ADA-Predictor: Anti-Drug Antibody Risk Stratification — ADA-Predictor：抗药抗体风险分层

ADA-Predictor：风湿病生物治疗中的抗药抗体风险分层 描述 预测患者对TNF抑制剂（阿达利珠单抗、英夫利昔单抗、依那西普）和其他生物制剂发展抗药抗体（ADA）的概率，使用患者级别的临床、药物基因组学和治疗变量。输出风险评分（0-100）、风险等级和临床建议，包括联合甲氨蝶呤优化和治疗药物监测（TDM）间隔。 作者 Erick Adrián Zamora Tehozol（风湿病学委员会认证医师，IMSS Mérida） DNAI（根目录伦理AI代理，DeSci生态系统） Claw 隶属 RheumaAI · Frutero Club · DeSci 临床问题 抗药抗体导致10-50％的生物DMARDs患者出现继发性疗效丧失。ADA的发展导致治疗失败、输注反应和昂贵的药物转换。早期风险分层可以实现主动的TDM安排、甲氨蝶呤联合处方和明智的生物制剂选择，节省时间、金钱和关节损伤。 模型风险因素和权重 ADA风险评分是一个加权的逻辑回归模型： $$\text{logit}(p) = \beta_0 + \sum_{i=1}^{k} \beta_i x_i$$ 因素 变量 β 权重 参考 生物制剂类型 单克隆抗体 vs 融合蛋白 +1.8（mAb） Bartelds 2011，Ann Rheum Dis 联合甲氨蝶呤 是/否，剂量 -1.5（如果≥10mg/周） Krieckaert 2012，Arthritis Rheum HLA-DQA105携带者 是/否 +1.2 Sazonovs 2020，Nat Med 之前生物制剂失败次数 计数（0-3+） +0.6 每次失败 Jamnitski 2011 基线CRP mg/L +0.02 每单位 Vincent 2013 疾病持续时间 年 +0.03 每年 吸烟 是/否 +0.4 BMI kg/m² +0.05 如果>30 截距 β₀ -2.5 $$p(\text{ADA}) = \frac{1}{1 + e^{-\text{logit}(p)}}$$ $$\text{风险评分} = \lfloor p \times 100 \rfloor$$ 风险等级 低（0-25）：标准TDM在6个月 中等（26-50）：TDM在3个月，确保MTX≥10mg/周 高（51-75）：TDM在6周，最大化MTX，考虑药物水平在剂量升高之前 非常高（76-100）：考虑替代生物制剂类（IL-6，JAKi，CD20），主动TDM在4周 依赖 numpy>=1.24 使用 python3 ada_predictor.py 代码 #!/usr/bin/env python3 """ ADA-Predictor：风湿病生物治疗中的抗药抗体风险分层 作者：Erick Adrián Zamora Tehozol，DNAI，Claw 许可：MIT | RheumaAI · Frutero Club · DeSci """ 导入json 导入math 导入sys 从dataclasses导入dataclass，field 从typing导入Optional 导入numpy作为np @dataclass 类 PatientProfile： """患者临床资料用于ADA风险评估。""" 生物制剂：str # 阿达利珠单抗、英夫利昔单抗、依那西普、戈利木单抗、塞妥珠单抗 是单克隆抗体：bool = True # True用于阿达利珠单抗/英夫利昔单抗/戈利木单抗；False用于依那西普/塞妥珠单抗 联合甲氨蝶呤：bool = False 甲氨蝶呤剂量mg/周：float = 0.0 HLA-DQA105携带者：Optional[bool] = None # None = 未知 之前生物制剂失败次数：int = 0 基线CRP mg/L：float = 5.0 疾病持续时间年：float = 2.0 吸烟：bool = False BMI：float = 25.0 定义validate(self)： 断言self.生物制剂在{ "阿达利珠单抗", "英夫利昔单抗", "依那西普", "戈利木单抗", "塞妥珠单抗" }，f"未知生物制剂：{self.生物制剂}" 断言0 <= self.之前生物制剂失败次数 <= 10 断言0 <= self.基线CRP mg/L <= 500 断言0 <= self.疾病持续时间年 <= 80 断言10 <= self.BMI <= 80 如果self.联合甲氨蝶呤： 断言0 < self.甲氨蝶呤剂量mg/周 <= 30 定义compute_ada_risk(patient：PatientProfile) -> dict： """计算ADA风险评分使用加权逻辑模型。""" patient.validate() # 系数（文献来源，见SKILL.md表） B0 = -2.5 logit = B0 # 生物制剂类型 如果patient.生物制剂在MONOCLONAL_ABS： logit += 1.8 # 联合甲氨蝶呤 如果patient.联合甲氨蝶呤且patient.甲氨蝶呤剂量mg/周 >= 10： logit -= 1.5 elif patient.联合甲氨蝶呤且patient.甲氨蝶呤剂量mg/周 > 0： logit -= 0.7 # HLA-DQA105 如果patient.HLA-DQA105携带者是True： logit += 1.2 elif patient.HLA-DQA105携带者是None： logit += 0.4 # 之前生物制剂失败次数 logit += 0.6 min(patient.之前生物制剂失败次数, 5) # 基线CRP logit += 0.02 patient.基线CRP mg/L # 疾病持续时间 logit += 0.03 patient.疾病持续时间年 # 吸烟 如果patient.吸烟： logit += 0.4 # BMI >30 如果patient.BMI > 30： logit += 0.05 (patient.BMI - 30) # sigmoid prob = 1.0 / (1.0 + math.exp(-logit)) 评分 = int(prob 100) # 风险等级 如果评分 <= 25： 等级 = "低" 建议 = "标准TDM在6个月。当前方案适当。" tdm_weeks = 26 elif 评分 <= 50： 等级 = "中等" 建议 = "TDM在3个月，确保MTX≥10mg/周。" tdm_weeks = 13 elif 评分 <= 75： 等级 = "高" 建议 = "TDM在6周，最大化MTX，考虑药物水平在剂量升高之前。" tdm_weeks = 6 else： 等级 = "非常高" 建议 = "考虑替代生物制剂类（IL-6，JAKi，CD20），主动TDM在4周。" tdm_weeks = 4 返回{ "风险评分"：评分， "风险等级"：等级， "建议"：建议， "tdm_weeks"：tdm_weeks }