レポトレクチニブの増量時点を変えると、何が変わるか：公開PopPKモデルで導入レジメンを比較する

Daiki Kumakura · 2026-10-25 · Technical note · 1.0

レポトレクチニブの公開PopPK式と推定済みパラメータから、7・14・21日導入の曝露を比較する。累積曝露と後半トラフ、食事条件、イベント相対時間の違いを調べ、採血期間と解釈の限界を整理する。

文献確認日：2026年10月11日。公表された推定済みパラメータを使ったシミュレーションであり、患者別データの再推定ではない。論文の報告、この記事の計算、そこからの解釈を区別する。

レポトレクチニブは、ROS1融合陽性の非小細胞肺癌やNTRK融合陽性の固形腫瘍に用いられるROS1/TRK阻害薬である。最初の14日間を160 mgの1日1回投与とし、その後1日2回へ増量する。薬の代謝を担うCYP3Aの自己誘導によって、投与開始後にクリアランスが増える薬剤である［1,2］。今回使うのは、その変化を時間と濃度で表す経験的PopPKモデルであり、CYP3A酵素の生成・分解を直接計算するモデルではない。最終用量だけでなく、そこへ至るまでの投与履歴にも意味がある。

では、導入期間を7日や21日に変えると、どこに違いが現れるのか。

今回の条件では、28日間の累積曝露に違いが残る一方、28日終了時のトラフはほぼ同じになった。 ただし、これを早期増量の利益や遅い増量の安全性と読むことはできない。曝露指標ごとに見えるものが違うことと、候補を比較する際に必要な観測を整理する。

問いと、結果を使う範囲

問うのは「最もよい投与法はどれか」ではない。候補の違いを、いつ、何で確かめる必要があるかである。薬効と安全性を同時に測った比較データがなければ、曝露の違いからレジメンの優劣までは決まらない。

使った公開情報

補足資料はEurope PMCの公開配布から取得した。原著の文章や図は転載せず、以下の図と計算コードは独自に作成した。患者別データがないため、モデルを新しく推定した解析でも、患者濃度に対する外部検証でもない。

自己誘導をどう計算したか

成人の患者、体重70 kg、経口投与を基準にした。まず食事条件をfastedに固定し、その後に別の食事カテゴリーを比較する。吸収は一次吸収とラグ、分布は2区画で表す。

\[ \frac{dA_g}{dt}=-k_aA_g \] \[ \frac{dA_c}{dt}=k_aA_g-\frac{CL(t)}{V_c}A_c-Q\left(\frac{A_c}{V_c}-\frac{A_p}{V_p}\right),\qquad \frac{dA_p}{dt}=Q\left(\frac{A_c}{V_c}-\frac{A_p}{V_p}\right) \]

投与された量のうちFの割合を、ラグ時間の後に吸収区画へ加える。量の単位はmg、濃度はng/mLなので、\(C(t)=1000A_c/V_c\)となる。

投与直前濃度を\(C_{\rm pre}\)として、自己誘導を次の式で計算する［1］。

\[ CL(t)=CL_0\exp\left\{ I_{\max}\frac{C_{\rm pre}}{EC_{50}+C_{\rm pre}} \frac{t}{TC_{50}+t} \right\} \]

\(C_{\rm pre}\)は投与イベントごとに更新し、次の投与まで保持する。\(t\)は初回投与からの経過時間で、増量時にゼロへ戻さない。ここでの\(EC_{50}\)は自己誘導モデルの定数であり、抗腫瘍効果の濃度閾値ではない。

値は原著Table 2の最終推定値を使用した。補足のコントロールストリームに書かれた推定開始値とは区別する。\(I_{\max}=1.59\)は「CLが最大1.59倍」の意味ではなく、濃度と時間が十分大きい場合の倍率は\(\exp(1.59)\)となる。

本文の式をPythonへ移植し、投与直前濃度を正確なイベント時刻で保持した。一方、原著NONMEMの$PKはレコードごとに評価され、コードの記載順ではCLを計算してから投与時の濃度保持値を更新する。元の観測レコードとNONMEM実行環境は使用していないため、元プログラムの完全再現とは主張しない。主解析では最新の投与直前濃度を使い、時間項を連続的に更新する。感度分析では、CLを投与イベント間で固定する条件と、投与レコードのみを置いて「前回の保持濃度でCL計算→今回の濃度を保持」という順序にした条件を追加した。後者も、観測レコードを含む元の実行の再現ではない。

比較した三つの投与履歴

初回投与を時刻0とした。7日導入なら168 h、14日なら336 h、21日なら504 hから1日2回にする。したがって、増量を始めるのはそれぞれDay 8・15・22である。28日間の評価は0〜672 h、期間終了時のトラフはDay 29の投与直前を指す。

増量が早い候補は、28日間の総投与量も多い。14日導入に対して7日導入は16.7%多く、21日導入は16.7%少ない。これは総量を揃えて投与間隔だけを変える比較ではない。導入期間と、その結果として変わる総量を合わせて比較している。

図1：成人70 kg、fasted、固定効果パラメータの典型値。青は7日、灰色は14日、橙は21日導入。患者観測値や信頼区間は描いていない。出力：analysis/run_analysis.py、outputs/tables/typical.csv。

累積曝露と、後半のトラフでは答えが違う

7日導入の28日AUCは、14日導入に対して1.123倍だった。21日導入では0.886倍だった。一方、Day 29投与直前濃度の比は、それぞれ1.0002と0.9959である。同じ1日2回投与を続ける後半では濃度差が小さくなるが、それ以前に積み上がった曝露の差はAUCに残る。

後半のトラフが近いことは、導入期間の曝露が同じだったことを意味しない。 導入条件を比較する目的なら、後半の1点だけでは途中の違いを捉えにくい。

最初の7日間のピークは三条件で同じだった。ここまでは投与履歴が同一なので、同じになること自体は新しい発見ではなく、実装の確認である。

また、Day 8〜21のピークだけを比較すると、21日導入では増量後が観測窓に入らない。この指標だけから「遅い増量はピークを抑えられる」と判断するのは不適切である。増量後72時間のピークも別に計算した。

増量後の窓は、各条件で異なる暦日に位置する。自己誘導と蓄積の進み方も異なるため、ここも同じ状態からの用量比較ではない。暦日を揃えた指標と、増量イベントからの時間を揃えた指標を併記する必要がある。

同じ仮想患者内で比較する

公表されたCL、中心分布容積、区画間CL、吸収速度、Fの個体間変動を用い、256人の条件付き仮想集団を作った。体重と食事条件は固定し、同じ患者のランダム効果を三条件で共有した。末梢分布容積のランダム効果は補足コードに従ってゼロとした。

図2：14日導入に対する同一仮想患者内の比。中央は各条件の増量後72時間のピークで、増量前だけを見る窓の偏りを避けた。点は中央値、線は5〜95パーセンタイル。三パネルは同じ横軸範囲。これはパラメータ推定の95%信頼区間でも、実際の患者集団での予測区間でもない。出力：outputs/tables/paired.csv。

28日AUCの方向はこの条件付き集団でも維持された。ただし、固定した食事・体重、独立のランダム効果という仮定の上の結果である。実患者の患者背景の同時分布や、治療中の食事変更、休薬・減量を再現したものではない。残差誤差も加えていない。

どの比較が仮定に依存するか

固定効果を、原著Table 2の公表95%区間の下限・上限へ一つずつ動かした。パラメータ間の推定共分散がないため、これらを独立にサンプリングした「推定不確実性の分布」は作らなかった。

図3：点は基準のパラメータ、線は一つずつ変更した20条件の最小〜最大。複数パラメータが同時に動く場合を含まず、出力の信頼区間ではない。出力：outputs/tables/sensitivity.csv。

より注意が必要だったのは食事カテゴリーである。各カテゴリーの公表Fと吸収速度を使うと、AUCの比較方向は維持されたが、Day 8〜21のピークの比較は同じではなかった。

unknownは食事条件が不明な観測のためのモデルカテゴリーであり、意図して設定できる食事条件ではない。カテゴリー間の差を、個人の食事を変える介入効果とも解釈しない。

投与イベントごとにCLを固定する別実装では、AUC比は7日・21日導入の順に1.123、0.886だった。CL計算と濃度更新を補足コードの記載順にし、投与レコードだけを置いた条件では1.122、0.887だった。今回の条件では両者とも主解析に近い。一方、自己誘導を除く診断用の計算では1.183、0.821になった。後者は別の推定済みモデルではなく、自己誘導の項が比較にどれだけ関与するかを見る計算上の対照である。出力：outputs/tables/scenarios.csv。

この結果から言えるのは、調べた条件でAUCの方向が保たれたことまでである。未測定のPDや、別の自己誘導機序のモデルまで含めて頑健だとは言えない。

レジメン比較に必要な観測

今回のモデルでは、Day 15・22投与直前とDay 29投与直前で、候補間の差の見え方が異なった。これらは採血設計を最適化した結果ではなく、どの時期の情報を落とすと、投与履歴の違いが見えなくなるかを示す候補時点である。

研究で導入条件を比較するなら、増量前と増量後の濃度を記録し、実際の投与・食事・休薬履歴と対応させることが必要になる。ピークを確かめるには投与直前の採血だけでは足りず、吸収相の観測も必要である。採血回数や時点の最適化、必要症例数までは今回計算していない。

安全性の時間情報も外せない。2026年のTRIDENT-1解析では、めまいの発現までの中央値は7日で、472人中66人は当初の1日1回から1日2回へ増量していなかった［4］。この集計は早期増量が有害だと証明するものではないが、導入期間に起きる出来事を「増量後の定常曝露」だけで扱えないことを示す。

公開E–R解析は、ORRに最初の56日間の平均曝露、PFS・安全性に時間依存の累積平均曝露を用いている［3］。本記事の28日AUCやピークを、そのまま同じ予測式へ入れることはできない。ここでは奏効率や有害事象確率を計算していない。

検算と、残っている限界

計算はPython、NumPy、SciPy、Matplotlibで実行した。投与量、非負の薬物量、吸収区画・中心・末梢・消失量の物質収支を確認した。自己誘導をゼロにした場合は、独立に作った線形モデルの行列指数解と照合した。主解析は4次Runge–Kutta法、別の検算はSciPyの適応刻みソルバーを用いた。

6件の数値テストは通過した。基準条件のAUCと期間終了時トラフのソルバー間相対差は最大2.1e-08%、物質収支の誤差は最大4.1e-12 mgだった。刻み半減でも両指標の差は小さかった。仮想集団では小さい分布容積による不安定性を避けるため、全員を含めて計算刻みを制限した。出力：outputs/verification.json。

これらは数値実装の検算であり、患者の濃度や臨床イベントに対する検証ではない。原著の集団平均、EBEに基づく曝露、添付文書の代表値は、体重・食事・患者背景の条件が異なる。典型患者の計算をそこへ無理に合わせて「再現成功」とは判定していない。

残る限界は、個人別観測値と投与履歴がないこと、パラメータの推定共分散がないこと、元のNONMEM計算を再実行していないこと、別の増量時点に対する臨床的検証がないことである。7日・21日導入は研究上の仮想条件であり、推奨投与法ではない。

導入レジメンの違いを後半のトラフだけで読むと、初期の累積曝露を見落とす。 ただし、初期曝露を増やす価値があるかは、薬効と安全性の時間経過を含めた別の問いである。今回の解析は、その比較で必要な指標と観測期間を切り分けるところまでとした。

参考文献

1. Du S, et al. A Novel Empirical Autoinduction Model to Characterize the Population Pharmacokinetics and Recommend Dose for Repotrectinib in Adult and Adolescents With Advanced Solid Tumors Harboring ALK, ROS1, or NTRK1–3 Rearrangements. CPT: Pharmacometrics & Systems Pharmacology. 2025;14:1179–1190. doi:10.1002/psp4.70036。公開本文・補足資料。
2. FDA：AUGTYROの承認時の投与概要。
3. Du S, et al. Exposure–Response Analysis of Repotrectinib to Support the Dose Recommendation for Patients With ROS1-Positive NSCLC or NTRK-Positive Solid Tumors. CPT: Pharmacometrics & Systems Pharmacology. 2025;14:1993–2005. doi:10.1002/psp4.70102。公開本文。
4. Characterization and clinical management of adverse events following treatment with repotrectinib: a TRIDENT-1 analysis. The Oncologist. 2026;31:oyag137. doi:10.1093/oncolo/oyag137。公開本文。

計算コード・数値表・再実行手順