作業研究子學門優良海報獎 主持人: 陳政輝 學校單位: 政治大學應用數學系 計畫編號: NSC 101-2221-E-004-003 計畫名稱: 由數學模型角度分析以抗病毒藥物 降低罹患肝癌風險與其經濟效益

研究背景與目的 肝病三步曲 臨床發現 困難 問題 HBV 感染 肝硬化 肝癌 患者持續處於病毒DNA濃度高之狀態，其後續罹患肝癌之風險越高 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 - 計畫名稱： 由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 HBV 感染 肝硬化 肝癌 肝病三步曲 患者持續處於病毒DNA濃度高之狀態，其後續罹患肝癌之風險越高 臨床發現 除醫療成本考量外,過早治療抗藥性出現時將限制急性發作治療選項,過晚治療致癌風險較高 困難 問題 是否應早期積極治療, 抑治體內病毒?

研究方法與步驟 研究步驟 模型 以臨床數據估計病程在治療與未治療下之模型參數 以馬可夫鏈模型表達慢性 B 型肝炎進程 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 計畫名稱：由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 研究步驟 以馬可夫鏈模型表達慢性 B 型肝炎進程 以臨床數據估計病程在治療與未治療下之模型參數 分析病程發展並分析治療效益 模型 主要以患者 HBV DNA 濃度高低區分病態 State 2: HBV DNA≦4.39 log copies/ml State 3: HBV DNA≧4.39 log copies/ml State 4: Hepatocellular carcinoma (HCC) State 5: death State 1: HBV DNA undetectable 未治療

研究方法與步驟(續前頁) 模型參數 State 1: HBV DNA undetectable State 6: (HCC) 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 計畫名稱：由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 State 2: HBV DNA≦4.39 log copies/ml State 3: HBV DNA≧4.39 log copies/ml State 7: death State 1: HBV DNA undetectable State 6: (HCC) State 4: HBV DNA≦4.39 log copies/ml &(no treatment possible possible due to resistance) State 5: HBV DNA ≧ 4.39 log copies/ml &(no treatment possible possible due to resistance) 治療下 模型參數 (1) 抗藥性 與 DNA 濃度轉變由文獻推估 (2) 急性發作機率為參數,以模擬方法考慮不同機率值下之治療效益

研究成果與績效 治療終止後反應 數值結果 治療中藥物可抑制病毒DNA增加。 考慮治療終止後反應兩種情形 考慮兩種藥物治療方式 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 計畫名稱：由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 治療終止後反應 治療中藥物可抑制病毒DNA增加。 考慮治療終止後反應兩種情形 Case 1:病毒DNA保持在治療後濃度, 病程繼續發展 Case 2:病毒DNA回復至治療前濃度, 病程繼續發展 考慮兩種藥物治療方式 (1) LAM with add on ADV (2) ETV 數值結果 年 低濃度 高濃度 HCC 死亡 5 0.8604 0.0939 0.0219 0.0239 10 0.8058 0.0997 0.0241 0.0705 15 0.7629 0.0957 0.0233 0.1181 20 0.7232 0.0909 0.0221 0.1638 30 0.6502 0.0817 0.0199 0.2482 40 0.5845 0.0735 0.0179 0.3241 Case 1: No treatment

研究成果與績效(續前頁) Case 2: LAM+ADV ETV No treatment 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 計畫名稱：由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 LAM+ADV ETV 年 未檢測病毒 低濃度 高濃度 HCC 死亡 5 0.9109 0.0794 0.0064 0.0015 0.0018 10 0.8297 0.1452 0.0146 0.0034 0.0071 15 0.7557 0.2010 0.0219 0.0052 0.0162 20 0.6883 0.2438 0.0281 0.0067 0.0285 30 0.5711 0.3209 0.0378 0.0091 0.0611 40 0.4738 0.3695 0.0443 0.0107 0.1016 未檢測病毒 低濃度 高濃度 HCC 死亡 0.9881 0.0107 0.0009 0.0002 0.9763 0.0203 0.0020 0.0005 0.0010 0.9646 0.0293 0.0031 0.0007 0.0022 0.9531 0.0376 0.0042 0.0041 0.9305 0.0528 0.0061 0.0015 0.0092 0.9084 0.0660 0.0078 0.0019 0.0160 Case 2: 年 低濃度 高濃度 HCC 死亡 5 0.6986 0.2013 0.0378 0.0624 10 0.7416 0.1061 0.0258 0.1264 15 0.7122 0.0910 0.0233 0.1746 20 0.6763 0.0852 0.0208 0.2178 30 0.6081 0.0764 0.0186 0.2968 40 0.5467 0.0687 0.0167 0.3679 No treatment

研究成果與績效(續前頁) 結論 (1) 若藥物抗藥性夠低, 應考慮長期服藥控制 HBV 主持人： 陳政輝 編號： NSC 101-2221-E-004 -003 計畫名稱：由數學模型角度分析以抗病毒藥物降低罹患肝癌風險與其經濟效益 LAM+ADV ETV 年 未檢測病毒 低濃度 高濃度 HCC 死亡 5 0.9109 0.0479 0.0343 0.0034 0.0036 10 0.8297 0.1087 0.0426 0.0057 0.0133 15 0.7557 0.1630 0.0472 0.0073 0.0268 20 0.6883 0.2094 0.0507 0.0085 0.0430 30 0.5711 0.2812 0.0556 0.0103 0.0818 40 0.4738 0.3299 0.0583 0.0115 0.1265 未檢測病毒 低濃度 高濃度 HCC 死亡 0.9881 0.0064 0.0046 0.0005 0.9763 0.0150 0.0061 0.0008 0.0018 0.9646 0.0234 0.0072 0.0011 0.0037 0.9531 0.0313 0.0081 0.0013 0.0062 0.9305 0.0456 0.0098 0.0017 0.0124 0.9084 0.0580 0.0113 0.0021 0.0203 結論 (1) 若藥物抗藥性夠低, 應考慮長期服藥控制 HBV (2) 未來有更精確臨床數據, 此模型可提供更精準預測.