High-throughput target trial emulation for Alzheimer’s disease drug repurposing with real-world data

High-throughput target trial emulation for Alzheimer’s disease drug repurposing with real-world data - Nature Communications

• 論文タイプ：この論文は原著論文であり、掲載誌は"Nature Communications"です。

• 本研究の背景と関連研究：アルツハイマー病の治療薬の開発は困難であり、従来の臨床試験では成功が報告されていません。この研究では、既存の薬剤の再利用を検討する手法である"ドラッグリポジショニング"が注目されています。アルツハイマー病の新たな治療薬を開発するため、大規模な実世界データを用いてランダム化比較試験（RCT）を模倣する方法を提案しています。

• 本研究の目的とその重要性：本研究の目的は、大規模な実世界データを使用してアルツハイマー病の既承認薬剤の新たな効果を特定することです。これにより、従来の薬剤の再利用によるアルツハイマー病治療薬の開発を促進することが期待されます。この研究の重要性は、実世界データを用いて大規模な試験模倣を行うことで、既存の薬剤の再利用によりアルツハイマー病の治療に新たな可能性があることを示しています。

• 本研究で用いた材料やデータの詳細：本研究では、患者の電子健康記録（EHR）データや健康保険請求データ（MarketScan）などの大規模な実世界データを使用しました。具体的には、OneFlorida電子健康記録データとMarketScan保険請求データを使用しました。OneFloridaデータセットには、73,927人の軽度認知障害（MCI）患者のデータが含まれ、MarketScanデータセットには、424,961人のMCI患者のデータが含まれています。

• 本研究で何をどのように、どこまで明らかにした？：本研究では、大規模な実世界データからの試験模倣を行い、アルツハイマー病の既承認薬剤の新たな効果を特定しました。具体的には、薬剤と5年後のAD発症リスクの関連を推定し、ADリスクの低減に関連する上位ランクの薬剤を特定しました。

• 本研究の有効性はどのように検証した？：本研究では、提案されたモデル選択戦略を使用して既存のモデルと比較し、モデルのバランス性能を評価しました。また、実世界データとシミュレーションデータを使用して検証を行いました。