バンコマイシンの薬物濃度予測モデル

背景: バンコマイシンは、主にメチシリン耐性黄色ブドウ球菌 (MRSA) によって引き起こされる感染症の治療に使用される糖ペプチド抗生物質です。 時間依存性の抗生物質であるバンコマイシンの血清濃度は、臨床効果、毒性、および薬剤耐性の出現と密接に関係しています。 したがって、治療薬モニタリング (TDM) はバンコマイシン治療管理の重要な要素であると考えられています。 バンコマイシン監視ガイドラインによれば、臨床転帰を改善し、薬剤耐性を防ぐために、重症感染症患者の血清バンコマイシン濃度を 15 ～ 20 mg/L に維持することが推奨されています。 しかし、血清バンコマイシン濃度検査は臨床現場、特に資源に制約のある地域や医療機関では広く使用されていないため、個別のモニタリングは依然として課題となっています。 現在、バンコマイシン濃度予測に関する研究では、一般的に集団薬物動態 (PPK) モデルが使用されています。 ただし、このモデルは、年齢、体重、クレアチニンクリアランス率などの多くの要因の影響を受けます。 ただし、重症患者は多臓器不全を伴う複雑な疾患を患っているため、バンコマイシンの薬物動態が変化する可能性があります。 このような患者では、PPK モデルを使用した濃度予測の証拠は不十分です。

現在、急速に発展している機械学習手法は、複数の変数を介して予測を行いながら、非線形変数の関係を把握して、予測結果の高精度を達成するのに役立ちます。 この研究は、機械学習手法を使用して、重症患者の血清バンコマイシンのトラフ濃度を予測するための最適なモデルを確立することを目的としています。

目的: この研究は、2014 年 1 月から 2023 年 12 月までの北京連合医科大学病院の救命救急データベースから血清バンコマイシン濃度データを抽出し、機械学習手法を使用して重症患者のバンコマイシン濃度を予測するための最適なモデルを確立することを目的としています。

方法: (1)これは単一施設の後ろ向き研究です。 北京連合医科大学病院の救命救急データベースの血清バンコマイシン濃度に関するデータがスクリーニングされました。 適格基準を満たした後、対象となる患者の臨床データ（人口統計的特徴、重症度スコア、臨床検査情報、治療情報など）が入院患者医療記録システムを通じて収集されます。 (2) 利用可能なデータを抽出した後、線形回帰、ラッソ回帰、リッジ回帰、ランダム フォレスト、LightGBM を含む 5 つの機械学習モデルを使用して予測モデルを構築します。 最高の予測精度を持つモデルは、パーセント誤差 (PE)、平均パーセント誤差 (MPE)、および平均絶対パーセント誤差 (MAPE) に基づいて選択されます。 (3) 機械学習により構築されたモデルの外部検証には、MIMIC-IV (Medical Information Mart for Intensive Care) データベースが使用されます。 さらに、研究者らは、PPK モデルの予測パフォーマンスを構築されたモデルと比較します。

品質管理: 対象基準を満たす患者が含まれます。 情報が不足している患者は、偏見を減らすために登録されません。 対象となる患者様の情報は専任の調査担当者により記録・登録されます。

倫理と患者のプライバシー保護：研究における個人情報は、この研究のプロトコールに記載されている目的にのみ使用されます。 取得した医療情報は機密として保管されます。 結果は、患者の個人情報を明らかにすることなく学術雑誌にも掲載されます。 この研究は、北京連合医科大学病院の医倫理委員会（K24C1161）によって承認されています。