Prediction of Infuenza Epidemics and Assessment of Treatment using Mathematics Models

2021 Fiscal Year Research-status Report

• Project/Area Number: 19K16428
• Research Institution: Kyoto Pharmaceutical University
• Principal Investigator: 地嵜 悠吾 京都薬科大学, 薬学部, 助教 (30781356)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: インフルエンザ / 流行予測 / 数理モデル / SIRモデル / NONMEM / 京都府

Outline of Annual Research Achievements

当初の研究計画では、3年目はインフルエンザに関して副作用、効果、経済性を考慮に入れた薬剤選択手法の提案、インフルエンザ治療薬の血中濃度データや効果データの収集を行う予定であったが、1年目から継続している流行予測解析手法のためのモデルが十分に頑強（ロバスト）ではないため、その検討を優先的に行った。また、新型コロナ流行の影響もあり、インフルエンザ治療薬に関する血中濃度データや効果データの収集を行うことが難しく断念した。昨年は、誤差を考慮に入れないモデルを用いて最小二乗法を用いた感染者数の推移を表す代表的な数理モデルであるSIRモデルを作成したので、それらを発展したモデルの構築を行った。パラメータの収束が難しく試行錯誤を行っている。加えて、これまでのSIRモデルだけではなくコンパートメントを増やすモデルも含めて検討を行っている。今後、これらの結果を元により頑強なモデルを用いて母集団解析を行い、さらに気象情報を考慮に入れたモデルの検討を行う予定である。
本研究課題の他の目的として、今後JADERやFAERSといった副作用自発報告データベースを活用してインフルエンザ治療薬に関して副作用の報告情報の収集やシグナル解析について検討する予定である。そのための予備調査として、インフルエンザ治療薬とは異なる医薬品を対象として、JADERを用いたBCPNN（Bayesian Confidence Propagating Neural Network）法に基づく指標のひとつであるIC（Information Component）を活用した論文を公表しており（Y Chisaki et al., Ther Innov Regul Sci. 41, 323-332 (2022)）この手法も本研究課題への適用を目指す予定である

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

NONMEMを用いたインフルエンザ流行に関するSIRモデルの作成が十分に満足できるのものとならず、うまく収束しなかったため検討を継続する必要がある。また、新型コロナの流行のため、臨床現場との連携による情報収集が難しくなったことも研究を遅らせている原因である。

Strategy for Future Research Activity

本年度でシーズン毎のSIRモデルの母集団解析に関して検討を行ったので、これまでのモデルに修正を加えたものを用いてモデル解析を行う。

Causes of Carryover

購入予定だった解析ソフトウェア（NONMEM,JMP）を他の研究でも用いることになったため、他の研究費で購入したこと、学会出張などの経費が不要になったこと、新型コロナの流行により、参加予定だった学会に参加できなくなったり、オンライン開催になり交通費が不要になったことなどが理由。
今後の使用計画としては、解析ソフトウェアの購入、必要な書籍の購入及び学会参加のために用いる。