Onderzoek naar de klinisch voorspellende waarde voor therapeutisch falen van HIV-1 drug-resistentie resultaten in combinatie met andere klinische, virologische en immunologische follow-up gegevens.

Het falen van antiretrovirale therapie bij HIV patiënten gaat bijna steeds gepaard met de ontwikkeling van drug resistentie. Het bijsturen van een falende therapie moet geruggensteund worden door een deskundige interpretatie van de resistentiegegevens en rekening houdend met een samenspel van allerlei andere geïndividualiseerde factoren, zoals therapie- en resistentiegeschiedenis, therapietrouw profiel en reeds vertoonde nevenwerkingen. Sinds enkele jaren worden er drug resistentie interpretatie systemen, waaronder het Rega algoritme, ontwikkeld die de clinici bijstaan bij de besluitvorming over een combinatietherapie. Naast gegevens uit gepubliceerde data worden eveneens waarnemingen uit ons eigen datamining onderzoek van de genotyperingen bij onze patiënten ingesloten. Dit onderzoek vereist samenwerking tussen verschillende klinische centra omdat voldoende grote en kwaliteitsvolle datasets essentieel zijn voor het bekomen van accurate resultaten. Om deze uitwisseling van informatie te bewerkstelligen en aldus dit datamining onderzoek mogelijk te maken, maar ook om de dagdagelijkse opvolging van HIV patiënten in de kliniek te bevorderen, werd er door ons een relationele databank waarin verscheidene tools geïmplementeerd zijn, ontwikkeld. In dit huidige project wensen wij ons onderzoek verder te zetten en hopen wij aldus een significante bijdrage te kunnen leveren aan betere strategieën voor het behandelen van HIV patiënten. Hiervoor zullen we ons verder toespitsen op de volgende facetten van het HIV onderzoek: 1. Demografische, klinische en virale HIV gegevens bewaren en beheren in een databank bruikbaar voor klinische gebruik maat ook voor klinisch onderzoek. 2. Onderzoek naar de epidemiologie van antivirale resistentie. 3. Onderzoek naar evolutie van HIV antivirale resistentie onder in vivo selectieve druk. 4. Onderzoek van de impact van mutaties en mutatiecombinaties op het in vitro fenotype. 5. Virale resistentie informatie en klinische gegevens geconcerteerd gebruiken bij het voorspellen van therapierespons. 6. Het verbeteren en evalueren van decision support software op onafhankelijke datasets.

Trefwoorden:Clinical virology

Disciplines:Scientific computing, Bio-informatica en computationele biologie, Maatschappelijke gezondheidszorg, Publieke medische diensten, Microbiologie, Systeembiologie, Laboratoriumgeneeskunde, Immunologie