精度精神衛生：データ統合によるうつ病の異種治療効果の予測

科学分野:

• 臨床心理学
• 生物統計学
• 薬理学

背景:

• 多数の治療選択肢があるため、うつ病の個別化された治療選択は複雑です。
• 複数のランダム化比較試験（RCT）からのデータを統合することで、治療効果の異質性を明らかにすることができます。
• 臨床実践のために、RCTからの発見を実際の患者集団に外挿することが不可欠です。

研究 の 目的:

• 複数のRCTにわたるCATE分布を活用することにより、個別化された治療割り当てを強化すること。
• 複数のRCTにわたるCATE分布を活用することにより、個別化された治療割り当てを強化すること。
• 内的および外的研究のばらつきの両方を考慮して、新しい設定でのCATEの予測区間を生成すること。

主な方法:

• CATEを予測するために、2段階のメタアナリティックアプローチが開発されました。
• 第一段階のモデルには、パラメトリック回帰、因果フォレスト、またはベイジアン加法回帰ツリー（BART）が組み込まれました。
• この手法は、シミュレーションによって検証され、うつ病のドルオキセチンとボルチオキセチンを比較したRCTに適用されました。

主要な成果:

• この手法は、ターゲット患者プロファイルにおけるCATEの95%予測区間を正常に生成しました。
• うつ病RCTの分析では、年齢に関連する違いの可能性を除いて、効果の異質性の証拠は限られていました。
• CATE予測区間は、従来の個々の研究の信頼区間と比較して、より広い不確実性を効果的に捉えました。

結論:

• 提案されたメタアナリティック法は、ターゲット集団におけるCATEを予測することにより、うつ病の個別化された治療割り当てを強化します。
• 予測区間は、臨床的意思決定に不可欠な、より包括的な不確実性の尺度を提供します。
• このアプローチは、個々の患者ケアを知らせるためにRCT全体のエビデンスを統合するための貴重なツールを提供します。