34 - POSICIONAMIENTO DE LAS TERAPIAS DIRIGIDAS EN LA ENFERMEDAD INFLAMATORIA INTESTINAL (EII) EN VIDA REAL: ESTUDIO TRENDY DEL REGISTRO ENEIDA
1Hospital Universitario de La Princesa, Instituto de Investigación Sanitaria Princesa (IIS-Princesa), Universidad Autónoma de Madrid y Centro de Investigación Biomédica en Red de Enfermedades Hepáticas y Digestivas (CIBEREHD), Madrid. 2Hospital Clinic de Barcelona, Institut d'Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS) y CIBERehd, Barcelona. 3Hospital Universitario La Fe, y CIBEREHD, Valencia. 4Hospital Universitario Reina Sofía, IMIBIC, Córdoba. 5Hospital Universitario La Paz, e Instituto de Investigación de La Paz (IdiPaz), Madrid. 6Hospital Álvaro Cunqueiro, Complexo Hospitalario Universitario de Vigo, Sergas, Grupo de Investigación en Patología Digestiva, Instituto de Investigación sanitaria Galicia Sur (IIS Galicia Sur) SERGAS, UVIGO, Vigo. 7Hospital Universitario Central de Asturias e Instituto de Investigación Sanitaria del Principado de Asturias (ISPA), Oviedo. 8Hospital Universitario Río Hortega, Valladolid. 9Hospital Clínico Universitario de Valencia. 10Hospital Clínico Universitario Lozano Blesa, IIS, Aragón y CIBERehd, Zaragoza. 11Hospital Universitario Ramón y Cajal, Madrid. 12Hospital Germans Trias i Pujol, CIBEREHD, Badalona. 13Hospital Universitario de Valdecilla e Instituto de Investigación Sanitaria Valdecilla (IDIVAL), Santander. 14Hospital Universitario Puerta de Hierro Majadahonda, Madrid. 15Complejo Asistencia Universitario de León. 16Hospital de la Santa Creu i Sant Pau, Barcelona. 17Servei d'Aparell Digestiu, Parc Taulí, Hospital Universitari y CIBEREHD, Sabadell. 18Hospital Universitario Miguel Servet, e Instituto de Investigación Sanitaria de Aragón (IIS Aragón), Zaragoza. 19Hospital Universitario de Bellvitge, Instituto de Investigación Biomédica de Bellvitge (IDIBELL), Universitat de Barcelona. 20Hospital Universitario de Burgos. 21Hospital del Mar, IMIM (Hospital del Mar Medical Research Institute), Barcelona. 22Hospital General Universitario de Alicante, CIBERehd, Instituto de Investigación Sanitaria y Biomédica de Alicante (ISABIAL), Alicante. 23Hospital Universitario Mútua de Terrassa, y CIBEREHD, Terrassa. 24Hospital Moisès Broggi, Sant Joan Despí. 25Hospital General Universitario de Ciudad Real. 26Consorci Sanitari de Terrassa. 27Hospital Universitario Dr. Josep Trueta, Girona. 28Hospital Universitario de Fuenlabrada, e Instituto de Investigación de La Paz (IdiPaz), Madrid. 29Hospital Universitario Infanta Leonor, Madrid. 30Hospital Universitario Fundación Alcorcón, Madrid. 31Hospital Clínico Universitario de Santiago de Compostela. 32Complexo Hospitalario Universitario de Ourense. 33Hospital de Galdakao-Usansolo, Galdakao. 34Hospital Gregorio Marañón, Instituto de Investigación Sanitaria Gregorio Marañón (IiSGM), Universidad Complutense de Madrid. 35Complejo Hospitalario la Mancha Centro, Alcázar de San Juan. 36Hospital General San Jorge, Huesca. 37Hospital Clínico Universitario de Valladolid (SACYL), Universidad de Valladolid. 38Hospital General de Granollers. 39Hospital General de Tomelloso. 40Althaia Xarxa Assistencial Universitaria de Manresa. 41Hospital Universitario Donostia, CIBERehd y Universidad del País Vasco (UPV/EHU), San Sebastián. 42Hospital de Basurto, País Vasco.
Introducción: No disponemos de predictores de respuesta que nos permitan posicionar, de un modo racional, las terapias dirigidas (biológicos y pequeñas moléculas) en el algoritmo de tratamiento de la EII, por lo que actualmente la elección depende de la financiación y del criterio del médico.
Objetivos: Conocer los patrones de uso en la vida real y las tendencias a largo plazo en el posicionamiento de estos fármacos.
Métodos: Se incluyeron pacientes del registro ENEIDA (GETECCU) que recibieron su primera terapia dirigida para la EII entre 2015 y 2021. Se describió el uso de fármacos en función del mecanismo de acción (MdA) y de forma individual (incluyendo originales y biosimilares). Posteriormente se realizó un análisis con herramientas de machine learning con el objetivo de identificar variables que pudieran predecir patrones de tratamiento.
Resultados: Se incluyeron 10.009 pacientes [71% con enfermedad de Crohn (EC) y 29% con colitis ulcerosa (CU)]. En EC en 1ª línea de tratamiento (LdT), los anti-TNF fueron los fármacos más empleados (siendo adalimumab el más prescrito), aunque su uso disminuyó con el tiempo (89% en 2015 vs. 79% en 2021). El uso de ustekinumab aumentó progresivamente, convirtiéndose en el segundo fármaco más utilizado por MdA en 1ª LdT (17% en 2021). En 2ª LdT, los anti-TNF fueron los más prescritos hasta 2018; desde entonces, ustekinumab se convirtió en el fármaco más pautado (57% en 2021). En 3ª LdT, ustekinumab fue el fármaco más prescrito de forma global (53%). En CU, los anti-TNF fueron la terapia más utilizada en 1ª LdT (con predominio de infliximab), con un uso estable a lo largo del tiempo (85% en 2015 vs. 83% en 2021). El vedolizumab fue el segundo fármaco por MdA como 1ª LdT. En 2ª LdT aumentó el uso de vedolizumab, convirtiéndose en el fármaco más prescrito (36% en 2021). En 3ª LdT, vedolizumab fue el fármaco más utilizado hasta 2019; sin embargo, en 2020 fue tofacitinib (35%) y en 2021, ustekinumab (30%). Tanto en la EC como en la CU, el uso de biosimilares aumentó con el tiempo, siendo este incremento más marcado en el caso de adalimumab (8% en 2018 vs. 92% en 2021). En la EC, la secuencia de tratamientos más frecuente fue de anti-TNF a ustekinumab (36%), mientras que en la CU fue de anti-TNF a vedolizumab (37%). El análisis con machine learning no logró identificar un modelo capaz de predecir la elección del fármaco en 1ª ni en 2ª LdT.
Conclusiones: El posicionamiento de las terapias dirigidas es diferente en la EC y en la CU y ha cambiado con el tiempo. En la EC, el uso de anti-TNF ha disminuido, mientras que ustekinumab ha ganado importancia en 1ª y 2ª LdT. En la CU, la prescripción de anti-TNF se ha mantenido estable, y vedolizumab se ha convertido en el fármaco más utilizado en 2ª LdT. La aprobación de los biosimilares ha tenido un gran impacto, con un marcado incremento en su uso. El posicionamiento de los fármacos es muy heterogéneo y no se ha identificado un modelo con capacidad de predecir las prescripciones.
