ビッグデータを活用したエビデンスの高い医薬品相互作用の安全性シグナル探索法の構築

本研究は、計算科学に基づくデータマイニングを活用したエビデンスの高い有害事象シグナルの創出を目的とした「若手研究 19K20731」の継続研究であり、対象を医薬品相互作用にまで拡張したものである。有害事象自発報告データベースから得られるシグナルをエビデンスの高い情報にするためには、医療機関から収集されたリアルワールドデータや医薬品の化学構造データ、薬物応答遺伝子データなどを用いて十分に検証する必要がある。本年度は、医療機関から収集されたリアルワールドデータを用いてシグナルの検証環境の構築し、実際にDPP-4阻害薬とメトホルミンの心血管疾患のシグナルについて検証を実施した。日本の自発的報告システムである日本医薬品有害事象報告(JADER)データベースと、日本の健康保険請求および健康診断データベースであるJMDC社のデータベース(JMDC Claims Database)を使用した。主要心血管イベントを主要評価項目として設定した。結果:JADERを用いた解析では、DPP-4阻害剤では主要な心血管イベントのシグナルが検出されたが(IC:0.22, 95%信頼区間:0.03-0.40)、メトホルミンでは検出されなかった。JMDC Claims Databaseを用いた解析では、DPP-4阻害剤とメトホルミンの主要心血管イベントのハザード比は1.01(95%CI:0.84-1.20)であった。日本のJADERとJMDC Claims Databaseを用いた網羅的解析の結果、日本で広く使用されているDPP-4阻害剤は、欧米で第一選択薬として使用されているメトホルミンと比較して、心血管イベントのリスクが劣らないことを示した。また、米国の有害事象自発報告データベース（FAERS）を用いて抗がん剤の有害事象シグナルを探索しており、今後の調査課題として適切な仮説生成がされたと考えている。

本研究は、計算科学に基づくデータマイニングを活用したエビデンスの高い有害事象シグナルの創出を目的とした「若手研究 19K20731」の継続研究であり、対象を医薬品相互作用にまで拡張したものである。有害事象自発報告データベースから得られるシグナルをエビデンスの高い情報にするためには、医療機関から収集されたリアルワールドデータや医薬品の化学構造データ、薬物応答遺伝子データなどを用いて十分に検証する必要がある。本年度は、医療機関から収集されたリアルワールドデータを用いてシグナルの検証環境の構築し、実際にDPP-4阻害薬とメトホルミンの心血管疾患のシグナルについて検証を実施した。日本の自発的報告システムである日本医薬品有害事象報告(JADER)データベースと、日本の健康保険請求および健康診断データベースであるJMDC社のデータベース(JMDC Claims Database)を使用した。主要心血管イベントを主要評価項目として設定した。結果:JADERを用いた解析では、DPP-4阻害剤では主要な心血管イベントのシグナルが検出されたが(IC:0.22, 95%信頼区間:0.03-0.40)、メトホルミンでは検出されなかった。JMDC Claims Databaseを用いた解析では、DPP-4阻害剤とメトホルミンの主要心血管イベントのハザード比は1.01(95%CI:0.84-1.20)であった。日本のJADERとJMDC Claims Databaseを用いた網羅的解析の結果、日本で広く使用されているDPP-4阻害剤は、欧米で第一選択薬として使用されているメトホルミンと比較して、心血管イベントのリスクが劣らないことを示した。また、米国の有害事象自発報告データベース（FAERS）を用いて抗がん剤の有害事象シグナルを探索しており、今後の調査課題として適切な仮説生成がされたと考えている。