デジタルツインテクノロジーと臨床意思決定支援システムを活用し、メタボリック関連脂肪性肝疾患（MAFLD）の全スペクトラムにわたる患者の早期発見、個別化治療、長期モニタリングの向上を図る。 (ARTEMIS)

1. - 用語集 CT : コンピュータ断層撮影 CVD : 心血管疾患 HCC : 肝細胞癌 MASH : 代謝機能不全関連脂肪性肝炎 MASLD : 代謝機能不全関連脂肪性肝疾患 MRI : 磁気共鳴画像法 PET : 陽電子放出断層撮影 SLD : 脂肪性肝疾患 TACE : 経動脈的化学塞栓療法 TARE : 経動脈的放射線塞栓療法 TIPS : 経頸静脈的肝内門脈大循環短絡術 US : 超音波検査 USE : 超音波エラストグラフィ VCTE : 振動制御一過性エラストグラフィ

2. - 臨床研究の説明

   ARTEMIS後ろ向きコホートは、本募集プログラムの作業計画で定義されている「疾患、精神疾患、または身体的状態の理解、予防、診断、監視、または治療に関連する科学的質問に対処するために、個々の患者または健康な人々から得られた健康データの後ろ向き収集と分析」の定義に応じるものです。 このため、規則536/2014（医薬品に関する）で定義されている臨床研究の定義は、本研究の枠組みには適用されません。

   このコホートは以下の主目的に役立ちます：

   • 肝疾患、特に様々な段階におけるMASLD（ユースケース1および2）の進展、およびいくつかの介入や治療の結果（ユースケース3および4）を予測できる機械学習モデルまたは機構的モデルを開発および検証すること。
   • 特定の観察、介入、結果、特に心血管合併症の間の新たな相関関係を特定、または疑われている相関関係を検証すること。

3. - 研究の根拠 代謝機能不全関連脂肪性肝疾患（MASLD）は、現在、世界で最も一般的な慢性肝疾患であり、世界全体での有病率は25.24％（2）を占めています。 疾患進行が起こる複数の経路（3）、およびその長期予後に対処する集団ベースの研究の不足（4）により、その自然経過は不明瞭なままです。 MASLDの自然経過に関する良質なデータの不足（5）を軽減し、患者のケアを改善する試みとして、ARTEMISプロジェクトは、特にMASLD（ユースケース1および2）に重点を置き、様々な段階の肝疾患患者を含む縦断的コホートを構成することを計画しています。

   MASLDの機構には顕著な不均一性があるため、この複雑な主題を解明する効果的な手段として、計算モデルの展開は科学コミュニティで人気が高まっています（6）。 特に、ヒト肝臓代謝の理解は、疾患進行を支配する主要な駆動要因に対するより深い理解に向けて重要な役割を果たします。 このように、機構的モデルは、肝臓および消化器系に固有の複雑性を表現する上で主要な役割を果たします。 補完的に、機械学習モデルは、疾患の異なる段階および関連する併存疾患に関連するより正確な質問に対応することが期待されており、したがって、各亜集団に特有のパラメータに基づいて、診断と予後、およびリスク層別化の予測を可能にします。

   この観点から、ARTEMISコホートは、MASLD患者の管理を改善することを目的とした計算モデル（機械学習モデル、機構的モデル、およびそれらの関連を含む）のパフォーマンスをテストし、訓練、検証、評価するために使用されます。 ARTEMISコホートは、MASLD患者の疾患スペクトラムに沿った後ろ向きマルチソースデータを組み込み、したがってMASH、肝硬変、およびHCC患者を含みます。 このコホートは、7か国の12のセンターからの患者を含みます。 このコホートはまた、これらの集団に関連する最も関連性の高い併存疾患、特に心血管イベントに関連するデータも組み込みます。

4. - 臨床研究によって回答されるべき科学的質問に直接関連する現在の知識の範囲と評価

   自然経過に関する複雑さに加えて、MASLDは、冠動脈疾患、動脈硬化症、心不全、不整脈を含む心血管疾患（CVD）および心臓イベントの発症リスクの増加と関連しています。 MASLDがCVDのリスクを増加させる正確な機構は完全には理解されていませんが、この状態に関連する全身性炎症および代謝機能不全に関連していると考えられています。

   いくつかの研究がMASLDと心臓イベントの関係を調査しています。 2016年に発表されたシステマティックレビューとメタアナリシス（7）は、34,043人の成人個人（MASLDを有する36.3％）と約2,600のCVDアウトカム（>70％がCVD死亡）を含む16の前向きおよび後ろ向きコホートを中央値6.9年間にわたって分析しました。 彼らは、観察研究のデザインが明確な因果推論を導くことを許さなかったものの、MASLDは致命的および非致命的なCVDイベントのリスク増加と関連していると結論付けました。

   MASLD患者は心血管リスク因子を綿密に監視し、それに応じて管理してCVD発症リスクを低減すべきであるという合意があります。 それにもかかわらず、現在の疾患の高い有病率とその予想される成長を考えると、そのような監視は公衆医療システムに非常に大きな負担をかける可能性があります。

   心血管イベントを経験するリスクが高いMASLD患者を層別化するのに役立つ解決策が必要です。 ARTEMISコホートは、高度な計算モデルに基づくこの種の解決策の開発を支援することを目的としています。

5. - 臨床研究の目的

ARTEMISプロジェクトは、一方でMASLD進行に関与する基礎機構のより良い理解、および疾患の異なる段階における心血管イベントの予測を可能にする包括的な仮想モデルを統合することを計画しています。 この観点から、4つの臨床ケースが考慮され、理論ベースの機構的モデルとデータ駆動型AIモデルが、提起される臨床質問に応じて、個別にまたは関連して開発および検証されます。

ARTEMISコホートの目的は、それぞれの感度と特異性に基づいて、異なる臨床ケースで展開される機構的モデルおよびAIベースのモデルのパフォーマンスを評価することです。