image: This image represents a compilation of schematic, patient-specific, parabolic response surfaces, which are the keys to personalized medicine. They represent responses to combination therapy for individual patients for liver transplant immunosuppression. The need for personalized medicine is shown by the substantial differences between individualized drug interactions. This material relates to a paper that appeared in the 6 April 2016 issue of <i>Science Translational Medicine</i>, published by AAAS. The paper, by A. Zarrinpar at University of California, Los Angeles in Los Angeles, Calif., and colleagues was titled, "Individualizing liver transplant immunosuppression using a phenotypic personalized medicine platform." view more
Credit: Dr. Dong-Keun Lee, Dean Ho Group, UCLA
小規模のパイロット試験で、臨床データを利用して個人への最善の薬物用量を予測する新しいツールの試用に成功した。このツールの基礎となる数学的アプローチは、厳密に管理した投与レジメンを必要とする免疫抑制、癌、心疾患、細菌感染、その他の病態での薬物の処方を、当て推量ではなく正確に行えるようにする。投与された薬物に対する患者の反応は、年齢、民族性、遺伝学、併存症などの多くの因子の影響を受ける。このため、投与する際の「1種類の用量ですべてをまかなう」アプローチは不適切である。 これは、新しい臓器を確実に拒絶しないようにするため手術後に大量の治療を受けた臓器移植患者に特に当てはまる。免疫抑制薬は治療域が狭い場合が多い。このことは、この範囲を超える用量には毒性のリスクがあるが、この範囲を下回る用量では移植拒絶を抑制できなくなることを意味している。現在、臨床医は患者を密接にモニタリングし、患者の反応によって、経験に基づいて推測して免疫抑制薬の用量調整を行っている。個別化した薬物投与を進めるため、Ali Zarrinparらは、parabolic personalized dosing（PPD）と呼ばれる数学的方程式を考案した。この式は、個人の臨床データ（血中薬物濃度など）を利用して、この患者に最適な次回の薬物用量を予測する。肝移植患者を対象としたパイロット試験では、PPDで決定した用量を用いて免疫抑制薬を投与した患者4例は、標準的な医師主導の投与法により管理した患者4例よりも、高頻度で標的用量範囲内となった。前者は後者よりも入院期間が短い傾向があった。Zarrinparらはさらに、このアプローチによって薬物の併用投与を受けている患者の投与量を最適化できる可能性があることを明らかにした。さらに開発を行えば、臨床医は将来、臨床データをPPDに当てはめて、様々な患者（癌、感染症、心疾患患者など）に対する薬物投与量を自動的に調整できるかもしれない。
###
Journal
Science Translational Medicine