抗うつ薬と精神療法の併用効果

Effectiveness of Antidepressants in Combination with Psychotherapy.

抄録

背景:

抗うつ薬処方のためのコンセンサスガイドラインでは、臨床家は患者の病歴に抗うつ薬を適合させるよう注意することが推奨されているが、特定の病歴に対してどの抗うつ薬が最適であるかについての具体的なアドバイスはない。

BACKGROUND: Consensus-guidelines for prescribing antidepressants recommend that clinicians should be vigilant to match antidepressants to patient's medical history but provide no specific advice on which antidepressant is best for a given medical history.

研究の目的:

本研究は、精神療法を受けている大うつ病患者に対して、患者の病歴に合った抗うつ薬を処方するための経験的に導き出されたガイドラインを提供する。

AIMS OF THE STUDY: For patients with major depression who are in psychotherapy, this study provides an empirically derived guideline for prescribing antidepressant medications that fit patients' medical history.

方法:

このレトロスペクティブな観察コホート研究は、3,678,082人の患者を対象とした大規模保険データベースを分析したものである。データは2001年1月1日から2018年12月31日の間に米国の医療提供者から入手した。これらの患者は、10,221,145回の抗うつ薬治療を受けた。本研究では、最も一般的に処方されている14種類の抗うつ薬（アミトリプチリン、ブプロピオン、シタロプラム、デスベンラファキシン、ドキセピン、デュロキセチン、エスシタロプラム、フルオキセチン、ミルタザピン、ノルトリプチリン、パロキセチン、セルトラリン、トラゾドン、ベンラファキシン）および「その他」（その他の抗うつ薬／抗うつ薬の併用）と名付けられたカテゴリーの寛解率を報告している。本研究では、ロバストLASSO回帰を用いて、寛解率と臨床医による抗うつ薬の選択に影響する因子を同定した。観察データにおける選択バイアスは層別化によって取り除かれた。寛解率と選択バイアスに影響する最大の因子の組み合わせを用いて、少なくとも100症例からなる16,770のサブグループにデータを整理した。本論文では、心理療法を受けた2,467例のサブグループについて報告する。

METHODS: This retrospective, observational, cohort study analyzed a large insurance database of 3,678,082 patients. Data was obtained from healthcare providers in the U.S. between January 1, 2001, and December 31, 2018. These patients had 10,221,145 episodes of antidepressant treatments. This study reports the remission rates for the 14 most commonly prescribed single antidepressants (amitriptyline, bupropion, citalopram, desvenlafaxine, doxepin, duloxetine, escitalopram, fluoxetine, mirtazapine, nortriptyline, paroxetine, sertraline, trazodone, and venlafaxine) and a category named "Other" (other antidepressants/combination of antidepressants). The study used robust LASSO regressions to identify factors that affected remission rate and clinicians' selection of antidepressants. The selection bias in observational data was removed through stratification. We organized the data into 16,770 subgroups, of at least 100 cases, using the combination of the largest factors that affected remission and selection bias. This paper reports on 2,467 subgroups of patients who had received psychotherapy.

結果:

患者のサブグループ内で寛解率に大きな、統計的に有意な差が認められた。セルトラリンの寛解率は4.5％から77.86％、フルオキセチンは2.86％から77.78％、ベンラファキシンは5.07％から76.44％、ブプロピオンは0.5％から64.63％であった。63％、デスベンラファキシンが1.59％から75％、デュロキセチンが3.77％から75％、パロキセチンが6.48％から68.79％、エスシタロプラムが1.85％から65％、シタロプラムが4.67％から76.23％であった。これらの薬剤が、あるサブグループの患者には理想的であるが、他のサブグループの患者には理想的でないことは明らかである。患者をサブグループにマッチさせれば、臨床医はそのサブグループに最もよく効く薬を処方することができる。いくつかの薬物（アミトリプチリン、ドキセピン、ノルトリプチリン、トラゾドン）は寛解率が常に11％未満であったため、どのサブグループにおいても抗うつ薬単独療法としては適さなかった。

RESULTS: We found large, and statistically significant, differences in remission rates within subgroups of patients. Remission rates for sertraline ranged from 4.5% to 77.86%, for fluoxetine from 2.86% to 77.78%, for venlafaxine from 5.07% to 76.44%, for bupropion from 0.5% to 64.63%, for desvenlafaxine from 1.59% to 75%, for duloxetine from 3.77% to 75%, for paroxetine from 6.48% to 68.79%, for escitalopram from 1.85% to 65%, and for citalopram from 4.67% to 76.23%. Clearly these medications are ideal for patients in some subgroups but not others. If patients are matched to the subgroups, clinicians can prescribe the medication that works best in the subgroup. Some medications (amitriptyline, doxepin, nortriptyline, and trazodone) always had remission rates below 11% and therefore were not suitable as single antidepressant therapy for any of the subgroups.

考察:

この研究は、臨床家が抗うつ薬の反復試験に取り組む前に、患者にとって最適な抗うつ薬を同定する機会を提供する。

DISCUSSIONS: This study provides an opportunity for clinicians to identify an optimal antidepressant for their patients, before they engage in repeated trials of antidepressants.

医療提供および使用への影響:

患者を最も効果的な抗うつ薬に適合させることを容易にするために、本研究では、http://MeAgainMeds.com、無料の非商用意思決定支援ツールへのアクセスを提供する。

IMPLICATIONS FOR HEALTH CARE PROVISION AND USE: To facilitate the matching of patients to the most effective antidepressants, this study provides access to a free, non-commercial, decision aid at http://MeAgainMeds.com.

医療政策への影響:

政策立案者は、ポイントオブケアで断片化された電子カルテを通して研究結果をどのように利用できるようにするかを評価すべきである。あるいは、政策立案者は患者に抗うつ薬をオンライン、自宅で勧め、次回の診察時にその勧めを臨床医に伝えるよう促すAIシステムを導入することができる。

IMPLICATIONS FOR HEALTH POLICIES:  Policymakers should evaluate how study findings can be made available through fragmented electronic health records at point-of-care. Alternatively, policymakers can put in place an AI system that recommends antidepressants to patients online, at home, and encourages them to bring the recommendation to their clinicians at their next visit.

今後の研究課題:

今後の研究では、(i)臨床実践を変える上でのわれわれの推奨の有効性、(ii)うつ病症状の寛解の増加、(iii)治療費の削減を調査することができる。これらの研究は、前向きではあるが実際的である必要がある。無作為臨床試験では、寛解に影響する多数の因子に対処できるとは考えにくい。

IMPLICATIONS FOR FURTHER RESEARCH:  Future research could investigate (i) the effectiveness of our recommendations in changing clinical practice, (ii) increasing remission of depression symptoms, and (iii) reducing cost of care. These studies need to be prospective but pragmatic. It is unlikely random clinical trials can address the large number of factors that affect remission.