อัลกอริทึมการปรับขนาดยา

อัลกอริทึมการปรับขนาดยาคือชุดของกฎและสมการที่ชัดเจนซึ่งแปลงลักษณะเฉพาะของผู้ป่วย และเพิ่มขึ้นเรื่อย ๆ คือข้อมูลพันธุกรรมของผู้ป่วย ไปเป็นขนาดยาเริ่มต้นหรือขนาดยาบำรุงรักษาที่แนะนำ อัลกอริทึมเหล่านี้มีตั้งแต่กฎเชิงหมวดหมู่แบบง่ายที่เชื่อมโยงกับฟีโนไทป์ที่คาดการณ์ ไปจนถึงสมการถดถอยหลายตัวแปรที่พิจารณาปัจจัยทางคลินิกและพันธุกรรมร่วมกัน

Definition

อัลกอริทึมการปรับขนาดยาคือขั้นตอนที่กำหนดไว้ ซึ่งแสดงออกในรูปของกฎการตัดสินใจหรือสมการเชิงปริมาณ ที่เชื่อมโยงตัวแปรของผู้ป่วย รวมถึงปัจจัยทางคลินิกและฟีโนไทป์ที่ได้จากข้อมูลพันธุกรรม เข้ากับขนาดยาที่แนะนำหรือการปรับเปลี่ยนขนาดยา

Scope

บทความนี้ครอบคลุมถึงวิธีการสร้างและตรวจสอบความถูกต้องของอัลกอริทึมการให้ยา ความแตกต่างระหว่างแนวทางที่อิงตามกฎและแนวทางที่อิงตามการถดถอย และวิธีการรวมข้อมูลพันธุกรรมเข้าเป็นตัวทำนาย บทความนี้ถือว่าสิ่งเหล่านี้เป็นวัตถุทางระเบียบวิธีภายในแนวคิดการให้ยาที่แม่นยำ และไม่ได้ให้ค่าขนาดยาเฉพาะสำหรับยาแต่ละชนิดหรือคำแนะนำส่วนบุคคล

Core questions

• ตัวทำนายใดที่ช่วยปรับปรุงความแม่นยำของอัลกอริทึมการให้ยาได้มากที่สุด?
• เมื่อใดที่กฎเชิงหมวดหมู่ดีกว่าสมการถดถอยแบบต่อเนื่อง?
• อัลกอริทึมการให้ยาถูกพัฒนาและตรวจสอบความถูกต้องก่อนใช้งานได้อย่างไร?
• ข้อมูลพันธุกรรมถูกรวมเข้ากับตัวแปรทางคลินิกในอัลกอริทึมได้อย่างไร?

Key concepts

• อัลกอริทึมที่อิงตามกฎเทียบกับอัลกอริทึมที่อิงตามการถดถอย
• ตัวแปรทางคลินิกและพันธุกรรม
• ฟีโนไทป์ที่คาดการณ์เป็นข้อมูลนำเข้า
• การพัฒนาและการตรวจสอบความถูกต้องของอัลกอริทึม
• การตอบสนองหรือการได้รับยาตามเป้าหมาย
• การนำไปใช้ในการสนับสนุนการตัดสินใจ

Key theories

แบบจำลองการให้ยาแบบถดถอยทางเภสัชพันธุกรรม

สมการหลายตัวแปรที่ตัวแปรทางคลินิกและข้อมูลพันธุกรรมร่วมกันทำนายขนาดยาที่จำเป็นเพื่อให้บรรลุการตอบสนองตามเป้าหมาย ซึ่งได้มาจากการถดถอยในกลุ่มผู้ป่วยที่มีขนาดยาคงที่ที่ทราบ

Mechanisms

โดยทั่วไปแล้ว อัลกอริทึมจะถูกพัฒนาขึ้นจากกลุ่มผู้ป่วยที่ทราบขนาดยาที่ทำให้เกิดการตอบสนองตามเป้าหมาย อัลกอริทึมเชิงหมวดหมู่จะเชื่อมโยงฟีโนไทป์ที่คาดการณ์เข้ากับการกระทำเชิงคุณภาพ ในขณะที่อัลกอริทึมการถดถอยจะประมาณค่าสัมประสิทธิ์สำหรับตัวทำนาย เช่น อายุ ขนาดร่างกาย ยาที่มีปฏิกิริยาต่อกัน และข้อมูลพันธุกรรม ซึ่งให้ค่าประมาณขนาดยาแบบต่อเนื่อง ตัวอย่างคลาสสิกคือการให้ยาวาร์ฟาริน ซึ่งแบบจำลองจะรวมปัจจัยทางคลินิกเข้ากับข้อมูลพันธุกรรม CYP2C9 และ VKORC1 เพื่อทำนายขนาดยาบำรุงรักษา จากนั้นอัลกอริทึมจะถูกตรวจสอบความถูกต้อง โดยเฉพาะอย่างยิ่งในประชากรที่เป็นอิสระ และอาจถูกฝังอยู่ในระบบสนับสนุนการตัดสินใจทางคลินิกเพื่อให้กฎถูกนำไปใช้อย่างสม่ำเสมอ ความแม่นยำของอัลกอริทึมขึ้นอยู่กับตัวทำนายที่รวมอยู่ และความเหมาะสมของประชากรที่ใช้ในการพัฒนาอัลกอริทึมกับผู้ที่จะนำอัลกอริทึมไปใช้

Clinical relevance

อัลกอริทึมการปรับขนาดยาเป็นวิธีหลักในการนำข้อมูลเภสัชพันธุกรรมและข้อมูลทางคลินิกไปใช้ในการศึกษาและนำไปปฏิบัติ โดยเฉพาะอย่างยิ่งสำหรับยาที่มีความแปรปรวนของความต้องการขนาดยาระหว่างผู้ป่วยสูง บทความนี้อธิบายถึงวิธีการสร้างและประเมินอัลกอริทึมดังกล่าวในฐานะวิธีการ ไม่ใช่แหล่งข้อมูลสำหรับขนาดยาเฉพาะหรือคำแนะนำการรักษาเฉพาะบุคคล

Evidence & guidelines

การพัฒนาอัลกอริทึมได้รับข้อมูลจากโครงการแนวทางปฏิบัติของกลุ่มความร่วมมือต่างๆ รวมถึง Clinical Pharmacogenetics Implementation Consortium และ Dutch Pharmacogenetics Working Group ซึ่งอธิบายถึงวิธีการจัดโครงสร้างข้อมูลพันธุกรรมให้เป็นกฎที่นำไปปฏิบัติได้ สมการการให้ยาวาร์ฟารินเป็นหนึ่งในตัวอย่างที่ได้รับการพัฒนาและตรวจสอบความถูกต้องอย่างกว้างขวางที่สุด

History

สมการการให้ยาเชิงปริมาณพัฒนามาจากการศึกษาทางเภสัชวิทยาคลินิกเพื่อทำนายขนาดยาเฉพาะบุคคลจากลักษณะของผู้ป่วย การรวมข้อมูลพันธุกรรมเข้าด้วยกันมีความชัดเจนขึ้นจากงานวิจัยการให้ยาวาร์ฟารินในปี 2008-2009 ซึ่งแสดงให้เห็นว่าการเพิ่ม CYP2C9 และ VKORC1 เข้าไปในตัวทำนายทางคลินิกช่วยปรับปรุงการประมาณขนาดยาได้ดีขึ้น จากนั้นกลุ่มความร่วมมือในการนำไปปฏิบัติได้จัดทำกรอบการทำงานสำหรับการเปลี่ยนหลักฐานดังกล่าวให้เป็นอัลกอริทึมที่เป็นมาตรฐานและนำไปปฏิบัติได้

Debates

อัลกอริทึมที่นำโดยข้อมูลพันธุกรรมช่วยปรับปรุงผลลัพธ์ได้ดีกว่าอัลกอริทึมทางคลินิกหรือไม่?

การเพิ่มข้อมูลพันธุกรรมสามารถปรับปรุงการทำนายขนาดยาได้ แต่การที่สิ่งนี้จะนำไปสู่ผลลัพธ์ทางคลินิกที่ดีขึ้นเมื่อเทียบกับกลยุทธ์ที่ใช้ข้อมูลทางคลินิกเท่านั้นหรือขนาดยาคงที่นั้นยังคงเป็นที่ถกเถียงกัน และแตกต่างกันไปตามยาและประชากร

Key figures

• Brian Gage
• Julie Johnson
• Mary Relling
• Jesse Swen

Seminal works

• gage2008
• iwpc2009

Frequently asked questions

ความแตกต่างระหว่างอัลกอริทึมการให้ยาที่อิงตามกฎและอัลกอริทึมที่อิงตามการถดถอยคืออะไร?

อัลกอริทึมที่อิงตามกฎจะเชื่อมโยงหมวดหมู่ เช่น ฟีโนไทป์ที่คาดการณ์ เข้ากับการกระทำเชิงคุณภาพ ในขณะที่อัลกอริทึมที่อิงตามการถดถอยจะใช้สมการที่ปรับให้เหมาะสมเพื่อสร้างค่าประมาณขนาดยาแบบต่อเนื่องจากตัวทำนายหลายตัว

เหตุใดจึงมีการเพิ่มข้อมูลพันธุกรรมเข้าไปในอัลกอริทึมการให้ยา?

ข้อมูลพันธุกรรมสามารถอธิบายความแปรปรวนของความต้องการขนาดยาระหว่างผู้ป่วยได้บางส่วน เมื่อข้อมูลพันธุกรรมช่วยปรับปรุงการทำนายได้ดีกว่าปัจจัยทางคลินิกเพียงอย่างเดียว ก็สามารถรวมเป็นตัวแปรเสริมในอัลกอริทึมได้