2020年10月30日 Posted by aihara

COVID-19(重症度別)の薬物治療:予測区間を使って・・

日本版敗血症診療ガイドライン2020(J-SSCG2020)特別編COVID-19薬物療法に関するRapid/Living recommendationsにおける複数のアウトカムにわたる正味の効果推定値(Net Effect Estimate)の考え方を説明しました。

http://aihara.la.coocan.jp/?p=11165

(Alper. Defining certainty of net benefit: a GRADE concept paper. BMJ Open2019;9:e027445.)

では、このガイドラインで取り上げている薬物治療に関するデータを活用して、正味の効果(Net effect)をCOVID-19の重症度別に比較するとどうなるかを調べると以下の結果です。

●COVID-19重症度:軽症、中等症、重症の3段階(J-SSCG2020特別編COVID-19薬物療法に関するRapid/Living recommendations)

●介入(採用薬物治療A):Favipiravir、Remdesivir、Dexamethasone(対軽症例は除外)、Tocilizumab、
*(除外治療):Dexamethasone(対軽症例)、Hydroxychloroquine

●比較対照:標準治療またはプラセボ

●アウトカム:全原因死亡、臨床回復、深刻な有害事象3個のNet Effect Estimate
*アウトカムデータは、J-SSCG2020特別編COVID-19薬物療法に関するRapid/Living recommendations第2版より。
*アウトカム指標はリスク差[RD]で、プラスが有益効果

 

■結果

************************


 

1.軽症例、中等症例、重症例いずれも、薬物治療による有益効果があり、効果の大きさとしてはおよそ100/1000人である。

2.しかし、軽症例におけるFavipiravirの効果推定値は不精確で、効果なしのラインをまたいでいるものの、有害とする推奨閾値はまたいでいない可能性が高い。

3.一方、中等症例においては、3種類の薬物の統合推定値は95%信頼区間(CI)からは不精確さはないものの、95%予測区間(PrI)は非常に幅が広く、有害および有益の推奨閾値をまたいでいる(I2値も60%)。したがって、このサブグループのエビデンスは異質性による等級ダウン(-2)となる。

4.重症例では、2種類の薬物による統合推定値は不精確さはなく、I2値は0%で異質性はない。薬物効果は点推定値は130/1000である。介入数が少なく予測区間はStataでは評価できないため、pimeta(R) Randome-effects model(parametric bootstrap)で調べるとPrIはー0.64~0.94であり、等級ダウン(-2)となる。

5.全体としての統合効果は、RD=0.09 (0.05~0.13)であり、95%CIから不精確さはなく、95%CrI(0~0.17)から異質性もなく、等級ダウンなし。
(以下のように、parametric bootstrap approach(*ref)では、95%prI=-0.03~0.24)

*ref:Nagashima K, Noma H, Furukawa TA. Prediction intervals for random-effects meta-analysis: a confidence distribution approach. Stat Methods Med Res. 2019 Jun;28(6):1689-1702

 

■結論

COVID-19患者に対しては、薬物治療の実施を提案する。

 

■parametric bootstrap approach

 

About aihara

Gordon GuyattやHolger Schunemann、Yngve Falck-YtterらとともにGRADE working groupメンバーとして、GRADEシステムの適切な普及につとめています。

Comments are closed.

  • カレンダー

    2024年6月
     12
    3456789
    10111213141516
    17181920212223
    24252627282930
  • 最近の投稿

  • アーカイブ