門脈圧亢進肝硬変へのβ遮断剤による腹水減少による死亡率減少効果

臨床的に有意な門脈圧亢進症（CSPH）を伴う代償性肝硬変患者では、β遮断薬を用いて肝静脈圧勾配（HVPG）を低下させることで代償不全または死亡のリスクを低減できる？

高リスク静脈瘤存在しない代償性肝硬変およびCSPH（HVPG≥10 mm Hg）患者では、門脈圧亢進症による肝硬変の代償不全を予防するためのβ遮断薬（PREDESCI）の有効性調査

スペインの8つの病院

肝硬変代償不全（腹水症の発症、出血、または顕性脳症として定義される）または死亡の発生率が主要評価項目で、調査結果によると、長期のβ遮断薬治療は、主に腹水症の発生率を減らすことによって、これらの患者における代償不全のない生存期間を延ばすことができることが示唆された


β blockers to prevent decompensation of cirrhosis in patients with clinically significant portal hypertension (PREDESCI): a randomised, double-blind, placebo-controlled, multicentre trial
Càndid Villanueva, et al.
The Lancet , Published:March 22, 2019
DOI:https://doi.org/10.1016/S0140-6736(18)31875-0

【背景】肝硬変の臨床的代償不全は予後不良と関連する。 10 mmHg以上の肝静脈圧勾配（HVPG）で定義される臨床的に有意な門脈圧亢進症（CSPH）は、代償不全の最も強い予測因子である。この研究は、β遮断薬によるHVPG低下でCSPHによる代償性肝硬変における代償不全または死亡のリスクを低減できるかどうかを評価することを目的とした。

【方法】門脈圧亢進症を伴う肝硬変の代償不全を予防するためのβ遮断薬に関するこの研究（PREDESCI）は、スペインの8つの病院で行われた研究者主導の二重盲検無作為化対照試験。高リスク静脈瘤の存在しない代償性肝硬変およびCSPH患者を登録した。すべての参加者は、静脈内プロプラノロールに対する急性HVPG反応の評価を伴うHVPG測定を受けた。レスポンダー（HVPG減少≧10％）はプラセボに対してプロプラノロール（1日2回最大160 mg）に、カルベジロール（≦25 mg /日）に対してプラセボに無作為に割り当てられました。用量は、オープンラベル滴定期間中に個別に決定され、その後、集中ウェブベースシステムによる1：1の割り当てで無作為化が行われた。主要評価項目は、肝硬変代償不全（腹水症の発症、出血、または顕性脳症として定義される）または死亡の発生率であった。代償性肝硬変での死亡は通常肝臓とは無関係であるため、競合事象として肝臓とは無関係の死亡を考慮したintention-to-treat analysis が行われた。


【結果】 　2010年1月18日と2013年7月31日の間に、631人の患者が評価され、201人が無作為に割り当てられた。
 101人の患者がプラセボを受け、100人の患者が積極的な治療を受けた（67プロプラノロールおよび33カルベジロール）。
主要評価項目は、β遮断薬群の100人の患者のうち16人（16％）に対してプラセボ群の101人のうち27人（27％）であった（ハザード比[HR] 0・51、95％CI 0・26〜97） 、ｐ ＝ ０・０４１）。違いは腹水症の発生率の減少によるものであった（HR = 0 44、95％CI = 0 20  -  0 97、p = 0 0297）。
有害事象の全体的な発生率は両群で同様であった。 6人の患者（β遮断薬群の4人）は重篤な有害事象を有していた。

【結論】β遮断薬による長期治療は、主に腹水症の発生率を低下させることによって、代償性肝硬変およびCSPH患者の非代償性生存期間を増加させる可能性がある。

肺癌診断予測式：低線量CT所見と喫煙状況

CTスキャンと他の臨床データのintegrative analysisにて肺癌スクリーニングにおける肺結節同定被検不要数減少を図る

causal graphical modelを用い、従来のメソッドを凌駕し、良性結節を30％減らすことをボトムラインとする、新規肺癌予測法を開発


Causal graphical model

禁煙からの期間　係数(95% CI) −0.178 (−0.349 to −0.007) p=0.041
血管数 0.238 (0.074 to 0.510) p=0.009
結節数 −0.203 (−0.325 to −0.081) p=0.001


Feasibility of lung cancer prediction from low-dose CT scan and smoking factors using causal models
Vineet K Raghu ,et al.
BMJ Journals, Thorax 2019;0:1–7. doi:10.1136/thoraxjnl-2018-2126
http://dx.doi.org/10.1136/thoraxjnl-2018-212638

https://thorax.bmj.com/content/thoraxjnl/early/2019/03/27/thoraxjnl-2018-212638.full.pdf

Lung Cancer　Causal Model (LCCM), 

---

自動化できれば、ヒューマンエラーを騒がれなくなる？