개인 맞춤형 약물 투여에서의 베이즈 예측

베이즈 예측은 모델 기반 정밀 약물 투여의 핵심 동력입니다. 이는 모집단에 대해 알려진 정보(사전 분포)에서 시작하여, 개별 환자의 측정된 농도를 통합하고, 해당 환자의 약동학적 매개변수에 대한 업데이트된 추정치를 생성합니다. 이 추정치는 향후 노출을 예측하고 투여 요법을 개선하는 데 사용될 수 있습니다.

Definition

개인 맞춤형 약물 투여에서의 베이즈 예측은 베이즈 정리를 사용하여 모집단 약동학 모델(사전 분포)과 개별 환자의 측정된 농도(데이터)를 결합하여 해당 환자의 매개변수(사후 분포)를 추정하고 미래 약물 노출을 예측하는 것입니다.

Scope

이 항목은 모집단 사전 분포와 개별 데이터를 결합하는 논리, 최대 사후 확률 추정의 역할, 그리고 예측이 약물 투여를 조정하는 데 어떻게 사용되는지를 다룹니다. 이는 추정 접근 방식에 대한 방법론적 주제이며, 약물별 목표 또는 개별 투여 권장 사항을 제공하지 않습니다.

Core questions

• 모집단 사전 분포는 어떻게 개별 측정값과 결합됩니까?
• 추정치를 얻기 위해 얼마나 많은, 그리고 어떤 종류의 샘플이 필요합니까?
• 더 많은 개별 데이터가 축적됨에 따라 예측은 어떻게 개선됩니까?
• 모집단 사전 분포에 의존하는 예측의 한계는 무엇입니까?

Key concepts

• 모집단 사전 분포
• 개별 측정 데이터
• 사후 매개변수 추정치
• 최대 사후 확률 추정
• 사전 분포로의 수축
• 미래 노출 예측

Key theories

베이즈 (최대 사후 확률) 매개변수 추정

개별 약동학적 매개변수는 사후 확률을 최대화함으로써 추정됩니다. 이는 모집단 사전 분포와 환자 자신의 측정된 농도에 대한 적합성 사이의 균형을 맞추어, 적은 수의 샘플로도 유용한 개별 추정치를 얻을 수 있도록 합니다.

Mechanisms

베이즈 약물 투여 방법은 전형적인 매개변수 값과 그 변동성을 명시하는 모집단 모델로 시작하며, 이는 사전 분포 역할을 합니다. 환자 자신의 농도 측정값이 이용 가능해지면, 베이즈 정리는 사전 분포와 해당 측정값의 가능도를 결합하여 환자의 개별 매개변수에 대한 사후 추정치를 생성하며, 이는 일반적으로 최대 사후 확률 추정을 통해 이루어집니다. 데이터가 희박할 때는 추정치가 모집단 사전 분포에 가깝게 유지되며(수축, shrinkage), 더 많은 개별 측정값이 축적될수록 추정치는 환자 자신의 데이터에 더 많이 의존하게 됩니다. 사후 매개변수는 미래 농도를 예측하고 투여 요법을 조정하는 데 사용되며, 새로운 측정값이 도착함에 따라 이 주기는 반복됩니다.

Clinical relevance

베이즈 예측은 신중한 노출 제어가 필요한 약물에 대해 연구 및 실제 임상에서 사용되는 모델 기반 정밀 약물 투여 소프트웨어의 핵심 방법입니다. 이 항목은 추정 및 예측 방법론을 설명하며, 개별 노출이 어떻게 예측되는지를 특징화하고 특정 목표 또는 개별 치료 결정의 출처가 아닙니다.

Evidence & guidelines

베이즈 예측은 모집단 약동학-약력학 방법론 및 그 추정 소프트웨어에 기반을 두고 있으며, 개별 예측을 위한 사전 분포로 사용되기 전에 기본 모집단 모델이 어떻게 구축되고 검증되어야 하는지를 설명하는 품질 관리 지침이 있습니다.

History

이 접근 방식은 Sheiner와 동료들이 1972년에 개별화된 약물 투여를 위해 모델과 컴퓨터 추정을 사용할 것을 제안한 것으로 거슬러 올라가며, 이는 모집단 지식과 개별 데이터의 베이즈 결합을 도입했습니다. 1990년대 초까지 확립된 모집단 PK/PD 프레임워크와 추정 소프트웨어의 확산은 베이즈 예측을 실용화시켰고, 이제 이는 모델 기반 정밀 약물 투여 도구의 기초를 형성합니다.

Debates

예측은 사전 분포와 개별 데이터에 얼마나 의존해야 하는가?

측정값이 희박할 경우, 추정치는 모집단 사전 분포 쪽으로 수축하여 실제 개별 차이를 가릴 수 있습니다. 사전 분포의 영향과 제한된 개별 데이터 사이의 균형을 맞추는 방법, 그리고 사전 분포가 환자에게 부적절할 때 이를 감지하는 방법은 여전히 방법론적 관심사로 남아 있습니다.

Key figures

• Lewis Sheiner
• Stuart Beal
• Roger Jelliffe

Seminal works

• sheiner1972
• sheiner1992

Frequently asked questions

베이즈 약물 투여에서 '사전 분포'는 무엇입니까?

이는 모집단 약동학 모델로, 개별 환자 자신의 측정값이 고려되기 전에 전형적인 매개변수 값과 그 변동성을 요약합니다.

베이즈 예측은 왜 적은 수의 샘플로도 작동할 수 있습니까?

모집단 사전 분포로부터 정보를 빌려오기 때문에, 이 방법은 희박한 데이터로부터 유용한 개별 추정치를 생성할 수 있으며, 더 많은 측정값이 축적될수록 추정치는 환자 자신의 측정값에 더 많이 의존하게 됩니다.