Modelling HIV Drug Resistance Dynamics with Pre- and Post-Treatment Resistance Profiling in Botswana

技術要約：ボツワナにおける事前および事後治療抵抗性プロファイリングを用いたHIV薬剤耐性動態のモデリング

問題提起
ボツワナにおける抗レトロウイルス療法（ART）の普及は著しい進展を見せているものの、HIV薬剤耐性（HIVDR）の出現と伝播が、治療成果の持続可能性を脅かしている。本研究は、反応的な耐性管理（耐性ステータスに関わらず、すべての患者に第一選択ARTを投与する）から、積極的な耐性プロファイリング（治療開始前に耐性を検査する）への移行が、伝播動態にどのような影響を与えるかという理解における決定的なギャップに対処するものである。具体的には、ART未経験の個人において薬剤耐性株を特定し、それらを不適切な第一選択療法に供してさらなる耐性と病状進行を助長させるのではなく、直ちに適切な第二または第三選択のレジメンへと誘導することによる疫学的利益を定量化することを目的としている。

方法論
著者らは、ボツワナにおけるHIV伝播動態をシミュレートするために、2つの決定論的なコンパートメント数学モデルを開発した：

1. 耐性プロファイリング前モデル ($\rho = 0$): 標準的なケアのアプローチを表す。すべての新規感染者が第一選択ARTを開始する。治療失敗時には、ウイルス学的失敗が検出された後に第二または第三選択のレジメンへの切り替えが行われる。
2. 耐性プロファイリング後モデル ($0 < \rho \leq 1$): 耐性プロファイリングの割合 ($\rho$) を組み込んでいる。これは、治療開始前に特定された耐性感染の割合を表す。このシナリオでは、耐性株を持つ個人は直ちに第二または第三選択のART ($T_2$) に誘導される一方、感受性株を持つ個人は第一選択のART ($T_1$) に進む。

モデル構造:
集団は6つのコンパートメントに分割される：感受性保持者 ($S$)、薬剤感受性感染者 ($I_s$)、薬剤耐性感染者 ($I_r$)、第一選択ART ($T_1$)、第二/第三選択ART ($T_2$)、およびエイズ ($A$)。感染力 $\lambda(\rho)$ は、高度なレジメンによる感染力の減少因子 $\xi$ を含む、各コンパートメント間の異なる感染性を考慮している。

分析および推定:

• 理論的分析: 著者らは次世代行列法を用いて基本再生産数 ($R_0$) を導出した。両方のシナリオにおける無病平衡（Castillo-Chavezの手法を使用）および流行平衡（リアプノフ関数理論を使用）の全域漸近安定性の条件を確立した。
• パラメータ推定: モデルのパラメータは、Stanを用いたHamiltonian Monte Carlo (HMC) サンプリングによるベイズ推論を用いて推定された。モデルは、2010年から2023年までのボツワナにおけるARTを受けている成人に関するUNAIDSのデータに対して較正された。
• 感度分析: 部分ランク相関係数 (PRCC) を算出し、$R_0$ および耐性プロファイリングの有効性の主要な要因を特定した。

主な結果

• 伝播ポテンシャルの減少: 理論的分析により、完全な耐性プロファイリング下での基本再生産数 ($R_0^{post}$) は、感染力減少パラメータ $\xi < 1$ である限り、プロファイリング前のシナリオ ($R_0^{pre}$) よりも厳密に小さくなることが示された。これは、耐性を持つ個人を効果的なレジメンに誘導することが、全体的な感染力を低下させることを裏付けている。
• パラメータ感度: 有効な伝播率 ($\beta$) が $R_0$ の最も影響力のある駆動因子として特定された。耐性プロファイリングの割合 ($\rho$) は $R_0$ と強い負の相関を示し、プロファイリングのカバー率を高めることが伝播ポテンシャルを大幅に低下させることを示している。逆に、感染力減少パラメータ ($\xi$) および切り替え率 ($\epsilon$) は $R_0$ と正の相関があった。$\xi$ の値が高いことは $T_2$ クラスにおける治療効果の低下を意味し、$\epsilon$ の正の相関は、推定されたパラメータ値の下では、より迅速な $T_2$ への移行が感染力を十分に減少させないこと（$\xi\kappa_3 > \kappa_2$ という条件と一致）を示唆している。
• シミュレーション結果:
  • 治療割り当て: $\rho$ を増加させると集団分布が変化し、不適切な第一選択療法 ($T_1$) に従事する個人の数が減少し、適切な高度レジメン ($T_2$) に従事する割合が増加する。
  • 疾病負荷: シミュレーションは、耐性プロファイリングが薬剤耐性感染 ($I_r$) の総数を減少させ、エイズ ($A$) への進行を抑制することを示している。
  • 感染力: プロファイリング後のシナリオにおける感染力 ($\lambda_{post}$) は、高度なレジメンの有効性 ($\xi$) が向上するにつれて線形に減少する。$\xi = 1$（感染力の減少なし）の場合、プロファイリングによる伝播上の利益はない。$\xi \to 0$ となるにつれ、伝播の減少は最大化される。

意義および主張
本論文は、系統的な耐性プロファイリングと、効果的な第二および第三選択レジメンへの迅速なアクセスの組み合わせが、ボツワナのような高有病率の設定においてHIVDRを制御するための不可欠な戦略であると主張している。研究は以下の数学的証拠を提供している：

1. 予防的検査: 治療開始前に耐性を特定することは、不適切な第一選択薬に費やす「時間の浪費」を防ぎ、それによって耐性株の感染期間を短縮する。
2. 政策的含意: プロファイリングの利益を最大化するためには、保健システムが強固な検査ラボ能力、信頼できる第二および第三選択薬のサプライチェーン、およびアドヒアランス支援プログラムを確保しなければならない。これらがなければ、パラメータ $\rho$ を効果的に活用することはできず、プロファイリングによる伝播抑制の利益は打ち消されてしまう。
3. 疫学的影響: 耐性情報を活用したケアへの移行は、薬剤耐性HIVのコミュニティレベルでの伝播を減少させ、エイズへの進行を遅らせ、UNAIDSの95-95-95目標の達成を支援する。

著者らは、本モデルは主要集団における異質な接触パターン、曝露前予防（PrEP）、または耐性検査結果の遅延を考慮していないことを認め、これらを今後の研究領域として示唆している。