ניהול השונות הפרמקוקינטית של תרופות אימונוסופרסיביות לאחר השתלת תאי גזע המטופואטיים בילדים (HSCT) מהווה אתגר קליני. לכן, מטרת המחקר הייתה לעצב ולתקף כלי תומך לקבלת החלטות אשר יכול לחזות את המינון הנכון ביותר הראשוני של ציקלוספורין דרך הפה לאחר החלפת טיפול תוך ורידי.

החוקרים השתמשו במאגרי מידע לגבי מטופלים פדיאטריים בגיל 10 אשר עברו HSCT בין שנת 2008-2018. מודל תקשורת מסוג tree-augmented naïve Bayesian (שיטה השייכת לבינה מלאכותית) נבנה עם מידע משמונה השנים הראשונות ותוקף עם מידע מהשנתיים האחרונות של המחקר.

מודל התקשורת Bayesian שהושג, הראה ביצועי חיזוי טובים גם לאחר תיקוף רוחבי פי 10 וגם לאחר תיקוף חיצוני, עם AUC-ROC של 0.89 ו- 0.86 בהתאמה, אחוז של מטופלים שלא שויכו נכון 28.7% ו- 35.2% בהתאמה, שיעור חיובי אמיתי של 0.71 ו- 0.65 בהתאמה וחיובי כוזב של 0.112 ו-0.14 בהתאמה.

לסיכום, המודל הסופי מאפשר לחזות את המינון הסביר ביותר של ציקלוספורין דרך הפה הדרוש על מנת להגיע ליעד תרפויטי על ידי הקלינאי. יש להצדיק באופן פרוספקטיבי את ההשפעה הקלינית של השימוש במודל זה.

כיבוד תנאי השימוש של כלי התמיכה בקבלת החלטה הוא הכרחי וחשוב להישאר ביקורתיים בנוגע לחיזוי על ידי עימות הממצאים מול ההקשר הקליני.

מקור:

Vincent Leclerc et al. (2020). European Journal of Clinical Pharmacology
https://doi.org/10.1007/s00228-020-02918-9