| 研究課題/領域番号 |
22K06767
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分47060:医療薬学関連
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
森川 則文 広島大学, 医系科学研究科(薬), 教授 (30346481)
|
|---|
| 研究分担者 |
猪川 和朗 広島大学, 医系科学研究科(薬), 准教授 (40363048)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 臨床 / 感染症 / 抗菌剤 / ＰＫ／ＰＤ |
|---|
| 研究開始時の研究の概要 |
日本人の血漿中および臓器内（腹水、胆汁、膵液、尿、前立腺組織、精巣、肺胞液、人工透析液、等）の組織内濃度測定値から、母集団薬物動態パラメータと組織内薬物動態を報告する。
健常一般人の生体情報（性別、年齢、身長、体重、喫煙歴、飲酒歴）とPOCT (Point OF Care Testing) を用いた血液生化学測定値（ヘモグロビン、Na、K、血糖、HbA1c、総コレステロール、HLD、LDH、中性脂肪、尿酸、PT-INR、D-ダイマー）を集積する。
POCTを用いたリアルタイム生化学測定とDBSとスマートフォンの画像認識機能を連動した薬物濃度測定法を活用し、モバイルTDM法を確立する。
|
| 研究実績の概要 |
我々は、入院患者3,000人以上30種類以上（抗がん剤、抗菌剤、抗てんかん剤、等）の日本人の血漿中および臓器内（腹水、胆汁、膵液、尿、前立腺組織、等） の組織内濃度測定値から、母集団薬物動態パラメータと組織内薬物動態を報告してきた。
他方、マイクロTDM（医療機関以外での自己穿刺による指先血液採取で 得られた血液やDBS (Dried Blood Spot)で得られた全血等の微量検体を用いた定量的医療判断法）を提案し、最近9年間での健康チェック時の18,000人以上の健 常一般人の生体情報（性別、年齢、身長、体重、等）とPOCT (Point of Care Testing) を用いた血液生化学測定値（血糖、HbA1c、総コレステロール、PT-INR、 D-ダイマー、等）を集積した。
本研究では、DBSとスマートフォンという既存の汎用デバイスの画像認識機能を活用し、誰でも可能な手法を組み合わせ、低価格 （必要経費は紙チップのみ）で専門技術を必要としないモバイルTDMを開発する。さらに母集団薬物動態パラメータの実績を日本人基準値とし、モバイルTDMの測 定値と薬物療法支援ソフトを活用し、オンライン診療時の正確な診断と治療（精密医療）を支援する。すなわち、病気前の段階（無症状）での先制医療（未病） から、精密医療までのシームレスな医療体制（健康～未病～治療）を構築し、健康寿命の延伸とQOL向上の実現を目指す。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
入院患者3,000人以上30種類以上（抗がん剤、抗菌剤、抗てんかん剤、等）の日本人の血漿中および臓器内（腹水、胆汁、膵液、尿、前立腺組織、精巣、肺胞 液、人工透析液、人工心肺還流液、等）の組織内濃度測定値から、母集団薬物動態パラメータと組織内薬物動態を報告してきた。これにより、在宅患者の最低１ 点の採血点が有れば、ベイズ推定による薬物濃度推移が推定できるようになった。さらに、感染症領域での抗菌剤の種類（メトロニダゾール、ヒドロキシメトロニダゾール、セフトロザン）を追加し、適応範囲を拡大することに成功し、臨床患者数を蓄積することで、母集団薬物動態パラメータのデータを蓄積できる体制を構築できた。また、精神科領域において、治療抵抗性の統合失調症患者へのクロザピン投与後のクロザピンおよび代謝物（N-脱メチル体、N-オキシド体）を含めた薬物濃度測定を追加した。これにより、臨床患者数を蓄積することで、母集団薬物動態パラメータのデータを蓄積できる体制を構築できた。次年度も、さらに測定を重ね、データの蓄積に努力していく。
|
| 今後の研究の推進方策 |
我々が導入してきたPK/PD理論とモンテカルロ・シミュレーションを搭載したコンピュータプログラムを用い、治療前に患者の治療効果が推定できる可能性が出てきた。ただし、薬物動態情報は対象薬物および対象臓器を広げることで継続してデータを集積する必要がある。さらに、新規に導入した薬剤のDBSとスマートフォンの汎用デバイスの画像認識機能の活用法を追加で開発する必要がある。今後も対象薬物および対象臓器を広げるために 多くの資料が得られる関連組織の拡大に努めていく。
|
