Discovery Sagaサイレントキーワード俯瞰

機械学習 / バンコマイシン / 薬剤投与設計 / 治療薬物モニタリング / 薬物動態

機械学習の手法の一つであるDecision Tree（DT）モデルは、フローチャート状の構造を持ち、利用者は各々の変数に関わる条件に対してYes/Noで順次回答していくことで、複数の要因の組み合わせによる相互関係を考慮したイベントの発現割合を簡便かつ定量的に評価可能となる。我々はDT分析の副作用発現リスク推定への応用可能性に着目し、その有用性を明らかにしてきた。一方で、DTモデルは連続変数の予測にも応用可能である。そこで本研究では、これまで薬物動態解析の結果に基づきおこなわれてきた「薬剤投与設計」にDT解析を応用することを試みることとした。
今年度は、昨年度に引き続き協力医療機関（北海道大学病院ならびに砂川市立病院）に赴いて診療情報を収集した。その結果、1,380例の症例数確保に成功した。続いて、日本化学療法学会より、米国のガイドラインに準じた新たなバンコマイシンの投与指針が発表されたことを受け、対象患者の見直しを行った上で、DTモデルを構築していった。具体的には、予測する変数（従属変数）を個々の患者におけるバンコマイシンの至適投与量（実際の投与量と血中濃度から算出する）とし、予測に用いる変数（独立変数）をバンコマイシンの薬物動態に影響し得る患者情報とした。その結果、Tree は24のサブグループに分割し、複数の共変量による影響を考慮した投与設計モデルが構築された。現在、構築された最終モデルの臨床的・統計学的妥当性の評価（内部検証）を実施している。これらの作業終了後は、検証用データを用いて外的妥当性を評価する。このことで、構築されたモデルが臨床応用可能か否かを検証していく予定である。

決定木分析 / データマイニング / バンコマイシン / 腎機能障害 / 治療薬物モニタリング / ダプトマイシン / 骨格筋障害 / 機械学習

データマイニング手法の一つである決定木分析を用いて、医療者が簡便に「個々の患者の副作用発現リスク」を評価可能なモデル構築を目指した。対象は、メチシリン耐性黄色ブドウ球菌感染症の治療薬であるバンコマイシンによる腎機能障害とした。
北海道内4施設を協力医療機関とする多施設共同研究の遂行により、より一般化可能なバンコマイシンによる腎機能障害リスクの推定モデルの構築に成功した。また、構築したモデルの精度は良好であった。

本研究で構築したリスク推定モデルの活用により、医療者はバンコマイシンの投与開始前に、個々の患者に応じた腎機能障害発現リスクを簡便かつ定量的に推定可能となる。すなわち、本モデルは「ハイリスク患者に対して他剤への変更や頻回な副作用モニタリングを実施する」などの医療者の意思決定を支援するツールとなり得る。。
決定木分析を用いたアプローチは他の薬剤や副作用に広く応用可能である。そのため、本研究で見出された知見は、より安全な薬物療法の提供のためのツール開発に活用可能である。