이 낮은 침습적이고 시간 소모적 절차이다. 이는 치료에 대응하여 점막 질환 활성 및 MH 상태의 연속 모니터링에 대한 실질적인 실현가능성을 제한한다. 수술 후 질환 재발의 비침습적 모니터링은 이러한 환자의 임상 관리에 유용하지만, 거시적으로 관련된 장을 제거한 후 낮은 질환 부담으로 인해 특히 어렵다. 특히, 비침습적 대체 시험은 염증성 장 질환(IBD) 환자 관리를 위한 내시경의 보조제 또는 대리물로서 매력적인 옵션을 제공할 수 있으며, 경막 특성 및 소장의 최적 내시경 접근성 결여를 고려할 때 CD를 갖는 환자에서 특히 유용하다. 본 개시는 이러한 요구 및 다른 요구를 해결하고 관련된 이점을 제공한다.
하나의 측면에서, 본 개시는 크론병(CD)을 갖는 환자에서 점막 치유를 평가하는 방법을 제공한다. 방법은 환자로부터의 혈청 샘플을 제공하는 단계를 포함한다. 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 더 포함한다. 방법은 2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 점막 치유 지수(MHI) 스코어를 생성하는 단계를 더 포함한다. 특정 측면에서, MHI 스코어는 0 내지 100의 척도를 갖는다.
일부 실시양태에서, 검출하는 단계는 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키는 것, 및 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출하는 것을 포함한다. 특정 측면에서, 각각의 결합 파트너는 항체이다. 일부 실시양태에서, 검출하는 단계는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군의 바이오마커 각각의 발현 수준을 측정하는 것을 포함한다. 특정 측면에서, 방법은 MHI 스코어가 40 이하인 경우, 환자가 완화(remission)되거나 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다. 특정 실시양태에서, 완화될 또는 경도의 내시경 질환을 가질 높은 가능성은 92% 이상이다. 일부 측면에서, 완화는 3 미만의 크론병의 내시경 중증도 지수(CDEIS)(CDEIS < 3)에 해당한다. 일부 실시양태에서, 경도의 내시경 질환은 3-8의 CDEIS(CDEIS 3-8)에 해당한다. 특정 측면에서, 방법은 MHI 스코어가 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다. 특정 실시양태에서, 내시경 활성 질환을 가질 높은 가능성은 87% 이상이다. 일부 측면에서, 내시경 활성 질환은 3 이상의 CDEIS(CDEIS ≥ 3)에 해당한다. 일부 측면에서, 방법은 MHI 스코어가 40 내지 50인 경우, 환자가 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하는 단계를 더 포함한다. 일부 실시양태에서, 내시경 활성 질환을 가질 중간 가능성은 78% 이상이다.
특정 측면에서, 수학적 알고리즘은 바이오마커의 발현 수준을 내시경 스코어와 관련시키는 2개 이상의 모델을 포함한다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 분류 및 회귀 트리(classification and regression tree)를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 보통 최소 제곱 회귀(ordinary least squares regression)를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 보통 최소 제곱 회귀를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 보통 최소 제곱 회귀를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 보통 최소 제곱 회귀를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 보통 최소 제곱 회귀를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 보통 최소 제곱 회귀를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 분류 및 회귀 트리를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 보통 최소 제곱 회귀를 사용하여 유도된다.
특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 랜덤 포레스트 학습 분류(random forest learning classification)를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 분위 분류(quantile classification)를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 랜덤 포레스트 학습 분류를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 분위 분류를 사용하여 유도된다. 특정 실시양태에서, 2개 이상의 모델 중 하나 이상은 진단 민감도를 모델링하기 위해 로지스틱 회귀를 사용하여 유도되고 2개 이상의 모델 중 하나 이상은 진단 특이도를 모델링하기 위해 로지스틱 회귀를 사용하여 유도된다.
일부 측면에서, 환자는 생물학적 제제 요법 또는 비생물학적 제제 요법을 받고 있는 것이다. 일부 실시양태에서, 방법은 요법의 효능을 결정함으로써 점막 치유를 평가한다. 특정 측면에서, 방법은 환자의 결장, 회장결장 및/또는 회장 질환 부위에서의 점막 치유를 평가한다. 특정 실시양태에서, 방법은 수술 후 환자의 점막 치유를 평가한다. 일부 실시양태에서, 방법은 환자에서 수술 후 내시경 재발을 확인함으로써 점막 치유를 평가한다. 특정 측면에서, 방법은 환자의 점막 상태를 예측 또는 모니터링함으로써 점막 치유를 평가한다.
또 다른 측면에서, 본 개시는 CD를 갖는 환자에서 점막 치유를 평가하는 방법을 제공한다. 방법은 (a) 환자로부터의 혈청 샘플에서 Ang1; Ang2; CEACAM1; VCAM1; TGFα; CRP; SAA1; MMP-1; MMP-2; MMP-3; MMP-9; EMMPRIN; 및 IL-7의 바이오마커의 발현을 검출하는 단계를 포함한다. 방법은 (b) 단계 (a)에서의 바이오마커의 발현에 수학적 알고리즘을 적용하여, 환자에 대한 MHI를 생성하는 단계를 더 포함하고, 여기서 MHI는 0-100의 척도이고, MHI가 0-40인 경우, 환자는 완화되거나 또는 경도의 내시경 질환을 가지며, MHI가 50-100인 경우, 환자는 내시경 활성 질환을 갖는다.
일부 실시양태에서, 환자는 생물학적 제제 요법 또는 비생물학적 제제 요법을 받고 있는 것이다. 특정 측면에서, 방법은 요법의 효능을 결정함으로써 점막 치유를 평가한다. 특정 실시양태에서, 방법은 환자의 결장, 회장결장 및/또는 회장 질환 부위에서의 점막 치유를 평가한다. 일부 측면에서, 방법은 환자에서 수술 후 내시경 재발을 확인함으로써 점막 치유를 평가한다. 일부 실시양태에서, 완화는 3 미만의 CDEIS(CDEIS < 3)에 해당한다. 특정 측면에서, 경도의 내시경 질환은 3-8의 CDEIS(CDEIS 3-8)에 해당한다. 일부 실시양태에서, 내시경 활성 질환은 3 이상의 CDEIS(CDEIS ≥ 3)에 해당한다. 특정 측면에서, 방법은 환자의 점막 상태를 예측 또는 모니터링함으로써 점막 치유를 평가한다.
또 다른 측면에서, 본 개시는 CD를 갖는 환자에게 투여되는 요법의 효능을 평가하는 방법에 관한 것이다. 방법은 환자로부터의 혈청 샘플을 제공하는 단계를 포함한다. 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 더 포함한다. 방법은 2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계를 더 포함한다. 방법은 MHI 스코어에 대응하여 요법을 조정하는 단계를 더 포함한다.
일부 실시양태에서, 검출하는 단계는 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키는 것, 및 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출하는 것을 포함한다. 특정 측면에서, 각각의 결합 파트너는 항체이다. 일부 실시양태에서, 조정 단계는 MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우 요법을 감소시키는 것을 포함한다. 특정 측면에서, 조정 단계는 MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우 요법을 증가시키는 것을 포함한다. 특정 실시양태에서, 요법은 1종 이상의 생물 작용제, 통상의 약물, 영양 보충제 또는 이의 조합을 포함한다.
또 다른 측면에서, 본 개시는 크론병을 갖는 환자에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커의 발현 수준을 검출하는 방법에 관한 것이다. 방법은 환자로부터 혈청 샘플을 얻는 단계를 포함한다. 방법은 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키고 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출함으로써, 혈청 샘플 내 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 더 포함한다. 일부 실시양태에서, 각각의 결합 파트너는 항체이다.
또 다른 측면에서, 본 개시는 크론병을 갖는 환자에서 점막 치유를 평가하는 방법에 관한 것이다. 방법은 환자로부터 혈청 샘플을 얻는 단계를 포함한다. 방법은 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키고 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출함으로써, 혈청 샘플 내 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 더 포함한다. 2종 이상의 바이오마커 각각은 독립적으로 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 또는 IL-7일 수 있다. 방법은 2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계를 더 포함한다.
일부 실시양태에서, 각각의 결합 파트너는 항체이다. 특정 측면에서, 방법은 MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다. 특정 실시양태에서, 방법은 MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다.
또 다른 측면에서, 본 개시는 크론병을 갖는 환자에서 점막 치유를 평가하고 환자에서 크론병을 치료하는 방법에 관한 것이다. 방법은 환자로부터 혈청 샘플을 얻는 단계를 포함한다. 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 더 포함한다. 방법은 2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계를 더 포함한다. 방법은 MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 진단하는 단계를 더 포함한다. 방법은 유효량의 치료제를 진단된 환자에게 투여하는 단계를 더 포함한다. 일부 실시양태에서, 치료제는 1종 이상의 생물 작용제, 통상의 약물, 영양 보충제 또는 이의 조합을 포함한다.
또 다른 측면에서, 본 개시는 크론병을 갖는 환자를 치료하는 방법에 관한 것이다. 방법은 개시된 방법에 따라 내시경 활성 질환을 가질 가능성이 높은 것으로 진단된 환자에게 유효량의 치료제를 투여하는 단계를 포함한다. 일부 실시양태에서, 치료제는 1종 이상의 생물 작용제, 통상의 약물, 영양 보충제 또는 이의 조합을 포함한다.
또 다른 측면에서, 본 개시는 2개 이상의 결합 파트너를 포함하는 키트를 제공한다. 2개 이상의 결합 파트너 각각은 하나 이상의 고체 지지체에 부착된다. 2개 이상의 결합 파트너 각각은 또한 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 상이한 분석물에 결합할 수 있다.
일부 실시양태에서, 2개 이상의 결합 파트너 각각은 하나 이상의 고체 지지체에 공유적으로 부착된다. 특정 측면에서, 2개 이상의 결합 파트너 각각은 상이한 고체 지지체에 부착된다. 일부 실시양태에서, 키트는 하나 이상의 고체 지지체를 환자로부터의 혈청 샘플과 접촉시키는 것에 대한 설명서를 더 포함한다. 설명서는 추가로 혈청 샘플에서 하나 이상의 결합 파트너에 의해 결합된 분석물 각각의 발현 수준을 검출하는 것에 대한 것일 수 있다. 설명서는 추가로 분석물의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 것에 대한 것일 수 있다. 특정 측면에서, MHI 스코어는 0 내지 100의 척도를 갖는다.
일부 실시양태에서, 설명서는 추가로 MHI 스코어가 40 이하인 경우 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 것에 대한 것일 수 있다. 특정 측면에서, 완화될 또는 경도의 내시경 질환을 가질 높은 가능성은 92% 이상이다. 특정 실시양태에서, 완화는 3 미만의 CDEIS(CDEIS < 3)에 해당한다. 일부 측면에서, 경도의 내시경 질환은 3-8의 CDEIS(CDEIS 3-8)에 해당한다. 특정 측면에서, 설명서는 추가로 MHI 스코어가 50 이상인 경우 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 것에 대한 것일 수 있다. 일부 실시양태에서, 내시경 활성 질환을 가질 높은 가능성은 87% 이상이다. 특정 측면에서, 내시경 활성 질환은 3 이상의 CDEIS(CDEIS ≥ 3)에 해당한다. 특정 실시양태에서, 설명서는 MHI 스코어가 40 내지 50인 경우 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하는 것에 대한 것일 수 있다. 일부 측면에서, 내시경 활성 질환을 가질 중간 가능성은 78% 이상이다.
일부 실시양태에서, 환자는 생물학적 제제 요법 또는 비생물학적 제제 요법을 받는 것이다. 특정 측면에서, 키트는 요법의 효능을 결정함으로써 점막 치유를 평가한다. 특정 실시양태에서, 키트는 환자의 결장, 회장결장 및/또는 회장 질환 부위에서의 점막 치유를 평가한다. 일부 측면에서, 키트는 수술 후 환자의 점막 치유를 평가한다. 일부 실시양태에서, 키트는 환자에서 수술 후 내시경 재발을 확인함으로써 점막 치유를 평가한다. 특정 측면에서, 키트는 환자의 점막 상태를 예측 또는 모니터링함으로써 점막 치유를 평가한다.
본 개시의 다른 목적, 특징 및 이점은 하기의 상세한 설명 및 도면으로부터 당업자에게 명백할 것이다.
도 1은 점막 치유(MH) 시험을 위한 마커 선별이 시각화된 내시경 질환 중증도에 대해 마커 발현을 서로 연관시키는 것을 수반하는 반복 프로세스였다는 것을 도시한다. 다수의 신호전달 경로로부터의 마커가 고려되었다. 최종 모델은 점막 항상성을 유지하는 데 관여되는 것으로 공지된 6개의 광범위한 생물학적 카테고리를 나타내는 13개의 마커를 포함하였다. 최종 모델은 단순히 염증 마커로 제한되지 않는 마커를 포함한다는 것에 주목한다. Ang 1,2, 안지오텐신 1, 2; TGFα, 전환 성장 인자 알파; MMP 1, 2, 3 & 9, 기질 메탈로프로테이나제 1, 2, 3, & 9; EMMPRIN, 세포외 기질 메탈로프로테이나제 유도인자; VCAM, 혈관 세포 부착 분자; CEACAM, 암배아 항원 관련된 세포 부착 분자; IL-7, 인터루킨-7; CRP, C-반응성 단백질; SAA1, 혈청 아밀로이드 A1.
도 2a-2d는 MHI의 개발 및 검증을 도시한다. 점막 질환 활성의 내시경 평가와 90% 일치가 관찰되었다. 도 2a: 396명의 CD 환자로부터의 혈청 샘플을 훈련(코호트 1-4) 및 검증(코호트 5) 세트로 나누었다. 다중 로지스틱 회귀 방정식을 사용하여, 독립적인 종적 코호트에서 검증된 MHI로 불리는 내시경 질환 활성에 대한 13-바이오마커 모델을 개발하였다. 도 2b: MHI 0-40 및 MHI 50-100 스코어 범위의 설명. 전체 검증 코호트(도 2c)에서 및 질환 부위(도 2d)에 따른 MHI 진단 성능이 도시된다.
도 3a-3c는 모니터링 도구로서 MHI의 유용성을 입증하는 검증 코호트로부터의 대표적인 케이스 연구를 도시한다. MHI는 크론병 환자에서 점막 건강 상태를 모니터링할 수 있다. 도 3a: 케이스 연구 #1; 도 3b: 케이스 연구 #2; 도 3c: 케이스 연구 #3.
도 4는 점막 치유 시험 마커를 도시한다. Ang 1,2, 안지오텐신 1, 2; TGFα, 전환 성장 인자 알파; MMP 1, 2, 3 & 9, 기질 메탈로프로테이나제 1, 2, 3, & 9; EMMPRIN, 세포외 기질 메탈로프로테이나제 유도인자; VCAM, 혈관 세포 부착 분자; CEACAM, 암배아 항원 관련된 세포 부착 분자; IL-7, 인터루킨-7; CRP, C-반응성 단백질; SAA1, 혈청 아밀로이드 A1.
도 5는 MHI 및 검정 성능을 도시한다. MH 시험은 처리 옵션에 관계 없이 높은 정확도를 갖는다.
도 6은 MHI 스코어 및 내시경 질환 중증도를 도시한다. MH 지수는 내시경 질환 활성에 따라 증가한다.
도 7은 TAILORIX 연구에서 CDEIS 대 SES-CD 스코어를 도시한다. CDEIS와 SES-CD 지수 사이의 내시경 질환 중증도 그룹화가 일치하지 않는다. 중앙 판독 CDEIS 및 SED-CD 스코어가 TAILORIX 임상 시험에서 동일한 환자로부터 동일한 시간에 수집되었다. 2개의 스코어는 이전의 보고와 일치하여 92%(피어슨 r = 0.92)의 전체 상관 관계를 입증하였다(Daperno et al., Gastrointestinal Endoscopy (2004) 60(4):505-512; Sipponen et al., Endoscopic evaluation of Crohn’s disease activity: Comparison of the CDEIS and the SES-CD. Inflamm Bowel Dis, 2010, 16: 2131-2136). 그러나, 41%(170/411)의 내시경 질환 중증도 그룹화는 CDEIS 및 SES-CD 스코어에 대해 표준 정의를 사용하는 CDEIS와 SES-CD 간에 불일치하였다(색칠된 음영 영역으로 나타냄). CDEIS로 내시경 완화로 간주된 33%(58/175)의 샘플은 SES-CD에 의해 활성 질환을 갖는 것으로 나타났다(도 8a).
도 8a-8b는 CDEIS 및 SES-CD 스코어의 정규화 전 및 후의 분할표를 도시한다. CDEIS 및 SES-CD의 내시경 질환 중증도 그룹화 간의 일치(agreement)는 정규화 후에도 단지 80%로만 개선된다. 도 8a: 조정 전 CDEIS와 SES-CD 질환 중증도 그룹화 간의 일치는 59%(241/411)이다. 도 8b: 선형 회귀 방정식 적용 후 CDEIS와 SES-CD 질환 중증도 그룹화 간의 일치는 80%(328/411)로 증가한다. 2개의 표에서의 타원은 샘플이 일치함을 나타낸다. 우측 표는 SES-CD를 CDEIS로 전환하기 위한 선형 회귀 방정식을 도시한다.
I. 도입
일반적으로, CD 환자의 비침습적이고 정확한 혈청학적 진단 시험을 위한 방법 및 키트가 본원에 제공된다. 발견된 프로테오믹스 기반 시험은 놀랍고도 유리하게 CD 환자에서 장 점막 상태를 평가하기 위한 효과적인 대용물인 것으로 밝혀졌다. 진단 시험은 사용되는 치료 유형에 관계 없이 사용될 수 있으며, 내시경 외관 및 MH를 정확하게 예측함으로써 일상의 임상 환자 관리를 위한 요구를 해결할 수 있다. 제공된 방법 및 키트는 CD 환자에서 점막 항상성의 유지에 중요한 생물학적 경로와 연관된 바이오마커 패널을 포함하는 혈청 기반의 다수 분석물 MH 알고리즘을 수반한다. 이들 알고리즘을 사용하여, CD 환자에서 회장결장검사를 통해 평가된 점막 내시경 활성에 대한 비침습적 대용물로서 사용될 수 있는 말초 혈액 기반 시험이 개발되었다. 이 시험을 현재의 실무에 통합하면 CD 환자의 관리를 돕고 치료-대-표적 패러다임의 치료 효능을 결정하는 것을 도울 수 있다. 이러한 방식으로, 제공된 방법 및 키트는 환자 관련 결과 및 처방된 요법에 대한 순응성을 유리하게 개선할 수 있다.
II. 정의
본원에서 사용되는 바와 같이, 하기 용어는 달리 명시되지 않는 한 그들에게 부여된 의미를 갖는다.
본원에 사용된 용어 "점막 치유"는 이전에 염증이 생긴 영역의 정상적인 점막 외관의 복원 및 내시경 및 현미경 수준에서 궤양 및 염증의 완전하거나 실질적인 부재를 지칭한다. 점막 치유는 점막, 점막하 및 근육층의 복구 및 복원을 포함한다. 점막 치유는 또한 장 벽의 신경원성 및 림프관형성 요소를 포함할 수 있다.
본원에 사용된 용어 "점막 치유 지수" 및 "MHI"는 관련 바이오마커의 분석에 기반하여 유도되는 실험적으로 유도되는 지수를 지칭한다. 하나의 측면에서, 바이오마커의 측정된 농도는 컴퓨터에 상주하는 알고리즘에 의해 지수로 변환된다. 특정 측면에서, 지수는 생물학적 데이터를 수치로 표현하는 합성 또는 인간 유래 산출물, 스코어 또는 컷오프 값(들)이다. 지수는 임상 결정을 내리거나 결정하는 데 도움을주기 위해 사용될 수 있다. 점막 치유 지수는 시간이 지남에 따라 다수의 사례를 측정할 수 있다. 하나의 측면에서, 알고리즘은 공지된 샘플로 훈련된 후 공지된 실체의 샘플로 검증될 수 있다.
본원에 사용된 용어 "마커" 및 "바이오마커"는 샘플에서 측정될 수 있는 임의의 생화학적 마커, 혈청학적 마커, 단백질 마커, 유전자 마커, 분석물 및/또는 다른 임상적 또는 초음파검사 특징을 포함한다. 특정 실시양태에서, 마커는 CD 및 궤양성 대장염을 포함하는 IBD와 같은 질환을 갖는 개체로부터의 샘플에서 점막 치유를 검출하는 데 사용될 수 있다.
본원에 사용된 용어 "분석물"은 임의의 관심 분자, 전형적으로 거대분자, 예컨대 폴리펩티드를 포함하며, 이의 존재, 양 및/또는 실체가 결정된다. 특정한 경우에, 분석물은 단독으로 또는 하나 이상의 다른 분석물과 함께 질환 상태에 대한 마커이다.
본원에 사용된 용어 "샘플"은 피험체 또는 환자로부터 얻어지는 임의의 생물학적 표본을 포함한다. 샘플은, 제한 없이, 전혈, 혈장, 혈청, 적혈구, 백혈구(예컨대, 말초 혈액 단핵 세포(PBMC), 다형핵(PMN) 세포), 관 세척액, 유두 흡인물, 림프(예컨대, 림프절의 파종 종양 세포), 골수 흡인물, 타액, 요, 변(즉, 대변), 가래, 기관지 세척액, 눈물, 미세 바늘 흡인물(예컨대, 랜덤 유륜 미세 바늘 흡인에 의해 수거됨), 임의의 다른 체액, 조직 샘플, 예컨대 염증 부위의 생검(예컨대, 바늘 생검) 및 이의 세포 추출물을 포함한다.
본원에 사용된 용어 "피험체", "환자" 또는 "개체"는 인간 뿐만 아니라 예컨대 다른 영장류, 설치류, 개, 고양이, 말, 양, 돼지 등을 포함하는 다른 동물을 지칭한다.
본원에 사용된 용어 "통계 분석", "통계 알고리즘" 및 "통계 프로세스"는 변수 사이의 관계를 결정하는 데 사용되는 임의의 다양한 방법 및 모델을 포함한다.
III. 예시적 실시양태의 설명
하나의 실시양태에서, CD를 갖는 환자에서 점막 치유를 평가하는 방법이 개시된다. 방법은 환자로부터 샘플을 제공하는 단계를 포함한다. 일부 실시양태에서, 샘플은 혈청 샘플이다. 방법은 CD 환자에서 점막 항상성 유지에 중요한 생물학적 경로와 연관된 당업계에 일반적으로 공지된 바이오마커의 발현 수준을 샘플에서 검출하는 단계를 더 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 안지오포이에틴, 예컨대 Ang1 또는 Ang2를 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 부착 단백질, 예컨대 CEACAM1 또는 VCAM1을 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 성장 인자, 예컨대 TGFα를 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 염증 반응 단백질, 예컨대 CRP를 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 아포지질단백질, 예컨대 SAA1을 포함한다, 일부 실시양태에서, 바이오마커는 하나 이상의 기질 메탈로프로테이나제 및 관련된 유도인자, 예컨대 MMP-1, MMP-2, MMP-3, MMP-9 또는 EMMPRIN을 포함한다. 일부 실시양태에서, 바이오마커는 하나 이상의 시토카인, 예컨대 IL-7을 포함한다.
특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 2종 이상의 바이오마커는, 예컨대 Ang1 및 Ang2, Ang1 및 CEACAM1, Ang1 및 VCAM1, Ang1 및 TGFα, Ang1 및 CRP, Ang1 및 SAA1, Ang1 및 MMP-1, Ang1 및 MMP-2, Ang1 및 MMP-3, Ang1 및 MMP-9, Ang1 및 EMMPRIN, 또는 Ang1 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 Ang2 및 CEACAM1, Ang2 및 VCAM1, Ang2 및 TGFα, Ang2 및 CRP, Ang2 및 SAA1, Ang2 및 MMP-1, Ang2 및 MMP-2, Ang2 및 MMP-3, Ang2 및 MMP-9, Ang2 및 EMMPRIN, 또는 Ang2 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 CEACAM1 및 VCAM1, CEACAM1 및 TGFα, CEACAM1 및 CRP, CEACAM1 및 SAA1, CEACAM1 및 MMP-1, CEACAM1 및 MMP-2, CEACAM1 및 MMP-3, CEACAM1 및 MMP-9, CEACAM1 및 EMMPRIN, 또는 CEACAM1 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 VCAM1 및 TGFα, VCAM1 및 CRP, VCAM1 및 SAA1, VCAM1 및 MMP-1, VCAM1 및 MMP-2, VCAM1 및 MMP-3, VCAM1 및 MMP-9, VCAM1 및 EMMPRIN, 또는 VCAM1 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 TGFα 및 CRP, TGFα 및 SAA1, TGFα 및 MMP-1, TGFα 및 MMP-2, TGFα 및 MMP-3, TGFα 및 MMP-9, TGFα 및 EMMPRIN, 또는 TGFα 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 CRP 및 SAA1, CRP 및 MMP-1, CRP 및 MMP-2, CRP 및 MMP-3, CRP 및 MMP-9, CRP 및 EMMPRIN, 또는 CRP 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 SAA1 및 MMP-1, SAA1 및 MMP-2, SAA1 및 MMP-3, SAA1 및 MMP-9, SAA1 및 EMMPRIN, 또는 SAA1 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 MMP-1 및 MMP-2, MMP-1 및 MMP-3, MMP-1 및 MMP-9, MMP-1 및 EMMPRIN, 또는 MMP-1 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 MMP-2 및 MMP-3, MMP-2 및 MMP-9, MMP-2 및 EMMPRIN, 또는 MMP-2 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 MMP-3 및 MMP-9, MMP-3 및 EMMPRIN, 또는 MMP-3 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 MMP-9 및 EMMPRIN, 또는 MMP-9 및 IL-7을 포함할 수 있다. 2종 이상의 바이오마커는 EMMPRIN 및 IL-7을 포함할 수 있다.
특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 3종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 4종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 5종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 6종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 7종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 8종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 9종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 10종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 11종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 12종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7 각각의 발현 수준을 검출하는 단계를 포함한다. 특정 측면에서, 방법은 CD 환자에서 점막 항상성 유지에 중요한 생물학적 경로와 연돤된 당업계에 일반적으로 공지된 하나 이상의 추가의 바이오마커를 혈청 샘플에서 검출하는 단계를 포함한다.
특정 측면에서, 하나종 이상의 바이오마커 또는 분석물의 발현 수준은, 예컨대 하이브리드화 검정 또는 증폭 기반 검정과 같은 검정으로 mRNA 발현과 관련하여 측정된다. 일부 실시양태에서, 하나종 이상의 바이오마커 또는 분석물의 발현 수준은, 예컨대 면역검정(예컨대, 효소 결합 면역흡착 검정(ELISA) 또는 공동 효소 강화된 반응성 면역검정(CEER), 균질 이동도 옮김 검정(HMSA) 또는 면역조직화학 검정을 이용하여 단백질 발현과 관련하여 측정된다. 혈청, 혈장, 타액 또는 요에서 성장 인자, 염증 마커 또는 항-염증 마커의 존재 또는 수준을 결정하기에 적합한 ELISA 키트는, 예컨대 안티게닉스 아메리카 인크.(Antigenix America Inc., 뉴욕주 헌팅톤 스테이션), 프로메가(Promega, 위스콘신주 메디슨), R&D 시스템스, 인크.(R&D Systems, Inc., 미네소타주 미니아폴리스), 인비트로겐(Invitrogen, 캘리포니아주 카마릴로), 케미콘 인터내셔날, 인크.(CHMICON International, Inc., 캘리포니아주 테메쿨라), 네오겐 코포레이션(Neogen Corp., 켄터키주 렉싱톤), 프로텍(PeproTech, 뉴저지주 록키 힐), 알프코 다이아그노스틱스(Alpco Diagnostics, 뉴햄프셔주 살렘), 피어스 바이오테크놀로지, 인크.(Pierce Biotechnology, Inc., 일리노이주 록포드), 및/또는 아바짐(Abazyme, 메사추세츠주 니드함)으로부터 입수 가능하다. CEER은 하기 특허 문헌에 기재되며, 각각은 모든 목적 상 전부 참조로 본원에 포함된다: 국제 특허 출원 공개 번호 WO 2008/036802, WO 2009/012140, WO 2009/108637, WO 2010/132723, WO 2011/008990, WO 2011/050069, WO 2012/088337, WO 2012/119113, 및 WO 2013/033623.
제공된 방법은 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 점막 치유 지수(MHI) 스코어를 생성하는 단계를 더 포함한다. 일부 실시양태에서, MHI 스코어는 0 내지 100의 척도를 갖는다. 특정 측면에서, 수학적 알고리즘은 바이오마커의 측정된 발현 수준을 내시경 스코어링 지수와 관련시키는 하나 이상의 방정식을 포함한다. 수학적 알고리즘은, 예컨대 2개 이상의 방정식, 3개 이상의 방정식, 4개 이상의 방정식, 5개 이상의 방정식, 6개 이상의 방정식, 7개 이상의 방정식, 8개 이상의 방정식, 9개 이상의 방정식, 10개 이상의 방정식을 포함할 수 있다. 방정식은 바이오마커 발현 수준의 미가공(raw) 데이터 또는 발현 수준의 변환된 데이터와 관련될 수 있다. 일부 실시양태에서, 방정식은 바이오마커 발현 수준의 자연 로그와 관련된다.
바이오마커 발현 수준은 내시경 스코어링 지수, 예컨대 크론병의 내시경 중증도 지수(CDEIS) 또는 크론병에 대한 단순 내시경 스코어(SES-CD))와 관련될 수 있다. CDEIS 및 SES-CD는 각각 CD 환자에서 점막 질환의 상태를 평가하고, 점막 상태를 스코어링하며, 점막 치유를 종점으로 사용하는 임상 시험의 결과를 결정하기 위한 표준으로 통상적으로 사용되는 일반적으로 허용되는 내시경 스코어링 지수이다. 특정 측면에서, 수학적 알고리즘의 방정식은 환자의 측정된 바이오마커 발현 수준을 환자의 예측된 CDEIS에 관련시킨다. 특정 측면에서, 방정식은 환자의 측정된 바이오마커 발현 수준을 환자의 예측된 SES-CD에 관련시킨다. 일부 실시양태에서, CDEIS 값은 SES-CD 값으로 전환된다. 일부 실시양태에서, SES-CD 값은 CDEIS 값으로 전환된다. 비록 CDEIS와 SES-CD 간의 선형 오프셋이 널리 허용되지만, 제공된 방법은 하나의 지수의 스코어를 다른 것으로 전환하기 위해 다양한 통계 프로세스를 사용할 수 있다.
바이오마커 발현 수준과 내시경 스코어링 지수, 점막 치유 지수 및 진단 예측 간의 관계는 다수의 통계 프로세스 또는 통계 분석 기술 중 임의의 것에 의해 유도될 수 있다. 일부 실시양태에서, 로지스틱 회귀가 수학적 알고리즘의 하나 이상의 방정식을 유도하는 데 사용된다. 일부 실시양태에서, 선형 회귀가 알고리즘의 하나 이상의 방정식을 유도하는 데 사용된다. 일부 실시양태에서, 보통 최소 제곱 회귀 또는 무조건 로지스틱 회귀가 알고리즘의 하나 이상의 방정식을 유도하는 데 사용된다.
일부 실시양태에서, 통계 분석은 하나종 이상의 바이오마커의 분위(quantile) 측정을 포함한다. 분위는 데이터 샘플을 (가능한 한) 동일한 수의 관측치를 함유하는 그룹으로 나누는 "컷 포인트"의 세트이다. 예컨대, 사분위수는 데이터 샘플을 (가능한 한) 동일한 수의 관측치를 함유하는 4개의 그룹으로 나누는 값이다. 하위 사분위수는 정렬된 데이터 세트를 통해 1/4씩 올라가는 데이터 값이고; 상위 사분위수는 정렬된 데이터 세트를 통해 1/4씩 내려가는 데이터 값이다. 오분위수는 데이터 샘플을 (가능한 한) 동일한 수의 관측치를 함유하는 5개의 그룹으로 나누는 값이다. 알고리즘은 또한 통계 분석의 변수로 (연속 변수와 마찬가지로) 마커 수준의 백분위수 범위(예컨대, 삼분위수, 사분위수, 오분위수 등) 또는 그들의 누적 지수(예컨대, 사분위수 합 스코어(QSS)를 얻기 위한 마커 수준의 사분위수 합 등)의 사용을 포함할 수 있다.
일부 실시양태에서, 통계 분석은 하나 이상의 학습 통계 분류기 시스템을 포함한다. 본원에 사용된 용어 "학습 통계 분류기 시스템"은 복잡한 데이터 세트(예컨대, 관심 마커의 패널)에 적응할 수 있고 이러한 데이터 세트에 기반하여 결정을 내릴 수 있는 기계 학습 알고리즘 기술을 포함한다. 일부 실시양태에서, 단일 학습 통계 분류기 시스템, 예컨대 결정/분류 트리(예컨대, 랜덤 포레스트(RF) 또는 분류 및 회귀 트리(C&RT))가 사용된다. 일부 실시양태에서, 2, 3, 4, 5, 6, 7, 8, 9, 10개 이상의 학습 통계 분류기 시스템의 조합이 바람직하게는 나란히 사용된다. 학습 통계 분류기 시스템의 예는 유도 학습(예컨대, 결정/분류 트리, 예컨대 RF, C&RT, 부스팅된 트리 등), 개연적 근사 정확(Probably Approximately Correct: PAC) 학습, 연결주의(connectionist) 학습(예컨대, 신경 네트워크(NN), 인공 신경 네트워크(ANN), 신경 퍼지 네트워크(NFN), 네트워크 구조, 콕스 비례-위험 모델(CPHM), 퍼셉트론, 예컨대 단층 퍼셉트론, 다층 피드-포워드 네트워크, 신경 네트워크의 적용, 신념 네트워크에서의 베이스의 학습 등), 강화 학습(예컨대, 알려진 환경에서의 수동 학습, 예컨대 나이브 학습, 적응식 동적 학습 및 시간적 차이 학습, 알려지지 않은 환경에서의 수동 학습, 알려지지 않은 환경에서의 능동 학습, 학습 행동-가치 함수, 강화 학습의 적용 등), 및 유전자 알고리즘 및 진화적 프로그래밍을 포함하나 이로 제한되지 않는다. 다른 학습 통계 분류기 시스템은 서포트 벡터 머신(예컨대, 커널(Kernel) 방법), 다변량 적응 회귀 스플라인(multivariate adaptive regression spline: MARS), 레벤베르그-마르쿠아르트(Levenberg-Marquardt) 알고리즘, 가우스-뉴턴(Gauss-Newton) 알고리즘, 가우스 기울기 하강(Gaussians, gradient descent) 알고리즘의 혼합 및 학습 벡터 양자화(learning Vector Quantization: LVQ)를 포함한다.
랜덤 포레스트는 레오 브레이만(Leo Breiman) 및 아델 쿠틀러(Adele Cutler)에 의해 개발된 알고리즘을 사용하여 구성된 학습 통계 분류기 시스템이다. 랜덤 포레스트는 다수의 개별 결정 트리를 사용하고 개별 트리에 의해 결정된 클래스의 모드(즉, 가장 빈번한 발생)를 선택함으로써 클래스를 결정한다. 랜덤 포레스트 분석은, 예컨대 살포드 시스템스(Salford Systems, 캘리포니아주 샌디에고)로부터 입수 가능한 랜덤포레스츠(RandomForests) 소프트웨어를 사용하여 수행될 수 있다. 랜덤 포레스트에 대한 설명을 위해, 예컨대 문헌(Breiman, Machine Learning, 45 : 5-32 (2001)); 및 http://stat-www.berkeley.edu/users/breiman/RandomForests/cc_home.htm을 참조한다.
분류 및 회귀 트리는 고전적인 회귀 모델을 적합하게 하는 컴퓨터 집약적인 대안을 나타내며, 일반적으로 하나 이상의 예측 변수를 기반으로 관심의 카테고리 또는 연속 반응에 대한 가장 적합한 모델을 결정하는 데 사용된다. 분류 및 회귀 트리 분석은, 예컨대 살포드 시스템스로부터 입수 가능한 C&RT 소프트웨어 또는 스타트소프트, 인크.(StatSoft, Inc., 오클라호마주 털사)로부터 입수 가능한 통계 데이터 분석 소프트웨어를 사용하여 수행될 수 있다. 분류 및 회귀 트리에 대한 설명은, 예컨대 문헌(Breiman et al. "Classification and Regression Trees," Chapman and Hall, New York (1984); and Steinberg et al., "CART: Tree-Structured Non-Parametric Data Analysis," Salford Systems, San Diego, (1995))에서 찾아진다.
신경 네트워크는 계산에 대한 연결주의적 접근에 기반한 정보 처리를 위해 수학적 또는 계산 모델을 사용하는 상호연결된 인공 뉴런 그룹이다. 일반적으로, 신경 네트워크는 네트워크를 통해 흐르는 외부 또는 내부 정보를 기반으로 그들의 구조를 변화시키는 적응 시스템이다. 신경 네트워크의 특정 예는 피드-포워드 신경 네트워크, 예컨대 퍼셉트론, 단층 퍼셉트론, 다층 퍼셉트론, 역전파 네트워크, ADALINE 네트워크, MADALINE 네트워크, 런매트릭스(Learnmatrix) 네트워크, 방사형 기저 함수(radial base function: RBF) 네트워크 및 자체-조직화 맵 또는 코호넨(Kohonen) 자체-조직화 네트워크; 반복 신경 네트워크, 예컨대 단순 반복 네트워크 및 홉필드(Hopfield) 네트워크; 확률 신경 네트워크, 예컨대 볼츠만(Boltzmann) 머신; 모듈식 신경 네트워크, 예컨대 커미티 머신(committee of machine) 및 연관 신경 네트워크; 및 다른 유형의 네트워크, 예컨대 즉각적으로 훈련된 신경 네트워크, 스파이킹 신경 네트워크, 동적 신경 네트워크 및 계단식 신경 네트워크를 포함한다. 신경 네트워크 분석은, 예컨대 스타소프트, 인크.로부터 입수 가능한 통계 데이터 분석 소프트웨어를 사용하여 수행될 수 있다. 신경 네트워크에 대한 설명을 위해, 예컨대 문헌(Freeman et al., In "Neural Networks: Algorithms, Applications and Programming Techniques," Addison-Wesley Publishing Company (1991); Zadeh, Information and Control, 8:338-353 (1965); Zadeh, "IEEE Trans. on Systems, Man and Cybernetics," 3:28-44 (1973); Gersho et al., In "Vector Quantization and Signal Compression," Kluywer Academic Publishers, Boston, Dordrecht, London (1992); and Hassoun, "Fundamentals of Artificial Neural Networks," MIT Press, Cambridge, Massachusetts, London (1995))을 참조한다.
서포트 벡터 머신은 분류 및 회귀에 사용되는 관련 감독 학습 기술 세트이며, 예컨대 문헌(Cristianini et al., "An Introduction to Support Vector Machines and Other Kernel-Based Learning Methods," Cambridge University Press (2000))에 기재되어 있다. 서포트 벡터 머신은, 예컨대 토르스텐 조아킴스(Thorsten Joachims, 코넬 대학)에 의해 개발된 SVMlight 소프트웨어를 사용하거나 치-충 창 및 치-젠 린(Chih-Chung Chang 및 Chih-Jen Lin, 대만 국립 대학)에 의해 개발된 LIBSVM 소프트웨어를 사용하여 수행될 수 있다.
본원에 기재된 다양한 통계 방법 및 모델은 건강한, IBD 또는 비IBD 개체로부터의 샘플(예컨대, 혈청학적 샘플)의 코호트를 사용하여 훈련 및 시험될 수 있다. 수학적 알고리즘의 방정식은, 예컨대 하나 이상의 횡단적 연구, 예컨대 각각의 평가 시점에서 상이한 환자 샘플을 포함하는 연구로부터의 임상 데이터를 사용하여 훈련될 수 있다. 수학적 알고리즘의 방정식은 하나 이상의 종적 연구, 예컨대 다수의 평가 시점에 걸쳐 동일한 환자 샘플을 포함하는 연구로부터의 임상 데이터를 사용하여 훈련될 수 있다. 특정 측면에서, 수학적 알고리즘의 하나 이상의 방정식은 횡단적 데이터를 사용하여 학습되고 수학적 알고리즘의 하나 이상의 방정식은 종적 데이터를 사용하여 학습된다. 수학적 알고리즘의 방정식은, 예컨대 하나 이상의 횡단적 연구로부터의 임상 데이터를 사용하여 검증될 수 있다. 수학적 알고리즘의 방정식은 하나 이상의 종적 연구로부터의 임상 데이터를 사용하여 검증될 수 있다. 특정 측면에서, 수학적 알고리즘의 하나 이상의 방정식은 횡단적 데이터를 사용하여 검증되고 수학적 알고리즘의 하나 이상의 방정식은 종적 데이터를 사용하여 검증된다.
특정 측면에서, 수학적 알고리즘의 하나 이상의 방정식은 진단 민감도, 예컨대 이로써 정확하게 식별되는 실제 양성 비율을 모델링하기 위해 유도된다. 예컨대, 하나 이상의 방정식은 측정된 바이오마커 발현 수준으로 활성 질환 진단 대 완화 진단을 예측하기 위해 데이터를 사용하여 훈련될 수 있다. 특정 측면에서, 수학적 알고리즘의 하나 이상의 방정식은 진단 특이도, 예컨대 이로써 정확하게 식별되는 실제 음성 비율을 모델링하기 위해 유도된다. 예컨대, 하나 이상의 방정식은 측정된 바이오마커 발현 수준으로 경도 질환 또는 완화 진단 대 중증도 질환 또는 중등도 질환 진단을 예측하기 위해 데이터를 사용하여 훈련될 수 있다. 일부 실시양태에서, 수학적 알고리즘은 2개 이상의 방정식을 포함하고, 하나 이상은 진단 민감도를 모델링하기 위해 유도되고, 하나 이상은 진단 특이도를 모델링하기 위해 유도된다. 특정 측면에서, 수학적 알고리즘은 하나 이상의 진단 특이도 방정식을 차례대로 적용하기 전에 하나 이상의 진단 민감도 방적식을 적용하여 MHI 스코어 또는 값을 생성한다. 특정 측면에서, 수학적 알고리즘은 하나 이상의 진단 민감도 방정식을 차례대로 적용하기 전에 하나 이상의 진단 특이도 방정식을 적용하여 MHI 스코어 또는 값을 생성한다.
특정 측면에서, 방법은 MHI 스코어가 40 이하인 경우, 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다. 일부 실시양태에서, 완화의 진단은 3 미만의 CDEIS에 해당한다. 일부 실시양태에서, 경도의 내시경 질환의 진단은 3 내지 8의 CDEIS에 해당한다. 40 이하의 MHI 스코어를 갖는(예컨대 8 미만의 CDEIS를 갖는) 환자가 완화될 또는 경도의 내시경 질환을 가질 높은 가능성은, 예컨대 83% 내지 98%, 예컨대 83% 내지 92%, 84.5% 내지 93.5%, 86% 내지 95%, 87.5% 내지 96.5%, 또는 89% 내지 98%일 수 있다. 하한치와 관련하여, 40 이하의 MHI 스코어를 갖는 환자가 완화될 또는 경도의 내시경 질환을 가질 높은 가능성은 83% 이상, 예컨대 84.5% 이상, 86% 이상, 87.5% 이상, 89% 이상, 90.5% 이상, 92% 이상, 93.5% 이상, 95% 이상, 또는 96.5% 이상일 수 있다. 더 높은 가능성, 예컨대 98% 이상도 고려된다.
특정 측면에서, 방법은 MHI 스코어가 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함한다. 일부 실시양태에서, 내시경 활성 질환의 진단은 3 이상의 CDEIS에 해당한다. 50 이상의 MHI 스코어를 갖는 환자가 내시경 활성 질환을 가질 높은 가능성은, 예컨대 80% 내지 95%, 예컨대 80% 내지 89%, 81.5% 내지 90.5%, 83% 내지 92%, 84.5% 내지 93.5%, 또는 86% 내지 95%일 수 있다. 하한치와 관련하여, 50 이상의 MHI 스코어를 갖는 환자가 내시경 활성 질환을 가질 높은 가능성은 80% 이상, 예컨대 81.5% 이상, 83% 이상, 84.5% 이상, 86% 이상, 87.5% 이상, 89% 이상, 90.5% 이상, 92% 이상, 또는 93.5% 이상일 수 있다. 더 높은 가능성, 예컨대 95% 이상도 고려된다.
특정 측면에서, 방법은 MHI 스코어가 40 내지 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하는 단계를 더 포함한다. 40 내지 50의 MHI 스코어를 갖는 환자가 내시경 활성 질환을 가질 중간 가능성은, 예컨대 70% 내지 85%, 예컨대 70% 내지 79%, 71.5% 내지 80.5%, 73% 내지 82%, 74.5% 내지 83.5%, 또는 76% 내지 85%일 수 있다. 하한치와 관련하여, 40 내지 50의 MHI 스코어를 갖는 환자가 내시경 활성 질환을 가질 중간 가능성은 70% 이상, 예컨대 71.5% 이상, 73% 이상, 74.5% 이상, 76% 이상, 77.5% 이상, 79% 이상, 80.5% 이상, 82% 이상, 또는 83.5% 이상일 수 있다. 더 높은 가능성, 예컨대 85% 이상도 고려된다.
개시된 방법은 환자, 예컨대 생물학적 제제 요법 또는 비생물학적 제제 요법을 받는 환자에서 점막 치유의 가능성을 예측 및/또는 점막 치유를 모니터링하기 위한 비침습적 도구를 제공한다. 또한, 본 개시는 피험체에서 점막 치유의 진행에 기초하여 요법의 효능을 결정 또는 평가하고, 환자의 치료 반응, 재발 위험 및 수술 위험을 예측하는 방법을 제공한다. 특히, 본 개시의 방법은 연속 치료를 위한 요법을 선택하고/하거나, 치료 효능을 최적화하고/하거나 독성을 감소시키기 위해 후속 치료제 용량을 언제 또는 어떻게 조정 또는 변형(증가 또는 감소)해야 하는지를 결정하고/하거나, 현재 치료 요법을 언제 또는 어떻게 변경(예컨대, 상이한 약물 또는 상이한 메커니즘을 표적하는 약물로 전환)해야 하는지를 결정하기 위한 유용성을 제공한다. 개시된 방법은 또한 환자의 결장, 회장결장 및/또는 회장 질환 부위에서의 점막 치유를 평가하고, 예컨대 환자에서 수술 후 내시경 재발을 확인함으로써 수술 후 환자의 점막 치유를 평가하기 위해 사용될 수 있다.
요법은 필요에 따라 적합한 약제학적 부형제와 함께 치료제의 투여를 포함할 수 있고, 허용되는 투여 방식 중 임의의 것을 통해 수행될 수 있다. 개시된 방법과 함께 사용하기에 적합한 치료제는 생물 작용제, 예컨대 항체, 통상의 약물, 영양 보충제 및 이의 조합을 포함하나 이로 제한되지 않는다. 투여는, 예컨대 정맥내, 국소, 피하, 경피(transcutaneous), 경피(transdermal), 근육내, 경구, 협측, 설하, 잇몸, 구개, 관절내, 비경구, 동맥내, 피내, 심실내, 두개내, 복강내, 병변내, 비강내, 직장, 질 또는 흡입일 수 있다. 치료제는 제2 약물(예컨대, 제2 치료제, 제1 치료제의 부작용을 감소시키는 데 유용한 약물 등)의 투여와 동시에, 투여 직전 또는 투여 직후에 투여될 수 있다.
치료학적 유효량의 치료제는 반복적으로, 예컨대 적어도 2, 3, 4, 5, 6, 7, 8회 이상 투여될 수 있거나, 용량은 연속 주입에 의해 투여될 수 있다. 용량은, 바람직하게는 정확한 용량의 단순한 투여에 적합한 단위 투여 형태의, 고체, 반고체, 동결건조된 분말 또는 액체 투여 형태, 예컨대 정제, 환제, 펠렛, 캡슐, 산제, 용액제, 현탁제, 에멀젼, 좌제, 체류 관장제, 크림, 연고제, 로션, 겔, 에어로졸, 폼 등의 형태를 취할 수 있다.
치료제는 인간 피험체 및 다른 포유 동물에 대한 단일 용량으로서 적합한 물리적으로 분리된 단위로 투여될 수 있으며, 각각의 단위는 적합한 약제학적 부형제와 함께 원하는 개시, 내약성 및/또는 치료 효과를 생성하도록 계산된 미리결정된 양의 치료제를 함유한다(예컨대, 앰풀). 또한, 보다 농축된 투여 형태가 제조될 수 있으며, 이로부터 더 희석된 단위 투여 형태가 제조될 수 있다. 따라서, 보다 농축된 투여 형태는, 예컨대 치료제의 양의 적어도 1, 2, 3, 4, 5, 6, 7, 8, 9, 10배 이상보다 실질적으로 더 많은 양을 함유할 것이다.
이러한 투여 형태를 제조하는 방법은 당업자에게 공지되어 있다(예컨대, 문헌(Remington's Pharmaceutical Sciences, 18th Ed., Mack Publishing Co., Easton, PA (1990)) 참조). 투여 형태는 전형적으로 통상적인 약제학적 담체 또는 부형제를 포함하고, 추가로 다른 의약제, 담체, 보조제, 희석제, 조직 투과 증진제, 가용화제 등을 포함할 수 있다. 적절한 부형제는 당업계에 널리 공지된 방법에 의해 특정 투여 형태 및 투여 경로에 맞추어질 수 있다(예컨대, 문헌(Remington's Pharmaceutical Sciences, 상기 참조) 참조).
적합한 부형제의 예는 락토스, 덱스트로스, 수크로스, 소르비톨, 만니톨, 전분, 아카시아 검, 인산칼슘, 알기네이트, 트라가칸트, 젤라틴, 규산칼슘, 미세결정질 셀룰로스, 폴리비닐피롤리돈, 셀룰로스, 물, 식염수, 시럽, 메틸셀룰로스, 에틸셀룰로스, 히드록시프로필메틸셀룰로스, 및 폴리아크릴산, 예컨대 카보폴, 예컨대 카보폴 941, 카보폴 980, 카보폴 981 등을 포함하나 이로 제한되지 않는다. 투여 형태는 추가로 윤활제, 예컨대 활석, 스테아르산마그네슘 및 미네랄 오일; 습윤제; 유화제; 현탁제; 보존제, 예컨대 메틸-, 에틸- 및 프로필-히드록시-벤조에이트(즉, 파라벤); pH 조정제, 예컨대 무기 및 유기산 및 염기; 감미제; 및 향미제를 포함할 수 있다. 투여 형태는 또한 생분해성 중합체 비드, 덱스트란 및 시클로덱스트린 봉입 복합체를 포함할 수 있다.
경구 투여의 경우, 치료학적 유효 용량은 정제, 캡슐, 에멀젼, 현탁제, 용액 제, 시럽, 스프레이, 로젠지, 산제 및 서방성 제형의 형태로 존재할 수 있다. 경구 투여에 적합한 부형제는 약제학적 등급의 만니톨, 락토스, 전분, 스테아르산마그네슘, 나트륨 사카린, 활석, 셀룰로스, 글루코스, 젤라틴, 수크로스, 탄산마그네슘 등을 포함한다.
일부 실시 양태에서, 치료학적 유효 용량은 환제, 정제 또는 캡슐의 형태를 취하므로, 투여 형태는 치료제와 함께 하기 중 임의의 것을 함유할 수 있다: 희석제, 예컨대 락토스, 수크로스, 인산이칼슘 등; 붕해제, 예컨대 전분 또는 이의 유도체; 윤활제, 예컨대 스테아르산마그네슘 등; 및 결합제, 예컨대 전분, 아카시아 검, 폴리비닐피롤리돈, 젤라틴, 셀룰로스 및 이의 유도체. 치료제는 또한, 예컨대 폴리에틸렌 글리콜(PEG) 담체에 놓인 좌제로 제형화될 수 있다.
액체 투여 형태는, 예컨대 경구, 국소 또는 정맥내 투여를 위한 용액 또는 현탁액을 형성하기 위해, 담체, 예컨대 수성 식염수(예컨대, 0.9% w/v 염화나트륨), 수성 덱스트로스, 글리세롤, 에탄올 등에 치료제 및 임의적으로 하나 이상의 약제학적으로 허용되는 보조제를 용해 또는 분산시킴으로써 제조될 수 있다. 치료제는 또한 정체 관장제로 제형화될 수 있다.
국소 투여의 경우, 치료학적 유효 용량은 에멀젼, 로션, 겔, 폼, 크림, 젤리, 용액제, 현탁제, 연고제 및 경피 패치의 형태로 존재할 수 있다. 흡입에 의한 투여의 경우, 치료제는 분무기를 통해 건조 분말 또는 액체 형태로 전달될 수 있다. 비경구 투여의 경우, 치료학적 유효 용량은 멸균 주사용 용액제 및 멸균 포장된 산제의 형태일 수 있다. 바람직하게는, 주사용 용액제는 약 4.5 내지 약 7.5의 pH로 제형화된다.
치료학적 유효 용량은 또한 동결건조된 형태로 제공될 수 있다. 이러한 투여 형태는 투여 전 재구성을 위한 완충제, 예컨대 비카보네이트를 포함할 수 있거나, 완충제는 예컨대 물로 재구성하기 위한 동결건조된 투여 형태에 포함될 수 있다. 동결건조된 투여 형태는 적합한 혈관수축제, 예컨대 에피네프린을 추가로 포함할 수 있다. 동결건조된 투여 형태는, 임의적으로 재구성을 위한 완충제와 함께 포장된, 주사기에 제공되어, 재구성된 투여 형태는 개체에게 즉시 투여될 수 있다.
본원에 사용된 용어 "치료제"는 CD와 연관된 하나 이상의 증상을 치료하는 데 유용한 모든 약제학적으로 허용되는 형태의 약물을 포함한다. 예컨대, 치료제는 라세미체 또는 이성질체 혼합물, 이온 교환 수지에 결합된 고체 복합체 등으로 존재할 수 있다. 또한, 치료제는 용매화된 형태일 수 있다. 상기 용어는 또한 기재된 치료제의 모든 약제학적으로 허용되는 염, 유도체 및 유사체 뿐만 아니라 이의 조합을 포함하는 것으로 의도된다. 예컨대, 치료제의 약제학적으로 허용되는 염은, 제한 없이, 이의 타르트레이트, 숙시네이트, 타르타레이트, 비타르타레이트, 디히드로클로라이드, 살리실레이트, 헤미숙시네이트, 시트레이트, 말레에이트, 히드로클로라이드, 카바메이트, 술페이트, 니트레이트 및 벤조에이트 염 형태 뿐만 아니라 이의 조합 등을 포함한다. 임의의 형태의 치료제, 예컨대 치료제의 약제학적으로 허용되는 염, 치료제의 유리 염기 또는 이들의 혼합물이 본 발명의 방법에 사용하기에 적합하다.
생물 작용제는, 예컨대 항-시토카인 및 케모카인 항체, 예컨대 항-종양 괴사 인자 알파(TNFα) 항체를 포함한다. 항-TNFα 항체의 비제한적 예는 키메라 모노클로날 항체, 예컨대 키메라 IgG1 항-TNFα 모노클로날 항체인 인플릭시맙(Remicade®)(센토코르 인크.(Centocor, Inc.); 펜실바니아주 호르샴); 인간화된 모노클로날 항체, 예컨대 CDP571 및 PEG화된 CDP870; 완전 인간 모노클로날 항체, 예컨대 아달리무맙(Humira®)(아보트 라보라토리즈(Abbott Laboratories); 일리노이주 아보트 파크); p75 융합 단백질, 예컨대 에타너셉트(Enbrel®)(암젠(Amgen); 캘리포니아주 사우전드 오크스; 와이어쓰 파마슈티칼스 인크.(Wyeth Pharmaceuticals Inc.); 펜실바니아주 콜레게빌); 소분자(예컨대, MAP 키나제 억제제); 및 이의 조합을 포함한다. 문헌(Ghosh, Novartis Found Symp., 263:193-205 (2004))을 참조한다.
다른 생물 작용제는, 예컨대 항-세포 부착 항체, 예컨대 세포 접착 분자 α4-인테그린에 대한 인간화된 모노클로날 항체인 나탈리주맙(Tysabri®)(엘란 파마슈티칼스, 인크.(Elan Pharmaceuticals, Inc.); 아일랜드 두블린; 비오겐 이데크(Biogen Idec); 메사추세츠주 캠브리지), 및 인간화된 IgG1 항-α4β7-인테그린 모노클로날 항체인 MLN-02(밀레늄 파마슈티칼스(Millennium Pharmaceuticals); 메사추세츠주 캠브리지); 항-T 세포제; 항-CD3 항체, 예컨대 인간화된 IgG2M3 항-CD3 모노클로날 항체인 비실리주맙(Nuvion®)(PDL 바이오파르마(PDL BioPharma); 네바다주 인클린 빌리지); 항-CD4 항체, 예컨대 키메라 항-CD4 모노클로날 항체인 프릴릭시맙(cM-T412)(센토코르, 인크.; 펜실바니아주 호르샴); 항-IL-2 수용체 알파(CD25) 항체, 예컨대 인간화된 IgG1 항-CD25 모노클로날 항체인 다클리주맙(Zenapax®)(PDL 바이오파르마; 네바다주 인클린 빌리지; 로슈; 뉴저지주 너틀리); 키메라 IgG1 항-CD25 모노클로날 항체인 바실릭시맙(Simulect®)(노바티스(Novartis); 스위스 바젤); 인테그린 α4β7에 대한 인간화된 항체인 베돌리주맙(Entyvio®)(밀레늄 파마슈티칼스); IL-12 및 IL-23에 대한 인간화된 항체인 우스테키누맙(Stelara®)(센토코르); 및 이의 조합을 포함한다.
통상적인 약물의 예는, 제한 없이, 아미노살리실레이트(예컨대, 메살라진, 술파살라진 등), 코르티코스테로이드(예컨대, 프레드니손), 티오푸린(예컨대, 아자티오프린, 6-메르캅토퓨린 등), 메토트렉세이트, 이의 유리 염기, 이의 약제학적으로 허용되는 염, 이의 유도체, 이의 유사체 및 이의 조합을 포함한다.
또한, 2개 이상의 결합 파트너를 포함하는 키트가 개시된다. 2개 이상의 결합 파트너 각각은 하나 이상의 고체 지지체에 부착되고, 2개 이상의 결합 파트너 각각은 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 상이한 분석물에 결합할 수 있다. 2개 이상의 결합 파트너는, 예컨대 Ang1 및 Ang2, Ang1 및 CEACAM1, Ang1 및 VCAM1, Ang1 및 TGFα, Ang1 및 CRP, Ang1 및 SAA1, Ang1 및 MMP-1, Ang1 및 MMP-2, Ang1 및 MMP-3, Ang1 및 MMP-9, Ang1 및 EMMPRIN, 또는 Ang1 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 Ang2 및 CEACAM1, Ang2 및 VCAM1, Ang2 및 TGFα, Ang2 및 CRP, Ang2 및 SAA1, Ang2 및 MMP-1, Ang2 및 MMP-2, Ang2 및 MMP-3, Ang2 및 MMP-9, Ang2 및 EMMPRIN, 또는 Ang2 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 CEACAM1 및 VCAM1, CEACAM1 및 TGFα, CEACAM1 및 CRP, CEACAM1 및 SAA1, CEACAM1 및 MMP-1, CEACAM1 및 MMP-2, CEACAM1 및 MMP-3, CEACAM1 및 MMP-9, CEACAM1 및 EMMPRIN, 또는 CEACAM1 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 VCAM1 및 TGFα, VCAM1 및 CRP, VCAM1 및 SAA1, VCAM1 및 MMP-1, VCAM1 및 MMP-2, VCAM1 및 MMP-3, VCAM1 및 MMP-9, VCAM1 및 EMMPRIN, 또는 VCAM1 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 TGFα 및 CRP, TGFα 및 SAA1, TGFα 및 MMP-1, TGFα 및 MMP-2, TGFα 및 MMP-3, TGFα 및 MMP-9, TGFα 및 EMMPRIN, 또는 TGFα 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 CRP 및 SAA1, CRP 및 MMP-1, CRP 및 MMP-2, CRP 및 MMP-3, CRP 및 MMP-9, CRP 및 EMMPRIN, 또는 CRP 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 SAA1 및 MMP-1, SAA1 및 MMP-2, SAA1 및 MMP-3, SAA1 및 MMP-9, SAA1 및 EMMPRIN, 또는 SAA1 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 MMP-1 및 MMP-2, MMP-1 및 MMP-3, MMP-1 및 MMP-9, MMP-1 및 EMMPRIN, 또는 MMP-1 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 MMP-2 및 MMP-3, MMP-2 및 MMP-9, MMP-2 및 EMMPRIN, 또는 MMP-2 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 MMP-3 및 MMP-9, MMP-3 및 EMMPRIN, 또는 MMP-3 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 MMP-9 및 EMMPRIN, 또는 MMP-9 및 IL-7에 결합할 수 있다. 2개 이상의 결합 파트너는 EMMPRIN 및 IL-7에 결합할 수 있다.
특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 3개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 4개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 5개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 6개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 7개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 8개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 9개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 10개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 11개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 12개 이상의 분석물 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7 각각에 대한 결합 파트너를 포함한다. 특정 측면에서, 키트는 CD 환자에서 점막 항상성을 유지하는 데 중요한 생물학적 경로와 연관된 것으로 당업계에 일반적으로 공지된 하나 이상의 추가의 분석물에 대한 결합 파트너를 포함한다.
일부 실시양태에서, 하나 이상의 결합 파트너는 항체이다. 특정 측면에서, 항체는 다중의 고처리량 단일 검출(즉, 2-항체) 검정에서 관심 분석물을 검출하는 데 사용될 수 있다. 비제한적인 예로서, 검정에 사용된 2개의 항체는 (1) 분석물에 특이적인 포획 항체; 및 (2) 활성화된 형태의 분석물에 특이적인 검출 항체(즉, 활성화 상태 의존적 항체)를 포함할 수 있다. 활성화 상태 의존적 항체는, 예컨대 분석물의 인산화, 유비퀴틴화 및/또는 복합체화 상태를 검출할 수 있다. 대안적으로, 검출 항체는 샘플 중의 분석물의 총량을 검출하는 활성화 상태 비의존적 항체를 포함한다. 활성화 상태 비의존적 항체는 일반적으로 분석물의 활성화 및 비활성화 형태 둘 다를 검출할 수 있다.
특정 측면에서, 하나 이상의 결합 파트너는 다중의 고처리량 근접성(즉, 3- 항체) 검정에서 관심 분석물을 검출하는 데 사용될 수 있는 항체이다. 비제한적인 예로서, 근접성 검정에 사용되는 3개의 항체는 (1) 분석물에 특이적인 포획 항체; (2) 활성화된 형태의 분석물에 특이적인 검출 항체(즉, 활성화 상태 의존적 항체); 및 (3) 분석물의 총량을 검출하는 검출 항체(즉, 활성화 상태 비의존적 항체)를 포함할 수 있다. 활성화 상태 의존적 항체는, 예컨대 분석물의 인산화, 유비퀴틴화 및/또는 복합체화 상태를 검출할 수 있다. 활성화 상태 의존적 항체는 일반적으로 분석물의 활성화된 형태 및 비활성화된 형태 둘 다를 검출할 수 있다.
당업자는 항체 이외의 결합 파트너가 제공된 키트와 함께 사용되어 환자 샘플에서 하나 이상의 분석물을 고정화 및/또는 검출할 수 있음을 이해할 것이다. 이러한 결합 파트너의 비제한적인 예는 분석물의 리간드 또는 수용체, 분석물의 기질, 결합 도메인(예컨대, PTB, SH2 등), 압타머 등을 포함한다.
특정 측면에서, 결합 파트너에 의한 분석물의 결합은 이온 상호작용을 포함할 수 있다. 특정 측면에서, 결합 파트너에 의한 분석물의 결합은 비이온성 상호작용을 포함할 수 있다. 특정 측면에서, 결합 파트너에 의한 분석물의 결합은 공유적 상호작용을 포함할 수 있다.
키트의 하나 이상의 고체 지지체는, 예컨대 유리(예컨대, 유리 슬라이드), 플라스틱, 칩, 핀, 필터, 비드(예컨대, 자성 비드, 폴리스티렌 비드 등), 종이, 막(예컨대, 나일론, 니트로셀룰로스, PVDF 등), 섬유 다발, 겔, 금속, 세라믹, 또는 임의의 다른 적합한 물질을 포함할 수 있다. 일부 실시양태에서, 2개 이상의 결합 파트너는 하나 이상의 고체 지지체에 공유적으로 부착된다.
일부 실시양태에서, 결합 파트너는 비드에 부착된다. 특정 측면에서, 키트에 포함된 각각의 결합 파트너 카테고리는 다중 검정을 가능하게 하기 위해 상이한 비드 유형에 부착된다. 예컨대, 각각의 결합 파트너 카테고리는 레이저, 발광 다이오드(LED), 디지털 신호 프로세서, 광 검출기, 전하 결합 소자(CCD) 이미저 또는 다른 장비를 사용하여 구별될 수 있는 별개의 특성, 예컨대 색상을 갖는 비드에 부착될 수 있다. 제공된 키트 및 방법과 함께 사용하기에 적합한 고체 지지체의 예는 루미넥스 코포레이션(Luminex Corporation, 텍사스주)으로부터 입수 가능한 LUMINEX® 비드를 포함한다.
특정 측면에서, 키트는 CD를 가진 환자에서 점막 치유를 평가하기 위해 키트를 사용하는 방법에 대한 설명서를 더 포함한다. 설명서는 상기 기재된 방법 단계 중 임의의 것에 대한 것일 수 있다. 예컨대, 키트 설명서는 하나 이상의 고체 지지체를 환자의 혈청 샘플과 접촉시키기 위한 것일 수 있다. 키트 설명서는 혈청 샘플에서 하나 이상의 결합 파트너에 의해 결합된 각각의 분석물의 발현 수준을 검출하기 위한 것일 수 있다. 키트 설명서는 분석물의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하기 위한 것일 수 있다. 특정 측면에서, MHI 스코어는 0 내지 100의 척도를 갖는다. 키트 설명서는, MHI 스코어가 40 이하인 경우, 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하기 위한 것일 수 있다. 키트 설명서는, MHI 스코어가 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하기 위한 것일 수 있다. 키트 설명서는, MHI 스코어가 40 내지 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하기 위한 것일 수 있다.
키트는 본 개시의 특정 방법을 수행하는 데 유용한 추가 시약을 더 포함할 수 있다. 키트는, 예컨대 검정 물질, 표준물, 희석제, 비오틴 항체, 세척 완충액, 포획/방출 시약 또는 이의 조합을 포함할 수 있다.
IV. 실시예
하기 실시예는 예시적인 목적으로 제공되며, 어떠한 방식으로도 본 개시를 제한하려는 것은 아니다. 당업자는 본질적으로 동일한 결과를 생성하도록 변경되거나 변형될 수 있는 다양한 비임계적 파라미터를 쉽게 인식할 것이다.
실시예 1: 혈청 분석물 수준을 진단 평가와 관련시키는 수학적 알고리즘의 개발
혈청 분석물 발현 수준 및 SES-CD 스코어를 포함하는 임상 데이터 세트가 제공된다. 자연 로그 변환을 2개 이상의 혈청 분석물, 예컨대 바이오마커의 발현 수준에 적용에 적용하여 데이터 왜곡을 감소시키고 가우스 분포를 생성한다. 최대 우도 추정(MLE)을 사용하여 변환된 혈청 분석물 발현 수준 간의 상관 관계 매트릭스를 생성한다. 선형 회귀를 사용하여 SES-CD 값을 CDEIS 값으로 전환시키고, 단순 선형/로지스틱 회귀 분석을 사용하여 CDEIS 이진 종점과 바이오마커 발현 수준 간의 연관성을 시험한다. 이어서, 아카이케 정보 기준(Akaike Information Criterion: AIC)과 함께 백워드 제거를 사용하는 단계적 선형/로지스틱 회귀를 사용하여 바이오마커를 CDEIS 이진 결과에 피팅한다.
제공된 임상 데이터는 모델 알고리즘 훈련 세트 및 모델 알고리즘 검증 세트로 나뉜다. 모델 훈련 세트는 반복 측정으로부터의 편중을 최소화하기 위해 횡단적 샘플을 포함하고, 검증 세트는 환자 모니터링 도구로 알고리즘의 사용을 탐색하기 위해 종적 샘플을 포함한다. 하나의 모델은 CDEIS 이진 결과로서 활성 질환 대 완화에 대한 데이터를 사용하여 훈련되고, 하나의 모델은 CDEIS 이진 결과로서 중등도/중증도 질환 대 완화/경도 질화에 대한 데이터를 사용하여 훈련된다. 0 내지 100의 연속 범위 내에서 MHI 스코어를 생성하기 위해 모델이 순차적으로 적용된다.
실시예 2: 크론병 환자에서 점막 치유 평가를 위한 다수 마커 혈청 시험의 개발 및 검증
회장결장검사 시점에 또는 그 시점에 가깝게 성인 CD 환자로부터 채취된 후향적 혈청 샘플 및 혈청 프로테오믹스 바이오마커 패널을 사용하여 CDEIS 또는 SES-CD 스코어에 의해 결정된 시각화된 내시경 질환 중증도에 대해 로지스틱 회귀 모델을 훈련시켰다. MH는 내시경에서 궤양의 부재로 정의되었다. 모델은 TAILORIX 임상 시험으로부터의 118명 환자의 전향적으로 수집되고 중앙 판독된 종적인 코호트에서 독립적으로 검증되었다. 최종 모델은 13개의 바이오마커를 사용하여 점막 치유 지수(MHI)로 불리는 0-100 척도를 생성하였다. 마커는 혈관형성(Ang1, Ang2), 세포 부착(CEACAM1, VCAM1), 성장 인자 신호전달(TGFα), 염증(CRP, SAA1), 기질 리모델링(mmp-1, -2, -3, -9 및 EMMPRIN), 및 면역 조정(IL7)을 포함하는 MH 프로세스에 관련되는 것으로 생각되는 다수의 생물학적 경로를 나타낸다.
396명의 환자(평균 나이: 34세, 49% 남성, 26% 회장, 52% 회장결장 및 22% 결장 질환)로부터의 총 748개의 샘플을 MH 시험의 훈련 및 검증에 사용하였다. 시험의 전체 정확도는 90%로서, 완화(CDEIS < 3) 또는 경도(CDEIS 3-8)의 내시경 질환(MHI 범위 0-40)을 갖는 환자의 식별에 대해 92%의 음성 예측값(NPV)을 갖고 활성 질환(CDEIS ≥ 3; MHI 범위 50-100)의 내시경 증거를 갖는 환자의 식별에 대해 87%의 양성 예측값(PPV)을 가졌다. 표본의 14%가 중간 지대(MHI 41-49)에 속하였으며, 78%의 활성 질환 가능성이 관찰되었다. 시험 성능이 표 1에 나타나 있다.
Figure pct00001
실시예 3: 크론병을 갖는 환자의 점막 건강에 대한 생물학적 제제 요법 또는 비생물학적 제제 요법의 효능을 평가하기 위한 비침습적인 혈청학적 시험의 검증
이 시험은 인플릭시맙 치료된 환자의 CD 코호트에서 검증되었다. 이 연구는 생물학적 제제 또는 비생물학적 제제 옵션(치료 불가지론)으로 치료된 CD를 갖는 환자의 코호트에서 이 시험의 성능을 검증하는 것을 목표로 한다. 상이한 센터에 등록되고 상이한 요법으로 치료된 CD를 갖는 환자로부터의 횡단적 표본을 내시경 검사 시 또는 그에 가까이에 수집하였다. 샘플을 수학적 알고리즘으로 모델링된 13개 단백질 바이오마커의 발현을 이용하는 혈청 시험으로 평가하여 점막 치유 지수(MHI)로 불리는 0-100 척도를 생성하였다. 장 점막 건강 유지에 관련된 생물학적 경로를 나타내는 바이오마커는 Ang1, Ang2, CEACAM1, CRP, EMMPRIN, IL7, mmp-1, -2, -3, -9, SAA1, TGFα 및 VCAM1이다. 내시경 질환 중증도에 대한 데이터는 CDEIS 또는 SES-CD에 의해 결정되었다. MH는 내시경에서 궤양의 부재로 정의되었다.
환자 특징이 표 2에 나타나 있다. 코호트는 50%는 생물학적 제제 옵션으로 치료된 환자로 이루어졌다. 나머지 환자의 42%는 항-TNFα 나이브 또는 티오퓨린 또는 메살라민으로 치료 중이었다. 치료 정보가 22/278 환자(8%)에 대해 입수할 수 없었으며, 이는 분석에서 제외되었다. 이 CD 환자 집단에서 MH의 존재(즉, 약물 효능)를 결정하기 위한 전체 시험 정확도는 90%였다(표 3). 완화 또는 경도의 내시경 질환을 갖는 환자를 식별하기 위한 음성 예측값(NPV)은 89%였다. 내시경 활성 질환(CDEIS>3)을 갖는 환자를 식별하기 위한 양성 예측값(PPV)은 90%였다. 표본의 16%인 중간 지대는 79%의 활성 질환 가능성을 나타내었다.
Figure pct00002
Figure pct00003
이들 결과는 시험의 성능이 사용되는 치료의 유형에 관계 없이 유사하다는 것을 입증한다. 이 시험은 CD를 갖는 환자의 케어를 모니터링하고 관리하기 위한 도구로 사용될 수 있었다.
실시예 4: 크론병 환자에서 위치에 의해 점막 치유 상태를 설명하기 위한 새로운 혈청 시험
본 연구의 목적은 임상적 유용성을 이해하기 위해 질환의 위치에 의해 분류되는 CD 환자의 특정 하위유형에서 이러한 새로운 혈청학적 시험의 진단 성능을 비교하는 것이었다.
본 연구에서, 질환 부위에 따른 MHI의 검증 성능이 TAILORIX 임상 시험 동안 수집된 118명의 CD 환자로부터의 412개의 종적 표본에서 평가되었다. 표본은 내시경 시점 또는 이에 가깝게 환자로부터 수집되었다. 내시경 스코어링은 중앙에서 판독되고, MH는 시각화된 내시경 궤양의 부재로 정의되었다. MHI 시험 검정 성능은 조합된 그룹에서 각각의 질환 부위에 의해 민감도, 특이도 및 양성 예측값(PPV) 및 음성 예측값(NPV)에 대해 평가되었다.
환자 특징이 표 4에 나타나 있다. 질환 부위는 몬트리올(Montreal) 분류에 따라 분류되었다. 시험 정확도는 결장, 회장결장 및 회장 질환 각각에 대해 87%, 90% 및 95%였다. 질환 부위 전체에 걸친 상세한 성능이 표 5에 나타나 있다.
Figure pct00004
Figure pct00005
이들 결과는 점막 건강의 비침습적 평가에 대한 새로운 혈청 시험이 CD를 갖는 환자에서 회장, 회장결장 및 결장의 해부학적 질환 부위 전체에 걸쳐 유사한 성능을 나타낸다는 것을 입증한다. 이들 결과는 또한 질환 부위에 관계 없이 CD 환자에 대한 장 점막의 상태를 평가하는 데 유익한 보조제로서의 시험의 임상적 유용성을 검증한다.
실시예 5: 크론병 활성의 평가를 위한 상이한 스코어링 지수의 효과
CDEIS 및 SES-CD 스코어가 TAILORIX 임상 시험에서 118명의 CD 환자의 중앙 판독되고 전향적으로 수집된 종적 코호트 동안 동일한 의사에 의해 동시에 수집되었다. 1년의 기간에 걸쳐 각각의 환자로부터 최대 3개의 회장결장검사 스코어가 이용 가능하였다. 표준 내시경 질환 중증도 정의가 각각의 내시경에서 얻어진 CDEIS 및 SES-CD 스코어 둘 다에 적용되었다. CDEIS 스코어는 완화 < 3, 경도 3-8, 중등도 9-12 및 중증도 > 12로 분류되었다. SES-CD에 대해, 동일한 그룹을 각각 < 3, 3-6, 7-15 및 > 15로 정의하였다. 2개의 지수는 선형 회귀를 사용하여 정규화되었으며, 그들의 종점의 카테고리 결과에 대해 정규화 전 및 정규화 후 둘 다에 대한 분할표가 작성되었다.
미가공 CDEIS 및 SES-CD 스코어 사용 시, 분할표(표 7; 비조정된 일치)는 내시경 질환 중증도 상태(완화, 경도, 중등도 및 중증도)의 전체 일치가 단지 59%(242/411)임을 나타낸다. CDEIS에 의해 완화되는 질환으로 간주되는 스코어의 33%(58/175)가 SES-CD에 의해 활성 질환으로 분류된다. 유사하게, CDEIS에 의한 경도 질환 사례의 81/146(~56%)가 SES-CD로 더 높은 중등도의 질환, 즉 중등도 질환을 갖는 것으로 제시된다.
Figure pct00006
2개의 스코어를 정규화하기 위해 관찰된 선형 회귀 방정식(CDEIS = 0.25 + 0.69*SESCD; r = 0.92)을 적용한 후, 전체 일치는 80%로 개선된다(표 6; 정규화된 일치).
비록 CDEIS 및 SES-CD 스코어가 서로 연관되고 종종 점막 질환의 상태를 평가하기 위한 내시경 골드 표준 종점으로 간주되지만, 우리의 데이터는 그들의 '내시경 카테고리 콜(endoscopic categorical call)'이 그 시간의 59% 일치에 불과하므로, 두가지가 동일하지 않음을 입증한다. 데이터는 추가로 그들의 공지된 오프셋을 고려한 후에도 그들의 일치가 여전히 80%에 불과하다는 것을 나타낸다. 이들 결과는 2가지의 현재 인정되는 골드 표준의 차이를 강조하고, 주관적인 골드 표준 사용의 불완전성을 설명한다.
실시예 6: 크론병 환자에서 점막 치유 평가를 위한 다수 마커 혈청 시험의 개발 및 검증
회장결장검사 시 또는 30일 이내에 396명의 성인 CD 환자로부터 얻어진 748개의 혈청 샘플(표 7-9)을 후향적으로 분석하였다. 다중 로지스틱 회귀 방정식을 사용하여 CDEIS 스코어에 의해 결정된 시각화된 내시경 질환 중증도에 대한, 더 큰 마커 세트로부터 선택된, 혈청 단백질 바이오마커 세트(도 1)의 발현 수준을 수학적으로 모델링하였다(Sipponen et al., Endoscopic evaluation of Crohn's disease activity: Comparison of the CDEIS and the SES-CD. Inflamm Bowel Dis, 2010, 16: 2131-2136; Sipponen et al., Crohn's disease activity assessed by fecal calprotectin and lactoferrin: correlation with Crohn's disease activity index and endoscopic findings. Inflamm Bowel Dis, 2008, 14: 40-46). MH 모델의 결과는 점막 치유 지수(MHI)로 불리는 0-100 척도이다. 모델은 TAILORIX 임상 시험으로부터 118명의 환자(N = 412 샘플)의 전향적으로 수집되고 중앙 판독된 종적 코호트에서 독립적으로 검증되었다(표 8). 최종 모델은 혈관형성(Ang1, Ang2), 성장 인자 신호전달(TGFα), 기질 리모델링(MMP-1, -2, -3, -9 및 EMMPRIN), 세포 부착(CEACAM1, VCAM1), 면역 조정(IL7) 및 염증(CRP, SAA1)을 포함하는 MH 프로세스에 관련되는 것으로 생각되는 생물학적 경로를 나타내는 13개의 바이오마커를 사용하였다(도 1).
Figure pct00007
Figure pct00008
Figure pct00009
396명의 환자(평균 나이: 34세, 49% 남성)로부터 총 748개의 샘플을 사용하여 MH 시험을 개발하였다. 표 7-9는 훈련 및 검증 코호트에 사용된 환자 및 샘플의 특징을 기재한다. MH 시험은 점막 항상성을 유지하는 데 관련되는 다수의 생물학적 경로를 나타내는 13개의 바이오마커를 포함하였다(도 1). MH 시험의 결과는 0-100 범위의 점막 치유 지수(MHI) 스코어이다(도 2a-2D). MHI의 전체 정확도는 90%로서(도 2a-2D), 완화(CDEIS < 3) 또는 경도(CDEIS 3-8)의 내시경 질환(MHI 범위 0-40)을 갖는 환자의 식별에 대해 92%의 음성 예측값(NPV)을 갖고 활성 질환(CDEIS ≥ 3; MHI 범위 50-100)의 내시경 증거를 갖는 환자의 식별에 대해 87%의 양성 예측값(PPV)을 가졌다. 표본의 14%가 중간 지대(MHI 41-49)에 속하였으며, 78%의 활성 질환 가능성이 관찰되었다. MHI는 질환 부위 및 사용된 치료 옵션에 관계 없이 모든 CD 환자에서 사용될 수 있다. MHI는 임상적으로 진단된 크론병 환자에서 장 점막의 질환 상태를 종적으로 추적하는 데 사용될 수 있는 모니터링 수단이다(도 3a-3C).
실시예 7: 크론병을 갖는 환자의 점막 건강에 대한 생물학적 제제 및 비생물학적 제제 요법의 효능을 평가하기 위한 비침습적 혈청학적 시험
본 연구의 목적은 생물학적 제제 또는 비생물학적 제제 옵션(즉, 치료 불가지론)으로 치료된 CD를 갖는 환자의 독립적인 코호트에서 MH 시험의 성능을 추가로 검증하는 것을 목표로 한다. 이 검증 세트는 유럽, 캐나다 및 미국의 지리적으로 다양한 지역으로부터의 5개의 개별 연구로부터의 샘플로 구성된다(n=278 환자; 표 10). 요법 데이터는 분석에 사용된 n=256 환자에 대해 이용가능하였다.
Figure pct00010
CD 환자에 대한 독립적인 다수 센터 횡단적 코호트 연구. 내시경 중증도는 CDEIS를 사용하여 분류되고, 활성인 내시경 질환은 CDEIS ≥ 3으로 정의된다(SES-CD 스코어는 CDEIS로 전환되었다; 하기 실시예 8 참조). MH 시험은 MH 프로세스에서 다수의 생물학적 경로를 나타내는 13개의 바이오마커로 구성된다(도 4). 데이터에 적용된 로지스틱 회귀는 점막 치유 지수(MHI)로 불리는 0-100 척도를 생성한다(도 5). 일원 분산 분석(One-way ANOVA)를 이용하여 내시경 질환 중증도 카테고리 전반에 걸쳐 MHI의 평균 차이를 결정하였다. *p < 0.05는 유의한 것으로 간주되었다.
환자의 중앙값 나이는 34세(범위: 18-88; 남성: 43.9%)였다. 환자 집단은 모든 질환 부위를 포함하였다: 회장, 회장-결장 및 결장. MH 시험은 질환 부위 또는 치료 선택에 관계 없이 모든 CD 환자에서 동등하게 수행되었다. 코호트의 약 50%는 생물학적 제제로 치료된 환자로 이루어졌다: ADA: 18.3%, IFX: 15%, 항-인테그린: 10.9%, UST: 6.5%(표 11). 나머지 42%는 항-TNFα 나이브, 티오퓨린, 메살라민 또는 투약 없음이었다. 이러한 CD 환자 집단에서 전체 시험 정확도는 90%였다. 완화 또는 경도의 내시경 질환 환자 식별에 대한 음성 예측값(NPV)은 89%였다. 내시경 활성 질환(CDEIS > 3)을 갖는 환자 식별에 대한 양성 예측값(PPV)은 90%였다(도 5). 평균 MHI 값은 내시경 질환 중증도 증가와 함께 유의한 상관 관계를 입증하였다(도 6; 표 12). 비생물학적 제제 대비 생물학적 제제로 치료된 환자에서 시험 정확도에 유의한 변화가 없었다.
Figure pct00011
Figure pct00012
MH 시험은 질환 부위에 관계 없이 수개의 상이한 유형의 치료 부류에 걸쳐 CD 환자에서 MH를 정확히 평가하는 객관적 지수 스코어를 제공한다. 시험은 요법과 관계 없이 모든 CD 환자의 케어를 측정하고, 모니터링하고 및 관리를 돕는 비침습적 도구로서 사용될 수 있다.
실시예 8: 크론병 활성 평가를 위한 내시경 스코어링 지수 간의 가변성 평가
크론병의 내시경 중증도 지수(CDEIS) 및 크론병에 대한 단순 내시경 스코어(SES-CD)는 CD 환자에서 점막 질환이 상태를 평가하고 점막 치유를 종점으로 사용하는 임상 시험의 결과를 결정하기 위해 일반적으로 사용되는 2가지의 검증된 내시경 지수이다. 비록 CDEIS 및 SES-CD 지수가 높은 상관 관계를 입증하지만(Daperno et al., Gastrointestinal Endoscopy (2004) 60(4):505-512; Sipponen et al., Endoscopic evaluation of Crohn's disease activity: Comparison of the CDEIS and the SES-CD. Inflamm Bowel Dis, 2010, 16: 2131-2136), 두 지수 간에는 현저한 차이가 있다(표 13). 또한, 내시경 질환 활성 결과의 해석에 영향을 줄 수 있는 이들 간의 질환 중증도 그룹화가 잘 정렬되어 있지 않다(Sipponen et al., Inflamm Bowel Dis, 2010, 16: 2131-2136). CDEIS와 SES-CD 간의 선형 오프셋이 널리 수용되나(Daperno et al., Gastrointestinal Endoscopy (2004) 60(4):505-512), 두 스코어링 지수 사용의 정확도 및 영향을 보다 자세히 조사하는 것이 충분히 연구되지 않았다.
Figure pct00013
이 연구의 목적은 TAILORIX 임상 코호트에서 CDEIS 및 SES-CD 지수에 의해 결정된 내시경 질환 중증도를 비교하는 것이었다(G.D'Haens, S. Vermiere, D. Laharie et. al. Drug-concentration verses symptom-driven dose adaptation of Infliximab in patients with active Crohn's disease: a prospective, randomized multicenter trial (TAILORIX) Oral Presentation, ECCO 2016).
CDEIS 및 SES-CD 스코어 둘 다를 TAILORIX 임상 시험에서 118명의 CD 환자의 중앙 판독되고 전향적으로 수집된 종적 코호트에서 동시에 수집하였다(도 7). 1년의 기간에 걸쳐 각각의 환자로부터 최대 3개의 내시경 스코어가 이용가능하였다. 표준 질환 중증도 정의는 DEIS 및 SES-CD 스코어 둘 다에 적용되었다. CDEIS 스코어(Sipponen et al., Inflamm Bowel Dis, 2010, 16: 2131-2136; Sipponen et al., Crohn's disease activity assessed by fecal calprotectin and lactoferrin: correlation with Crohn's disease activity index and endoscopic findings. Inflamm Bowel Dis, 2008, 14: 40-46)는 완화 < 3, 경도 3-8, 중등도 9-12, 및 중증도 > 12로 분류되었다. SED-CD에 대해(Moskovitz et al., Defining and validating cut-offs for the Simple Endoscopic Score for Crohn's Disease. Gastroenterology, 2007, 132: S1097), 동일한 그룹은 각각 < 3, 3-6, 7-15, 및 > 15로 정의되었다. TAILORIX 데이터를 사용하여, SES-CD 스코어로부터 상응하는 CDEIS 스코어를 예측하기 위해 선형 회귀 방정식을 유도하였다.
미가공 CDEIS 및 SES-CD 스코어 사용 시, 분할표(도 8a)는 질환 중증도 상태(완화, 경도, 중등도 및 중증도)의 전체 일치가 단지 59%(241/411)임을 나타낸다. CDEIS에 의해 완화되는 질환으로 간주된 스코어의 33%(58/175)는 SES-CD에 의해 활성 질환으로 분류된다. 유사하게, CDEIS에 의한 경도 질환 분류의 81/146(~56%)는 SED-CD로 중등도 질환을 갖는 것으로 제안되었다. 두 스코어를 정규화하기 위해 관찰된 선형 회귀 방정식(CDEIS = 0.69*SES-CD + 0.25; r = 0.92) 적용 후, 전체 일치가 80%(328/411)로 개선되었다(도 8b).
비록 CDEIS 및 SES-CD 스코어가 서로 연관되고 내시경 골드 표준 종점으로 독립적으로 이용되지만, 데이터는 그들의 '내시경 카테고리 콜'이 그 시간의 59% 일치에 불과하므로, 두가지가 동일하지 않음을 입증한다. 그들의 공지된 오프셋을 고려한 후에도 일치가 여전히 80%(328/411)에 불과하다(도 8b). 이들 결과는 두가지의 현재 허용되는 골드 표준의 차이를 강조하며, CD를 갖는 환자에서 점막 상태를 평가하기 위해 단일의 객관적인 스코어를 확립하기 위한 중요성 및 임상적으로 충족되지 않는 필요성을 설명한다.
전술한 개시가 명확한 이해를 위해 예시 및 예로써 일부 상세하게 설명되었지만, 당업자는 첨부된 청구범위의 범위 내에서 특정 변화 및 변형이 실시될 수 있음을 이해할 것이다. 또한, 본원에 제공된 각각의 참조 문헌은 각각의 참조 문헌이 개별적으로 참조 문헌으로 포함된 것과 동일한 정도로 전부 참조 문헌으로 포함된다.

Claims (55)

  1. 크론병(CD)을 갖는 환자에서 점막 치유를 평가하는 방법으로서, 상기 방법은
    환자로부터의 혈청 샘플을 제공하는 단계;
    혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계; 및
    2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 점막 치유 지수(Mucosal Healing Index, MHI) 스코어를 생성하는 단계
    를 포함하는 것인 평가 방법.
  2. 제1항에 있어서, 검출 단계가, 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키는 것, 및 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출하는 것을 포함하는 것인 평가 방법.
  3. 제2항에 있어서, 각각의 결합 파트너가 항체인 평가 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 검출 단계가, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군의 바이오마커 각각의 발현 수준을 측정하는 것을 포함하는 것인 평가 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우, 환자가 완화(remission)될 또는 경도의 내시경 질환(endoscopic disease)을 가질 가능성(probability)이 높은 것으로 결정하는 단계를 더 포함하는 것인 평가 방법.
  6. 제5항에 있어서, 완화될 또는 경도의 내시경 질환을 가질 높은 가능성이, 92% 이상인 평가 방법.
  7. 제5항 또는 제6항에 있어서, 완화가 3 미만의 크론병의 내시경 중증도 지수(Crohn's Disease Endoscopic Index of Severity, CDEIS)(CDEIS < 3)에 해당하는 것인 평가 방법.
  8. 제5항 또는 제6항에 있어서, 경도의 내시경 질환이 3-8의 CDEIS(CDEIS 3-8)에 해당하는 것인 평가 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 환자가 내시경 활성 질환(endoscopically active disease)을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함하는 것인 평가 방법.
  10. 제9항에 있어서, 내시경 활성 질환을 가질 높은 가능성이, 87% 이상인 평가 방법.
  11. 제9항 또는 제10항에 있어서, 내시경 활성 질환이 3 이상의 CDEIS(CDEIS ≥ 3)에 해당하는 것인 평가 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서, MHI 스코어가 0 내지 100의 척도에서 40 내지 50인 경우, 환자가 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하는 단계를 더 포함하는 것인 평가 방법.
  13. 제12항에 있어서, 내시경 활성 질환을 가질 중간 가능성이, 78% 이상인 평가 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 있어서, 수학적 알고리즘이, 바이오마커의 발현 수준을 내시경 스코어와 관련시키는 2개 이상의 모델을 포함하는 것인 평가 방법.
  15. 제14항에 있어서, 2개 이상의 모델 중 하나 이상이 분류 및 회귀 트리(classification and regression tree)를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상이 진단 특이도를 모델링하기 위해 보통 최소 제곱 회귀(ordinary least squares regression)를 사용하여 유도되는 것인 평가 방법.
  16. 제14항에 있어서, 2개 이상의 모델 중 하나 이상이 랜덤 포레스트 학습 분류(random forest learning classification)를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상이 분위 분류(quantile classification)를 사용하여 유도되는 것인 평가 방법.
  17. 제14항에 있어서, 2개 이상의 모델 중 하나 이상이 진단 민감도를 모델링하기 위해 로지스틱 회귀를 사용하여 유도되고/되거나, 2개 이상의 모델 중 하나 이상이 진단 특이도를 모델링하기 위해 로지스틱 회귀를 사용하여 유도되는 것인 평가 방법.
  18. 제1항 내지 제17항 중 어느 한 항에 있어서, 환자가 생물학적 제제 요법(biologic therapy) 또는 비생물학적 제제 요법을 받고 있는 것인 평가 방법.
  19. 제18항에 있어서, 방법이 요법의 효능을 결정함으로써 점막 치유를 평가하는 것인 평가 방법.
  20. 제1항 내지 제19항 중 어느 한 항에 있어서, 방법이 환자의 결장, 회장결장(ileocolonic) 및/또는 회장 질환 부위에서의 점막 치유를 평가하는 것인 평가 방법.
  21. 제1항 내지 제20항 중 어느 한 항에 있어서, 방법이 수술 후 환자의 점막 치유를 평가하는 것인 평가 방법.
  22. 제21항에 있어서, 방법이 환자에서 수술 후 내시경 재발을 확인함으로써 점막 치유를 평가하는 것인 평가 방법.
  23. 제1항 내지 제22항 중 어느 한 항에 있어서, 방법이 환자의 점막 상태를 예측 또는 모니터링함으로써 점막 치유를 평가하는 것인 평가 방법.
  24. CD를 갖는 환자에서 점막 치유를 평가하는 방법으로서, 상기 방법은
    (a) 환자로부터의 혈청 샘플에서, 하기 바이오마커의 발현을 검출하는 단계: Ang1; Ang2; CEACAM1; VCAM1; TGFα; CRP; SAA1; MMP-1; MMP-2; MMP-3; MMP-9; EMMPRIN; 및 IL-7; 및
    (b) 단계 (a)에서의 바이오마커의 발현에 수학적 알고리즘을 적용하여, 환자에 대한 MHI를 생성하는 단계
    를 포함하고,
    MHI는 0-100의 척도이고,
    MHI가 0-40인 경우, 환자는 완화되거나 또는 경도의 내시경 질환을 가지며,
    MHI가 50-100인 경우, 환자는 내시경 활성 질환을 갖는 것인 평가 방법.
  25. 제24항에 있어서, 환자가 생물학적 제제 요법 또는 비생물학적 제제 요법을 받고 있는 것인 평가 방법.
  26. 제25항에 있어서, 방법이 요법의 효능을 결정함으로써 점막 치유를 평가하는 것인 평가 방법.
  27. 제24항 내지 제26항 중 어느 한 항에 있어서, 방법이 환자의 결장, 회장결장 및/또는 회장 질환 부위에서의 점막 치유를 평가하는 것인 평가 방법,
  28. 제24항 내지 제27항 중 어느 한 항에 있어서, 방법이 수술 후 환자의 점막 치유를 평가하는 것인 평가 방법.
  29. 제28항에 있어서, 방법이 환자에서 수술 후 내시경 재발을 확인함으로써 점막 치유를 평가하는 것인 평가 방법.
  30. 제24항 내지 제29항 중 어느 한 항에 있어서, 완화가 3 미만의 크론병의 내시경 중증도 지수(CDEIS)(CDEIS < 3)에 해당하는 것인 평가 방법.
  31. 제24항 내지 제29항 중 어느 한 항에 있어서, 경도의 내시경 질환이 3-8의 CDEIS(CDEIS 3-8)에 해당하는 것인 평가 방법.
  32. 제24항 내지 제29항 중 어느 한 항에 있어서, 내시경 활성 질환이 3 이상의 CDEIS(CDEIS ≥ 3)에 해당하는 것인 평가 방법.
  33. 제24항 내지 제32항 중 어느 한 항에 있어서, 방법이 환자의 점막 상태를 예측 또는 모니터링함으로써 점막 치유를 평가하는 것인 평가 방법.
  34. CD를 갖는 환자에게 투여되는 요법의 효능을 평가하는 방법으로서, 상기 방법은
    환자로부터의 혈청 샘플을 제공하는 단계;
    혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계;
    2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계; 및
    MHI 스코어에 대응하여 요법을 조정하는 단계
    를 포함하는 것인 평가 방법.
  35. 제34항에 있어서, 검출 단계가, 혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키는 것, 및 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출하는 것을 포함하는 것인 평가 방법.
  36. 제35항에 있어서, 각각의 결합 파트너가 항체인 평가 방법.
  37. 제34항 내지 제36항 중 어느 한 항에 있어서, 조정 단계가, MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우, 요법의 후속 용량을 감소시키는 것을 포함하는 것인 평가 방법.
  38. 제34항 내지 제36항 중 어느 한 항에 있어서, 조정 단계가, MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 요법의 후속 용량을 증가시키는 것을 포함하는 것인 평가 방법.
  39. 제34항 내지 제38항 중 어느 한 항에 있어서, 요법이 1종 이상의 생물 작용제(biologic agent), 통상의 약물, 영양 보충제 또는 이의 조합을 포함하는 것인 평가 방법.
  40. 크론병을 갖는 환자에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커의 발현 수준을 검출하는 방법으로서, 상기 방법은
    환자로부터 혈청 샘플을 얻는 단계; 및
    혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키고 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출함으로써, 혈청 샘플 내 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계
    를 포함하는 것인 검출 방법.
  41. 제40항에 있어서, 각각의 결합 파트너가 항체인 검출 방법.
  42. 크론병을 갖는 환자에서 점막 치유를 평가하는 방법으로서, 상기 방법은
    환자로부터 혈청 샘플을 얻는 단계;
    혈청 샘플을 2종 이상의 바이오마커 각각에 대한 결합 파트너와 접촉시키고 각각의 바이오마커와 그의 각각의 결합 파트너 사이의 결합을 검출함으로써, 혈청 샘플 내 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계로서, 2종 이상의 바이오마커 각각은 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 독립적으로 선택되는 단계; 및
    2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계
    를 포함하는 것인 평가 방법.
  43. 제42항에 있어서, 각각의 결합 파트너가 항체인 평가 방법.
  44. 제42항 또는 제43항에 있어서, MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우, 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함하는 것인 평가 방법.
  45. 제42항 내지 제44항 중 어느 한 항에 있어서, MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 단계를 더 포함하는 것인 평가 방법.
  46. 크론병을 갖는 환자에서 점막 치유를 평가하고 환자에서 크론병을 치료하는 방법으로서, 상기 방법은
    환자로부터 혈청 샘플을 얻는 단계;
    혈청 샘플에서, Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 2종 이상의 바이오마커 각각의 발현 수준을 검출하는 단계;
    2종 이상의 바이오마커의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 MHI 스코어를 생성하는 단계;
    MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 진단하는 단계; 및
    유효량의 치료제를 진단된 환자에게 투여하는 단계
    를 포함하는 것인 방법.
  47. 제46항에 있어서, 치료제가 1종 이상의 생물 작용제, 통상의 약물, 영양 보충제 또는 이의 조합을 포함하는 것인 방법.
  48. 크론병을 갖는 환자를 치료하는 방법으로서, 상기 방법은 유효량의 치료제를, 제45항의 방법에 따라 내시경 활성 질환을 가질 가능성이 높은 것으로 진단된 환자에게 투여하는 단계를 포함하는 것인 치료 방법.
  49. 제48항에 있어서, 치료제가 1종 이상의 생물 작용제, 통상의 약물, 영양 보충제 또는 이의 조합을 포함하는 것인 치료 방법.
  50. 2개 이상의 결합 파트너를 포함하는 키트로서, 2개 이상의 결합 파트너 각각은 하나 이상의 고체 지지체에 부착되고, 2개 이상의 결합 파트너 각각은 Ang1, Ang2, CEACAM1, VCAM1, TGFα, CRP, SAA1, MMP-1, MMP-2, MMP-3, MMP-9, EMMPRIN 및 IL-7로 이루어진 군에서 선택되는 상이한 분석물에 결합할 수 있는 것인 키트.
  51. 제50항에 있어서, 2개 이상의 결합 파트너 각각이 상이한 고체 지지체에 부착되는 것인 키트.
  52. 제50항 또는 제51항에 있어서,
    하나 이상의 고체 지지체를 환자로부터의 혈청 샘플과 접촉시키는 것;
    혈청 샘플에서 하나 이상의 결합 파트너에 의해 결합된 분석물 각각의 발현 수준을 검출하는 것; 및
    분석물의 발현 수준에 수학적 알고리즘을 적용하여, 환자에 대한 점막 치유 지수(MHI) 스코어를 생성하는 것
    에 대한 설명서를 더 포함하는 것인 키트.
  53. 제52항에 있어서, MHI 스코어가 0 내지 100의 척도에서 40 이하인 경우, 환자가 완화될 또는 경도의 내시경 질환을 가질 가능성이 높은 것으로 결정하는 것에 대한 설명서를 더 포함하는 것인 키트.
  54. 제52항 또는 제53항에 있어서, MHI 스코어가 0 내지 100의 척도에서 50 이상인 경우, 환자가 내시경 활성 질환을 가질 가능성이 높은 것으로 결정하는 것에 대한 설명서를 더 포함하는 것인 키트.
  55. 제52항 내지 제54항 중 어느 한 항에 있어서, MHI 스코어가 0 내지 100의 척도에서 40 내지 50인 경우, 환자가 내시경 활성 질환을 가질 가능성이 중간인 것으로 결정하는 것에 대한 설명서를 더 포함하는 것인 키트.
KR1020197038400A 2017-05-31 2018-05-31 크론병 환자에서 점막 치유를 평가하는 방법 KR20200009095A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762512947P 2017-05-31 2017-05-31
US62/512,947 2017-05-31
US201762561459P 2017-09-21 2017-09-21
US62/561,459 2017-09-21
PCT/IB2018/053923 WO2018220588A1 (en) 2017-05-31 2018-05-31 Methods for assessing mucosal healing in crohn's disease patients

Publications (1)

Publication Number Publication Date
KR20200009095A true KR20200009095A (ko) 2020-01-29

Family

ID=62751220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197038400A KR20200009095A (ko) 2017-05-31 2018-05-31 크론병 환자에서 점막 치유를 평가하는 방법

Country Status (8)

Country Link
US (2) US11162943B2 (ko)
EP (1) EP3612843A1 (ko)
JP (1) JP2020523560A (ko)
KR (1) KR20200009095A (ko)
CN (1) CN111094984A (ko)
AU (1) AU2018277256A1 (ko)
CA (2) CA3064529C (ko)
WO (1) WO2018220588A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2839792A1 (en) 2011-05-10 2012-11-15 Nestec S.A. Methods of disease activity profiling for personalized therapy management
WO2018220588A1 (en) 2017-05-31 2018-12-06 Nestec S.A. Methods for assessing mucosal healing in crohn's disease patients
JP2022532381A (ja) * 2019-05-16 2022-07-14 プロサイセデクス インコーポレイティド Ｖｃａｍ－１及びカルプロテクチンのための分析検出方法
WO2021195784A1 (en) * 2020-04-03 2021-10-07 Armstrong Caitrin Systems and methods for treatment selection
WO2023076640A2 (en) * 2021-10-29 2023-05-04 Glympse Bio, Inc. Ex vivo protease activation and detection

Family Cites Families (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU5542794A (en) * 1992-10-29 1994-05-24 Miles Inc. Diagnostic assay for latent matrix metalloproteinase no. 9
US20020025553A1 (en) 1996-01-04 2002-02-28 Ying-Fei Wei Transforming growth factor alpha HIII
US6319899B1 (en) 1997-09-17 2001-11-20 The Nemours Foundation Method and composition for the treatment of inflammatory bowel disease
RU2141332C1 (ru) 1998-06-24 1999-11-20 Научно-исследовательский институт фармакологии Томского научного центра РАМН Противоязвенное средство и способ его получения
AU2002211697B2 (en) 2000-10-13 2005-12-15 Children's Medical Center Corporation Non-invasive enzyme screen for tissue remodelling-associated conditions
WO2003021257A1 (en) 2001-08-30 2003-03-13 The University Of Pittsburgh Of The Commonwealth System Of Higher Education Of Pennsylvania Algorithm for estimating the outcome of inflammation following injury or infection
US20050154536A1 (en) 2001-08-30 2005-07-14 The University Of Pittsburgh - Of The Commonwealth System Of Higher Education Two-part drug discovery system
ATE395596T1 (de) * 2002-10-25 2008-05-15 Techlab Inc Diagnostisches panel ibd-first chek fur entzundliche darmerkrankung (ibd) und reizkolon
US20040197304A1 (en) 2003-04-01 2004-10-07 The Procter & Gamble Company And Alimentary Health, Ltd. Methods of determining efficacy of treatments of inflammatory diseases of the bowel
EP1667669A2 (en) 2003-05-30 2006-06-14 Molecular Staging, Inc. Inflammatory bowel diseases
DE602004030341D1 (de) 2003-06-23 2011-01-13 Genetics Inst Llc Antikörper gegen interleukin-22 und verwendungen dafür
ATE491953T1 (de) * 2003-09-15 2011-01-15 Oklahoma Med Res Found Verfahren zur verwendung von cytokintests zur diagnose, behandlung und beurteilung von ankyloider spondylitis
JP4315982B2 (ja) 2004-01-09 2009-08-19 ファイザー インコーポレイティッド ＭＡｄＣＡＭに対する抗体
FI119572B (fi) 2004-03-05 2008-12-31 Biohit Oyj Menetelmä vatsan limakalvon tilan ennustamiseksi
WO2006027321A1 (en) 2004-09-09 2006-03-16 Universite De Liege Identification and use of biomarkers for the diagnosis and the prognosis of inflammatory diseases.
AR051444A1 (es) 2004-09-24 2007-01-17 Centocor Inc Proteinas derivadas de inmunoglobulina especifica de il-23p40, composiciones, epitopos, metodos y usos
US7462446B2 (en) 2005-03-18 2008-12-09 University Of Washington Magnetic nanoparticle compositions and methods
PL2848258T3 (pl) 2005-10-26 2018-06-29 Novartis Ag Leczenie rodzinnej gorączki śródziemnomorskiej przeciwciałami przeciwko IL-1beta
US20080031882A1 (en) 2006-06-19 2008-02-07 Liang Spencer C Methods of modulating IL-22 and IL-17
DK2064549T3 (da) 2006-09-21 2013-02-04 Nestec Sa Antistof-baserede arrays til detektion af flere signaltransducere i sjældne cirkulerende celler
US8165819B2 (en) 2006-10-10 2012-04-24 The University of Pittsburgh—Of the Commonwealth System of Higher Education Modeling wound healing
US8293489B2 (en) 2007-01-31 2012-10-23 Henkin Robert I Methods for detection of biological substances
US20100255513A1 (en) 2007-03-30 2010-10-07 Denson Lee A Serological markers of inflammatory bowel disease phenotype and disease progression
GB2447865A (en) 2007-03-30 2008-10-01 Ethicon Inc Diagnostic markers of wound infection
WO2008147869A2 (en) 2007-05-22 2008-12-04 Centocor, Inc. Markers and methods for assessing and treating crohn's disease and related disorders
NZ582618A (en) 2007-07-13 2012-07-27 Prometheus Lab Inc Drug selection for lung cancer therapy using antibody-based arrays
DK2250498T3 (da) 2008-02-25 2013-02-04 Nestec Sa Lægemiddelvalg til brystcancerterapi under anvendelse af antistof-baserede arrays
CN106126881A (zh) 2008-03-26 2016-11-16 赛拉诺斯股份有限公司 表征对象的临床结果的计算机系统
WO2009117791A2 (en) 2008-03-28 2009-10-01 Katholieke Universiteit Leuven Mucosal gene signatures
ES2581774T3 (es) 2008-08-29 2016-09-07 Janssen Biotech, Inc. Marcadores y métodos de evaluación y tratamiento de colitis ulcerosa y trastornos relacionados mediante un panel de 20 genes
EP2419529B1 (en) 2009-04-14 2015-05-20 Nestec S.A. Inflammatory bowel disease prognostics
US20120046197A1 (en) 2009-05-01 2012-02-23 Meso Scale Technologies, Llc Biomarkers of therapeutic responsiveness
AU2010248884B2 (en) 2009-05-14 2015-04-02 Nestec S.A. Biomarkers for determining sensitivity of breast cancer cells to HER2-targeted therapy
JP5736370B2 (ja) 2009-06-25 2015-06-17 ネステク ソシエテ アノニム 過敏性腸症候群の診断方法
EP2454598B1 (en) 2009-07-15 2017-03-22 DiaTech Holdings, Inc. Drug selection for gastric cancer therapy using antibody-based arrays
AU2010290896B2 (en) 2009-09-02 2014-07-03 Glaxosmithkline Biologicals S.A. Immunogenic compositions including TLR activity modulators
EP2488659B1 (en) 2009-10-15 2019-12-11 Crescendo Bioscience, Inc. Biomarkers and methods for measuring and monitoring inflammatory disease activity
CA2777934A1 (en) 2009-10-20 2011-04-28 Prometheus Laboratories Inc. Proximity-mediated assays for detecting oncogenic fusion proteins
JP2013511988A (ja) 2009-11-25 2013-04-11 ネステク ソシエテ アノニム 過敏性腸症候群診断用の新規なゲノムバイオマーカー
US20130071860A1 (en) 2010-02-24 2013-03-21 Matthew B. Hale Methods for autoimmune disease diagnosis, prognosis, and treatment`
JP2013528389A (ja) 2010-06-04 2013-07-11 ネステク ソシエテ アノニム 炎症性腸疾患の診断を改善させる方法
JP2013540995A (ja) 2010-08-18 2013-11-07 カリス ライフ サイエンシズ ルクセンブルク ホールディングス エス．アー．エール．エル． 疾患に対する循環バイオマーカー
KR20140002711A (ko) 2010-12-23 2014-01-08 네스텍 소시에테아노님 항체-기반 어레이를 사용한 악성 암 치료를 위한 약물 선별법
ES2734673T3 (es) 2011-03-02 2019-12-11 Nestle Sa Predicción de la sensibilidad farmacológica de tumores de pulmón basándose en identificaciones moleculares y genéticas
CA2839792A1 (en) 2011-05-10 2012-11-15 Nestec S.A. Methods of disease activity profiling for personalized therapy management
KR101851425B1 (ko) 2011-09-02 2018-04-23 네스텍 소시에테아노님 치료 효능 결정을 위한 신호 경로 단백질의 프로파일링
SG11201401536QA (en) 2011-10-21 2014-05-29 Nestec Sa Methods for improving inflammatory bowel disease diagnosis
US9732156B2 (en) 2012-02-29 2017-08-15 Gilead Biologics, Inc. Methods of treating rheumatoid arthritis using antibodies to matrix metalloproteinase 9
AU2013326070A1 (en) 2012-10-05 2015-04-23 Société des Produits Nestlé S.A. Methods for predicting and monitoring mucosal healing
US20140113306A1 (en) 2012-10-17 2014-04-24 Rutgers, The State University Of New Jersey Diagnostic and screening methods for inflammation
JP6599237B2 (ja) 2013-01-03 2019-10-30 メソ スケール テクノロジーズ エルエルシー アッセイパネル
US20140236166A1 (en) 2013-02-15 2014-08-21 The Board Of Trustees Of The Leland Stanford Junior University Biomarkers for distinguishing benign, pre-malignant, and malignant pancreatic cysts
WO2015110989A1 (en) 2014-01-23 2015-07-30 Nestec S.A. Biomarker panel for assessment of mucosal healing
WO2016105572A1 (en) 2014-12-24 2016-06-30 Millennium Pharmaceuticals, Inc. PREDICTING OUTCOME OF TREATMENT WITH AN ANTI-α4β7 INTEGRIN ANTIBODY
CN107106653A (zh) 2015-01-23 2017-08-29 雀巢产品技术援助有限公司 可用于治疗ibd患者的营养组合物
JP2018507868A (ja) 2015-02-26 2018-03-22 ジェネンテック， インコーポレイテッド インテグリンベータ７アンタゴニスト及びクローン病の治療方法
WO2018220588A1 (en) 2017-05-31 2018-12-06 Nestec S.A. Methods for assessing mucosal healing in crohn's disease patients
WO2020117795A1 (en) 2018-12-04 2020-06-11 Prometheus Biosciences, Inc. Assessment and monitoring of mucosal healing in children and adults with crohn's disease

Also Published As

Publication number Publication date
JP2020523560A (ja) 2020-08-06
CA3064529A1 (en) 2018-12-06
EP3612843A1 (en) 2020-02-26
WO2018220588A1 (en) 2018-12-06
US11162943B2 (en) 2021-11-02
CA3064529C (en) 2021-12-14
US20200264171A1 (en) 2020-08-20
CA3135012A1 (en) 2018-12-06
AU2018277256A1 (en) 2020-01-30
US11796541B2 (en) 2023-10-24
US20220082563A1 (en) 2022-03-17
CN111094984A (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
US11796541B2 (en) Methods for assessing mucosal healing in ulcerative colitis disease patients
Wright et al. Measurement of fecal calprotectin improves monitoring and detection of recurrence of Crohn's disease after surgery
US11435347B2 (en) Methods for prediction of anti-TNF α drug levels and autoantibody formation
Laserna-Mendieta et al. Faecal calprotectin in inflammatory bowel diseases: a review focused on meta-analyses and routine usage limitations
Tobón et al. First‐year radiographic progression as a predictor of further progression in early arthritis: results of a large national French cohort
Musci et al. Utility of surrogate markers for the prediction of relapses in inflammatory bowel diseases
US10324088B2 (en) Methods for establishing a vedolizumab dosing regimen to treat patients with irritable bowel disease
US20240230640A1 (en) Methods for assessing mucosal healing in inflammatory bowel disease patients
US20160356790A1 (en) Signaling pathways in tissues from inflammatory bowel disease patients
Pollock Studies exploring the potential use of Serum Amyloid A (SAA) and other equine acute phase proteins for the investigation, monitoring and prognostication of disease in horses
Lee et al. Fecal Calprotectin Assay at an Early Stage of Treatment Can Be Used as a Surrogate Marker to Predict Clinical Remission and Mucosal Healing in Pediatric Crohn’s Disease
US20240044916A1 (en) Methods of monitoring inflammatory bowel diseases
Jairath et al. P405 5-ASA prescription trends over time in inflammatory bowel disease 1996 to 2015–A UK population-based study
Beck et al. IgA deficiency in coeliac disease; verification of a cost-effective screening algorithm in a medical diagnostic laboratory
Gonzalez et al. SAT0084 Anti-carbamylated protein antibodies as potential biomarkers of disease activity in early arthritis patients
US20200241006A1 (en) Methods for monitoring vedolizumab treatment
van Hoeve et al. P169 Infliximab trough levels after induction therapy are predictive for infliximab efficacy in paediatric patients with inflammatory bowel disease
Stidham et al. P076 USING DEEP LEARNING FOR AUTOMATED GRADING OF ENDOSCOPIC DISEASE SEVERITY IN ULCERATIVE COLITIS
Arfenya et al. Plasma Cytokines for Prediction of the Effectiveness of TNFα Inhibitors Etanercept, Infliximab, and Adalimumab in the Treatment of Psoriasis
KR20240044417A (ko) 개인맞춤형 요법을 위한 방법 및 시스템
CN117916392A (zh) 用于疗法监测和试验设计的方法和系统
CN117813402A (zh) 分类和治疗患者的方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E601 Decision to refuse application