創薬

科学分野:

• 神経学
• 薬理学
• 機械学習

背景:

• スタチンの認知症リスクに対する効果は、集団の異質性により、一貫性のない結果が得られる可能性があり、依然として議論の的となっています。
• スタチンからベネフィットを得る患者サブグループを特定することは、個別化医療にとって重要です。

研究 の 目的:

• 因果推論機械学習を用いて、模倣された臨床試験におけるスタチンの発症性認知症に対する異質的治療効果（HTEs）を評価すること。
• スタチンの有効性に差がある特定の患者特性を特定すること。

主な方法:

• 2009年から2017年までのUK Biobankデータを用いて、スタチン使用者と非使用者（55歳以上）を比較する模倣標的臨床試験を実施しました。
• 傾向スコアマッチングデータに反復因果森林（iCF）アルゴリズムを適用して、HTEsを特定しました。
• 遺伝的要因（APOE遺伝子型、nonAPOE-PRS、スタチン-PRS）およびライフスタイルを、効果修飾因子として分析しました。

主要な成果:

• 全体として、スタチンは、発症性認知症のリスクを有意に低減しませんでした（aRD -0.01%）。
• iCFは有意なHTE（P=0.001）を特定しました。
• 高非APOE-PRSおよび健康的な食事習慣を持つ患者が最大のベネフィットを示しました（aRD -1.18%）。高非APOE-PRS単独では、より小さなベネフィットを示しました（aRD -0.47%）。

結論:

• スタチンは、研究対象集団において、認知症に対する一般的な保護効果を提供しません。
• アルツハイマー病のリスクが高い（nonAPOE-PRS）特定のサブポピュレーションで、健康的な食事習慣を持つ人々は、スタチン使用からベネフィットを得る可能性があります。