心理療法と組み合わせた抗うつ薬の有効性

背景：抗うつ薬を処方するためのコンセンサスガイドラインは、臨床医が抗うつ薬を患者の病歴に一致させるよう警戒すべきであるが、特定の病歴に最適な抗うつ薬について具体的なアドバイスを提供しないことを推奨しています。 研究の目的：心理療法を受けている大うつ病の患者のために、この研究は、患者の病歴に適合する抗うつ薬を処方するための経験的に導出されたガイドラインを提供します。 方法：この回顧展、観察、コホート研究では、3,678,082人の患者の大規模な保険データベースを分析しました。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取得されました。これらの患者は、抗うつ薬治療の10,221,145エピソードを持っていました。この研究では、最も一般的に処方されている14の単一抗うつ薬（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、エステロプラム、フルオキセチン、ミルタザピン、ノルトリプチン、パロキサチン、パロキセチン、テルトララリン、トラゾドン、およびベニラファクシン、およびその他のカテゴリ）の寛解率を報告しています。「（他の抗うつ薬/抗うつ薬の組み合わせ）。この研究では、堅牢なラッソ回帰を使用して、寛解率と臨床医の抗うつ薬の選択に影響を与える要因を特定しました。観測データの選択バイアスは、層別化によって削除されました。寛解と選択バイアスに影響を与えた最大の要因の組み合わせを使用して、少なくとも100症例の16,770のサブグループにデータを編成しました。このペーパーでは、心理療法を受けた患者の2,467のサブグループについて報告しています。 結果：患者のサブグループ内の寛解率の大きな違いが大きく、統計的に有意な違いを発見しました。セルトラリンの寛解率は、フルオキセチンが2.86％から77.78％、5.07％から76.44％のフルオキセチンの範囲の4.5％から77.86％の範囲でした。3.77％から75％、パロキセチンは6.48％から68.79％、1.85％から65％へのエスシタロプラムの場合、シタロプラムの場合は4.67％から76.23％です。明らかに、これらの薬は一部のサブグループの患者に理想的ですが、他の薬ではありません。患者がサブグループと一致している場合、臨床医はサブグループで最も効果的な薬を処方できます。一部の薬物（アミトリプチリン、ドキセピン、ノルトリプチリン、およびトラゾドン）は常に11％未満であったため、サブグループの単一抗うつ薬療法としては適していませんでした。 議論：この研究は、臨床医が患者が抗うつ薬の繰り返し試験に従事する前に、患者に最適な抗うつ薬を特定する機会を提供します。 ヘルスケアの提供と使用への影響：患者の最も効果的な抗うつ薬とのマッチングを促進するために、この研究はhttp://meagainmeds.comで無料の非営利的な意思決定支援へのアクセスを提供します。 健康政策への影響：政策立案者は、ポイントオブケアで断片化された電子健康記録を通じて研究結果をどのように利用できるかを評価する必要があります。あるいは、政策立案者は、抗うつ薬をオンライン、自宅で患者に推奨するAIシステムを導入し、次の訪問で臨床医に推奨をもたらすことを奨励することができます。 さらなる研究への影響：将来の研究では、（i）臨床診療の変化、（ii）うつ病症状の寛解の増加、および（iii）ケアコストの削減における推奨事項の有効性を調査できます。これらの研究は、将来的には実用的である必要があります。ランダムな臨床試験が寛解に影響を与える多数の要因に対処できる可能性は低いです。

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