テキサス専門職間薬理ゲノミクス (IPGx)

これらの臨床分野は、良く知られている急性および慢性の死亡原因の多くに先駆けて、重大な死因となっているため、研究者らは患者の安全性とADRに関心を持っている。 薬を処方することは人生を変える恩恵をもたらす可能性がありますが、処方集の選択肢の中からより正確に選択する方法は、既存のテクノロジーに後れをとっています。 人の薬物反応は、性別、年齢、病気の状態だけでなく、薬物と薬物、または薬物と食物の相互作用によって異なります。 同じ用量の薬剤を投与した場合でも、最大 1000 倍の大きな個人差が存在します。 遺伝子多型は薬物動態学的および薬力学的プロファイルを定義するのに役立ちますが、これらの洞察はまだ一貫して臨床実践や標準治療に組み込まれていません。 近年、いくつかの投薬管理プログラムが登場しましたが、これらは主にアドヒアランスを目的としており、薬理ゲノミクスに基づく投薬管理は限定的に組み込まれているだけです。 プレシジョン・メディシンは、単一のサイズがすべての医療に適合するわけではないことを提唱しています。 ケアの提供は、多慢性疾患の管理や多剤併用療法の管理においてどのようにして目標に近づくことができるでしょうか?

米国では、特に腎臓や肝臓の機能が低下している高齢者の間で、広範囲にわたるポリファーマシー危機が存在しています。 問題のある薬物相互作用の影響を受けやすいと考えられている高齢者を対象としたある研究では、肝臓のチトクロム酵素を介した潜在的な薬物間相互作用の有病率は80%にも達すると推定されています。 従来、ポリファーマシーとは、5 つ以上の薬を同時に服用することを指します。 推定1,500万人の65歳以上の患者がこの課題に直面していると特定されている。 ポリファーマシー患者は少なくとも 2 つの慢性疾患を併発していることが多く、高齢者の 50% 近くが少なくとも 1 つ不必要な薬を使用しています。 入院患者は平均 5 ～ 8 種類の薬を服用しており、その数は老人ホーム入居者の 40% で 9 種類を超えています。 認知機能低下または軽度アルツハイマー病の患者を対象とした研究では、これらの患者の88%がポリファーマシー基準を満たしており、抗コリン作動性認知負荷、薬物間相互作用、薬物遺伝子相互作用はすべてこれらの集団に蔓延する問題となっている。 極端なケースでは、およそ 20 種類の薬剤が多剤併用され、ほぼ 100% に等しい有害な薬剤転帰のリスクが生じる可能性があります。 レジメン内の薬剤の数が多いほど、患者の安全性と臨床転帰の低下に対するリスクが高くなります。 ポリファーマシーの外来患者の 20 人に 1 人が ADR の治療を求めています。 ポリファーマシーは高齢者の入院にも関連している。 ポリファーマシーは、服薬アドヒアランス、栄養状態、尿失禁、日常生活活動の低下、身体機能および認知機能の低下と関連しています。 転倒が増加し、それに伴う罹患率や死亡率も増加します。 財務面では、ポリファーマシーの影響は医療支出の 30% 増加と関連しており、超高頻度の医療利用者の主な要因となっています。 観察的健康データ科学および情報学データセットの分析では、糖尿病患者の 10%、高血圧患者の 24%、うつ病患者の 11% が、2 億 5,000 万人の症例の中で独自の治療経路に従っていることが示されており、患者固有のケア計画に起因する薬物相互作用にフラグを立て、是正措置を実施するための電子的意思決定サポート。

電子医療記録は、相互運用性のレベルに関して依然として不十分であり、プロバイダーの連続体全体からデータと意思決定サポートを引き出すことができるケア プランと投薬管理を可能にする重大な欠陥があります。 これは、正確で個別化された医療の提供と改良においては最適とは言えない状況です。 多剤併用と薬剤調整の臨床負担は、診療現場で必要なデータを持たないプライマリケアの臨床医に影響を与えることが多く、これが多剤併用管理の問題の発生源となります。 ポリファーマシーの課題を管理するための革新的なアプローチには、ポリファーマシーに伴うコストと医療負担の軽減に重点を置いた医療管理クリニックの設立や、必要に応じて薬剤の変更、修正、中止に伴う漸進的な臨床変化を体系的に評価することが含まれます。

医師、薬剤師、看護師、ケースコーディネーターを含む多職種ケアチームと、遠隔医療やデジタルツールを活用することで、研究者は患者と関わり、疾患プロファイルの表現型、機能的、社会的決定要因などの情報を収集できます。 これらのデータは、訪問の間に何が起こったか（ケア計画の遵守または欠如）をより適切に追跡するために、訪問前に計算可能な実用的なデータとして入力できます。 研究者らは、この情報は予約時に起こったことと同じくらい重要であり、これは特にポリファーマシーの臨床例に当てはまると主張しています。 最終的に、専門職間薬理ゲノミクス (IPGx) ケア モデルを利用することで、患者と医療提供者の両方がこの情報をより簡単に利用できるようになります。

研究者らは、プライマリケアの臨床医が個々の症例に対してより正確に投薬を管理できる能力を強化し、混乱を最小限に抑える治療意思決定支援プロトコルと薬理ゲノミクス/薬物動態ダッシュボードを開発中です。

ダッシュボードは医療提供者と患者にとって有用であり、予防的投薬管理から利益が得られる可能性のある臨床症例を特定して、反応しない可能性のある患者や ADR のリスクが高い患者を特定するのに役立ちます。 ダッシュボードには、臨床データ ウェアハウスを使用して増加する臨床症例のライブラリから情報が提供されます。 ダッシュボードは、服薬管理を中心とした新しいケア意思決定ツリー (アルゴリズム) を生成し、反復的に改良します。 データ構造と治療プロトコルは、CSN とダッシュボードの検証に向けた臨床活動の同時かつ長期的な観察 (研究) を、患者中心の臨床研究の有用なツールとして行えるように設計されています。 理想的なデータバンクには、薬物の血中濃度 (このパイロットには関係ありません)、薬物リスト、および薬物の使用と有効性に影響を与える可能性のあるその他の関連する修飾データが含まれます。 このアプローチはまた、服薬アドヒアランスについてさらに学ぶ手段を提供し、薬理ゲノム評価および服薬管理プログラムへの長期参加の候補となる可能性のある患者を体系的に特定するのに役立ちます。

この一般化されたアプローチによって得られる可能性のある具体的な質問:

• 薬剤レベルがゼロに近いということはアドヒアランスがされていないことを意味するのでしょうか、それとも投与後に血中または尿のレベルが検出できなくなるほど患者が薬剤を広範囲に代謝しているのでしょうか? 表現型アンケートと薬剤の血中または尿レベルの測定を組み合わせることで、その質問に答えられます。
• 薬理ゲノム検査をいつ注文するかを決定するためにプロトコルが必要ですか? CSN を利用した研究者のデータ プラットフォームは、これらの決定の臨床的および費用対効果を検証できます。
• 薬理ゲノミクスデータの最も有効な用途は何ですか? 患者が薬理ゲノム検査を受けたことがある場合、血中または尿中の薬物レベルは、関連する酵素経路の代謝活動に関する知識を洗練し、ポリファーマシーの設定において過負荷の CYP P450 経路の構成要素を特定するための重要な質問を作成するのに役立つ可能性があります。

薬物管理相談から得られた知識を適用することで、向精神薬の領域で ADR を予防できる可能性があります。 たとえば、抗うつ薬の場合、標準的な用量と試行錯誤に基づいて投薬を開始した後、臨床反応が評価されるまでに数週間かかる場合があります。 精密な投薬管理シナリオでは、医療提供者は、患者が関連する CYP P450 酵素経路の超急速代謝者であるかどうかを最初に知り、選択する薬剤を特定し、用量調節を最適化するためのより良い備えを備えています。 臨床ダッシュボードで、共通の経路をめぐって競合する複数の薬剤を投与されている患者が判明した場合、必要に応じて適切な薬剤調整を行うこともできます。

ここで使用される CSN は、相互に関連して知識ネットワークを作成する何百万もの医学的所見を含む独自の計算可能な健康記録システムです。 データが入力されると、重み付けされたアークが臨床上の意思決定のサポートと鑑別診断を構築するために使用されます。 これにより、現在実際に実施されている臨床ワークフローを活用しながら、薬理ゲノムプロファイルが高精度の薬剤および投与計画ツールを作成するための潜在的に強力な環境が提供されます。 薬理ゲノミクス ダッシュボードは CSN 内に含まれています。