BACKGROUND Results from the POISED trial suggest that discontinuation of peanut oral immunotherapy can increase the risk of regaining clinical reactivity to peanut. OBJECTIVE We sought to determine whether those who achieved sustained unresponsiveness (SU) or sustained high threshold (SHT) have different baseline sequential epitope-specific (es-) IgE profiles than those who achieved transient desensitization (TD). METHODS Subjects in the POISED trial (NCT02103270) were randomized to peanut (n=95) or placebo (n=25) for 24 months. OIT-desensitized subjects were then assigned to no peanut (PN-0, n=51) or 300mg (PN-300, n=30) for 12 months. SU and SHT were determined by those in PN-0 and PN-300, respectively, passing 4000mg peanut oral challenge. Specific IgE and IgG4 levels to peanut, Ara h 1-3 proteins and 64 allergenic epitopes were measured. We developed machine learning glmnet models with bootstrap simulations using baseline data to predict SU/SHT. RESULTS Eighty (84%) subjects were desensitized to peanut. Of those, 13% (n=8) and 37% (n=13) achieved SU/SHT in PN-0 and PN-300. Decreases in epitope-and protein-specific IgE levels and increases in IgG4 levels were observed during 2 years of OIT. At baseline, patients with SU in Peanut-0 but not Peanut-300 had lower es-IgE and protein-sIgE levels compared to the TD group. A machine-learning model with 12 baseline es-IgEs and age could predict SU/SHT with an accuracy of 94%, AUC 0.97, Sensitivity 1.00, Specificity 0.91. CONCLUSIONS Patients who achieved SU/SHT have different baseline protein-and epitope-specific IgE profiles than those with TD. These profiles may help identify patients with an increased likelihood of achieving SU/SHT.

中文翻译：

---

在 POISED 试验中，基线表位特异性 IgE 谱可预测 OIT 后一年的持续无反应或高阈值。


背景 POISED 试验的结果表明，停止花生口服免疫治疗会增加对花生恢复临床反应的风险。目的 我们试图确定那些达到持续无反应 （SU） 或持续高阈值 （SHT） 的人是否与那些达到瞬时脱敏 （TD） 的人具有不同的基线顺序表位特异性 （es-） IgE 谱。方法 POISED 试验 （NCT02103270） 中的受试者被随机分配到花生组 （n=95） 或安慰剂组 （n=25），为期 24 个月。然后将 OIT 脱敏受试者分配到无花生 （PN-0， n=51） 或 300mg （PN-300， n=30） 组，持续 12 个月。SU 和 SHT 分别由 PN-0 和 PN-300 中测定，通过 4000 mg 花生口服攻毒。测量花生的特异性 IgE 和 IgG4 水平、Ara h 1-3 蛋白和 64 个过敏原表位。我们使用基线数据开发了带有 bootstrap 模拟的机器学习 glmnet 模型来预测 SU/SHT。结果 八十 （84%） 受试者对花生不敏感。其中，13% （n=8） 和 37% （n=13） 在 PN-0 和 PN-300 中实现了 SU/SHT。在 OIT 的 2 年中观察到表位和蛋白质特异性 IgE 水平的降低和 IgG4 水平的增加。基线时，与 TD 组相比，Peanut-0 中 SU 而 Peanut-300 中未出现 Peanut-300 的患者具有较低的 es-IgE 和蛋白-sIgE 水平。具有 12 个基线 es-IgEs 和年龄的机器学习模型可以预测 SU/SHT，准确率为 94%，AUC 0.97，灵敏度 1.00，特异性 0.91。结论 达到 SU/SHT 的患者与 TD 患者具有不同的基线蛋白和表位特异性 IgE 谱。这些概况可能有助于识别实现 SU/SHT 可能性增加的患者。