Publication

Better prediction of drug response in diabetic kidney disease: a biomarker approach to personalize therapy

Idzerda, N., 2020, [Groningen]: Rijksuniversiteit Groningen. 140 p.

Research output: ThesisThesis fully internal (DIV)Academic

Copy link to clipboard

Documents

  • Title and contents

    Final publisher's version, 2 MB, PDF document

  • Chapter 1

    Final publisher's version, 1 MB, PDF document

  • Chapter 2

    Final publisher's version, 1 MB, PDF document

  • Chapter 3

    Final publisher's version, 2 MB, PDF document

  • Chapter 4

    Final publisher's version, 2 MB, PDF document

    Embargo ends: 05/02/2021

    Request copy

  • Chapter 5

    Final publisher's version, 2 MB, PDF document

    Embargo ends: 05/02/2021

    Request copy

  • Chapter 6

    Final publisher's version, 2 MB, PDF document

  • Chapter 7

    Final publisher's version, 862 KB, PDF document

  • Nederlandse samenvatting

    Final publisher's version, 828 KB, PDF document

  • Dankwoord

    Final publisher's version, 686 KB, PDF document

  • Nederlandse samenvatting

    Final publisher's version, 828 KB, PDF document

    Embargo ends: 05/02/2021

    Request copy

  • Propositions

    Final publisher's version, 508 KB, PDF document

DOI

Diabetische nierziekte (DN) presenteert zich in zeer uiteenlopende vormen van ziekteprogressie en complicaties. Eerdere studies hebben laten zien dat de respons op geneesmiddelen zeer variabel is bij patiënten met DN en dat deze variabiliteit gedeeltelijk verklaart waarom er in deze populatie, ondanks veel grootschalige geneesmiddelonderzoeken, nog steeds een hoog risico is op nierfalen en cardiovasculaire aandoeningen. Deze uitkomsten illustreren het belang van geïndividualiseerde therapie (personalized medicine): een behandeling wordt ingesteld op basis van individuele patiëntkenmerken om een optimale individuele respons te bereiken. In dit proefschrift onderzochten we of individuele kenmerken zoals bloeddruk en albuminurie (aangeduid als biomarkers) geneesmiddeleffecten op de lange termijn kunnen voorspellen bij patiënten met DN. Uit ons onderzoek bleek dat zowel biomarkers vóór de behandeling als veranderingen in biomarkers tijdens de eerste maanden van de behandeling patiënten konden onderscheiden die weinig of veel baat hadden van de betreffende therapie. Eerdere studies ontwikkelden de PRE score, waarin geneesmiddeleffecten op meerdere biomarkers worden gecombineerd in een voorspelde respons op de lange termijn. Met behulp van deze score konden de nierbeschermende effecten van onder andere angiotensine receptor blokkers en calciumantagonisten adequaat voorspeld worden. Dit proefschrift liet zien dat de PRE score ook voor nieuwe geneesmiddelgroepen - GLP-1 analogen en SGLT2 remmers – lange termijn effecten voorspelt die vergelijkbaar zijn met de geobserveerde effecten van deze geneesmiddelen. In de toekomstige klinische praktijk zouden tools zoals de PRE score kunnen worden gebruikt om behandelaars te ondersteunen in de keuze van gepersonaliseerde therapieën en het monitoren van geneesmiddelrespons. Daarnaast kunnen geneesmiddelonderzoeken worden verbeterd door patiënten te selecteren op basis van hun voorspelde geneesmiddeleffect, zodat patiënten die baat hebben bij de behandeling worden geincludeerd en patiënten die nadelige effecten ondervinden worden geëxcludeerd. Prospectieve onderzoeken in de klinische praktijk waarin de PRE score wordt gebruikt om therapie te monitoren en bij te stellen zullen duidelijk maken of de PRE score ook kan worden gebruikt om uitkomsten in individuele patiënten met DN te verbeteren. Tenslotte vereist de implementatie van gepersonaliseerde tools zoals de PRE score de samenwerking van verschillende betrokkenen zoals dokers, patiënten, verzekeraars en de farmaceutische industrie. De reeds gestarte initiatieven om verschillende individuele belangen te verenigen zijn hiervoor essentieel.
Original languageEnglish
QualificationDoctor of Philosophy
Awarding Institution
Supervisors/Advisors
Award date5-Feb-2020
Place of Publication[Groningen]
Publisher
Print ISBNs978-94-034-2343-2
Electronic ISBNs978-94-034-2342-5
Publication statusPublished - 2020

Download statistics

No data available

ID: 113117223