バイオマーカー

科学分野:

• 神経科学
• 臨床薬理学
• 生物統計学

背景:

• アルツハイマー病（AD）および軽度認知障害（MCI）の管理は、患者の進行と治療反応の異質性によって課題されています。
• 精密医療には、特定の治療法（ドネペジルなど）から恩恵を受ける患者サブグループを特定することが必要です。
• ADおよびMCIにおける治療成果を改善するためには、標的を絞った治療戦略が不可欠です。

研究 の 目的:

• 治療効果に差がある患者サブグループを特定するための新しいフレームワーク（ITree-MMRM）を開発および適用すること。
• ドネペジル治療から有意な長期的な利益を示すMCI患者の特定のサブグループを特定すること。
• 認知機能低下の管理における個別化医療アプローチを強化すること。

主な方法:

• ITree-MMRMフレームワークは、インタラクションツリー（ITree）法と反復測定のための混合モデル（MMRM）を統合します。
• 臨床痴呆評価尺度合計ボックス（CDR-SOB）スコアを使用して、769人のMCI患者を対象としたドネペジルの3年間の臨床試験に適用されました。
• ブートストラッププルーニングを使用して、サブグループの特定を改善し、過度の楽観主義を軽減しました。

主要な成果:

• ベースライン時の認知スコアが低い（MMSE ≤24）MCIサブグループは、36ヶ月でドネペジルから有意な長期的な利益を示しました。
• ベースライン時の認知スコアが高い患者は、治療からの利益が少ないことを示しました。
• シミュレーション研究は、ITree-MMRMフレームワークの堅牢性と既存の方法に対する優位性を確認しました。

結論:

• ITree-MMRMフレームワークは、ドネペジルに対する長期的な反応が異なるMCIサブグループを正常に特定しました。
• 本研究の結果は、MCIおよびADにおけるドネペジル治療の最適化のための個別化医療戦略を支持します。
• これらの標的治療の洞察を確認するためには、より大規模な臨床試験でのさらなる検証が必要です。