川崎病（KD）は小児の後天性心疾患の主な原因であり、冠状動脈病変（CAL）を引き起こす可能性がある全身性血管炎を特徴としています11。アスピリンと併用した免疫グロブリン静注（IVIG）が依然として標準治療であり、CAL の発生率を大幅に減少させます12。しかし、患者の約 10 ～ 20% は最初の IVIG 治療に耐性があり、冠動脈瘤や心筋梗塞などの重篤な合併症のリスクを軽減するための代替治療戦略が必要です 13。
最初の IVIG 治療に抵抗のある患者にとって、最も一般的な二次治療であるこのアプローチは、その有効性と安全性が証明されているため、引き続き標準となっています 15。静脈内メチルプレドニゾロン (IVMP) やインフリキシマブ (IFX) などの代替治療法が有望であることが示されています。 IVMP は発熱の消散に効果的ですが、腫瘍壊死因子 (TNF) 阻害剤である IFX は、コルチコステロイドと比較して炎症の消失が早く、副作用が少ないことが実証されており、臨床現場でますます好まれる選択肢となっています 17。研究によると、IFX は発熱期間を短縮するだけでなく、追加の治療の必要性を減らし、入院期間を短縮します18。 2 回目の IVIG 投与への依存は、この治療に反応しない可能性のある患者を特定するための正確な予測モデルの重要な必要性を浮き彫りにし、これにより、より効果的な代替療法をタイムリーに導入できるようになります。
初期の IVIG 耐性を予測するための広範な研究にもかかわらず、2 回の連続した IVIG 治療に対する耐性に具体的に取り組んだ研究はほとんどありません。既存の研究は主に、最初の IVIG 治療に対する耐性を予測するモデルに焦点を当てています19。小林スコア、江上スコア、佐野スコアなどの伝統的なスコアリングシステムは広く使用されていますが、遺伝的および環境の違いにより、外国人集団では有効性が限られています20。最近の研究では、総ビリルビン、プロカルシトニン、アラニンアミノトランスフェラーゼ、血小板数などの臨床および検査パラメータを利用して、初期 IVIG 抵抗性の予測精度を高める機械学習アプローチが組み込まれています 21。 KD における IVIG 耐性の予測モデルを開発するために多くの努力がなされてきましたが、結果は一貫性がなく、臨床応用が制限されています。これらのモデルは、母集団や環境が異なると精度が異なるため、臨床現場では広く採用されませんでした 22。
我々の特徴重要度分析で明らかになったように、高いANCレベルは、炎症誘発性サイトカイン（例、インターロイキン-6や腫瘍壊死因子-α）と活性酸素種の産生の増加を特徴とする炎症反応の増幅を反映している可能性がある 10,27]。この過剰炎症状態は血管損傷や内皮機能不全を悪化させ、IVIG2,21の治療効果を低下させる可能性があります。同様に、血清タンパク質とアルブミンのレベルが低いと、毛細血管の漏出と全身性炎症が引き起こされ、その両方が IVIG の分布と機能を損ないます 2,10。急性炎症の特徴である CRP レベルの上昇は、持続的な免疫活性化と内皮損傷を示しており、IVIG 耐性と強く関連しています 6,14。これらのメカニズムは、炎症性および血液学的不均衡が、2 回の連続 IVIG 治療に対する抵抗性の媒介において中心的な役割を果たしていることを示唆しています。
新たな証拠は、遺伝的要因が IVIG 耐性に寄与している可能性も示唆しています。 Fc 受容体 (FCGR2A や FCGR3B など) をコードする遺伝子の多型は、IVIG 結合とクリアランスの変化に関与しており、治療効果に影響を与える可能性があります 8,10)。さらに、単球やマクロファージなどの免疫細胞の活性化が調節されていないと、炎症誘発性サイトカインの産生が増幅され、過剰炎症状態がさらに悪化する可能性があります6,10。
私たちの研究は、治療抵抗性の予測に特化した機械学習モデルを開発および検証することで、このギャップに貢献しています。私たちの研究の GBM モデルは 0.791 という最高の AUROC を示し、その堅牢な予測パフォーマンスを示しました。私たちのモデルで特定された主要な予測因子には、白血球、発熱期間、血清アルブミンレベルが含まれており、IVIG 耐性の予測におけるこれらの因子の関連性を強調した他の研究の結果と一致しています 23。
どの患者が治療抵抗性に反応しないかを予測できるため、臨床上の意思決定が大幅に強化されます。早期に特定することで、コルチコステロイドや IFX などの代替治療戦略をタイムリーに実施できるようになり、患者の転帰が改善され、冠動脈合併症の発生率が減少する可能性があります 24。反応率のばらつきとそれに伴うリスクを考慮すると、予測モデルに基づいた個別の治療計画により患者ケアを最適化できます。
特徴重要度分析により、ANC、血清タンパク質、血小板数、および CRP が、2 回の連続 IVIG 治療に対する耐性を予測する上で最も重要な因子であることが明らかになりました。これらの結果は、治療抵抗性の評価における炎症マーカーと血液学的パラメーターの重要な役割を強調しており、これは高リスク患者に対する早期介入戦略の情報となる可能性がある。
ただし、この研究にはデータセットと方法論にいくつかの制限があります。参加機関間のベースライン特性の違いなど、データ収集プロセス中に導入される潜在的なバイアスは、結果の一般化可能性に影響を与える可能性があります。さらに、データセットの遡及的な性質により、すべての交絡因子を制御する能力が制限される可能性があります。これらの制限は、将来の研究において、より多様なデータセットと前向きの研究デザインを組み込むことによって対処される必要があります。
#川崎病における連続静脈内免疫グロブリン治療抵抗性の予測モデリング全国的研究