日常診療の臨床情報を用いた5薬剤クラスの処方最適化モデル：2型糖尿病における予測モデルの開発と検証研究

概要

CPRDデータを用いて、日常臨床指標から個々人における5薬剤クラスの最適な血糖降下効果を予測するモデルを開発・検証した。実臨床では最適治療との一致は15.2%に留まり、一致群は12か月後のHbA1cが不一致群より低値であった。

主要発見

• CPRDの100,107件の薬剤導入データから5薬剤クラス予測モデルを開発・検証した。
• 212,166件の導入全体で、モデル推奨の最適治療に一致したのは15.2%に過ぎなかった。
• 推奨一致の治療は、不一致の治療に比べて12か月後のHbA1cがより低かった。

臨床的意義

電子カルテの意思決定支援に組み込むことで、SGLT2阻害薬、GLP-1受容体作動薬、DPP-4阻害薬、チアゾリジン、スルホニル尿素薬などの初回・追加治療選択を個別化し、HbA1c低下を最大化して治療惰性や不要なスイッチングを減らせる可能性がある。

限界

• 観察研究デザインであり、残余交絡や適応バイアスの可能性がある
• 英国以外への一般化や血糖以外の転帰（心腎アウトカム）の検証が今後必要

今後の方向性

臨床アウトカムを評価する実装型前向き試験、費用対効果評価、多様な集団での再較正を伴うCDSツールとしての展開が望まれる。