每天一次5mg他达拉非/希爱力的反应

　　良性前列腺增生 (BPH) 继发下尿路症状 (LUTS) 的很大一部分患者在接受安慰剂或他达拉非（希爱力） 5mg 每天一次时获得了临床意义的改善。然而，与治疗反应相关的个体患者特征是未知的。

　　方法

　　该综合临床数据挖掘分析旨在确定与 LUTS-BPH 个体患者对安慰剂或他达拉非 5mg 每天一次的临床意义反应相关的因素。对来自四项随机、安慰剂对照、双盲、临床研究（包括约 1,500 名患者）的汇总数据进行了分析，从中选择了 107 项基线特征和 8 项反应标准。使用拆分集评估方法（1,000 次重复）来估计预测精度，数据库随机拆分为训练和测试子集。然后在训练子集上生成逻辑回归 (LR)、决策树 (DT)、支持向量机 (SVM) 和随机森林 (RF) 模型，并用于预测测试子集中的响应。

　　发现

　　积极治疗和安慰剂的国际前列腺症状评分 (IPSS) 基线组（轻度/中度与重度）在所有分析中分别达到了 70% 和 ~50% 的最高综合敏感性和特异性。这低于 80% 的敏感性和特异性阈值，这将使个体患者能够可靠地分配到响应者或非响应者组

　　结论

　　LUTS-BPH 中的这项广泛的临床数据挖掘研究没有确定基线临床或人口统计学特征，这些特征足以预测个体患者对安慰剂或每天一次 5mg 的他达拉非的反应。然而，该研究重申了他达拉非（希爱力） 5mg 每天一次在大多数患者中治疗 LUTS-BPH 的疗效，以及评估个体患者需求以选择最合适的治疗方法的重要性。

　　在这项综合临床数据挖掘分析中，我们着手确定与 LUTS-BPH 个体患者对安慰剂或他达拉非 5mg 每天一次的反应相关的因素。这种性质的研究隐含着需要仔细估计一个因素对未知患者的真实预测性能。

　　确定药物治疗反应的预测因素可能是有益的，尤其是在寻求显着改善患者健康相关 QoL 的情况下，例如在 LUTS-BPH 中，症状缓解是大多数男性治疗的主要目标。在鼓励患者与医生一起积极参与治疗决策的时代，它也有好处。

　　这项临床数据挖掘研究的目的是确定预测模型和相关的患者基线特征，这些特征可以在临床实践中用于预测诊断为 LUTS-BPH 的患者对他达拉非 5mg 每天一次的治疗反应。据我们所知，这是第一个在 LUTS-BPH 患者研究中使用数学模型的临床数据挖掘分析。

　　为了实现这一目标，我们采用了涉及常用模型的严格数据挖掘方法，并使用八种不同的治疗反应措施和 107 种可能的预测因子来评估它们对保留数据的辨别能力。这些是从大量患者群体中选出的，这些患者群体参加了一系列几乎相同的安慰剂对照随机研究，这些研究具有相同的随机治疗持续时间和类似的纳入/排除标准。结果得到了重复评估和与非信息性数据的比较以控制偏差的支持。

　　正如我们的结果所表明的那样，我们没有获得高于 80% 阈值的特定基线特征的任何敏感性或特异性。换句话说，在这个阈值下会有 20% 的错误预测风险，我们认为这是在临床实践中预测非恶性疾病治疗反应的可接受基础。因此，使用我们来自四项临床试验和建模方法的数据，没有出现单一的预测规则可以开发治疗算法来临床指导他达拉非 5mg 每天一次在 LUTS-BPH 患者中的使用。同样，当使用安慰剂时，我们没有发现决定对 LUTS-BPH 治疗反应的特征。这些发现适用于主要和次要目标。

　　在 107 个基线特征中，有证据表明，就“严重性 MCID”而言，由 IPSS 评分衡量的基线 LUTS 严重性（轻度-中度≤20 vs. 重度 >20）的敏感性和特异性水平分别接近 70% 和 50 ％， 分别。虽然这种预测水平略好于随机猜测，但对于临床使用来说仍然太低。然而，IPSS 继续支持关于基线症状严重程度的评估，并在“观察等待”的情况下监测症状进展。这可能是因为在其验证过程中，谨慎地生成了预测问卷 。

　　对本临床数据挖掘研究中使用的他达拉非与安慰剂的四项临床试验的汇总数据进行的多项分析表明，他达拉非显着改善了 LUTS-BPH 的症状。随后的分析表明，IPSS 存储和排尿分项得分都有所改善，并且无论是否存在共存的 ED，LUTS 都会有所改善。因此，他达拉非对合并 LUTS-BPH 的男性的 ED 具有治疗益处。这些发现已在一项前瞻性、自然主义的观察性研究 (TadaLutsEd) 中得到证实，该研究密切反映了常规临床实践。在这项非选择性研究中，86% 的 50 岁及以上患有 LUTS-BPH 的男性在使用他达拉非 5mg 每天一次治疗 6 周后泌尿系统症状有所改善。

　　他达拉非在不同患者亚组中的作用的亚组分析得出结论，他达拉非改善了所有临床亚组（包括 LUTS 严重程度（IPSS ≤ 20/> 20）和先前使用 α 受体阻滞剂）的 LUTS-BPH 症状（由 IPSS 测量）代理。然而，虽然该分析从人群的角度审视了各个亚组，并因此评估了平均改善情况，但我们的工作主要从医生和个体患者的角度来看待它（即在个体基础上预测改善情况））。两项分析的一致之处在于，在四项临床试验数据的汇总分析中，所有亚组均出现疗效，而我们在对同一试验的个体患者分析中未发现可靠的反应预测因子。微信扫描下方二维码了解更多：