マウント・サイナイが睡眠時無呼吸症候群の転帰リスク予測モデルを開発

2024 年 3 月 11 日 – シナイ山からの研究者は、 受賞 国立衛生研究所（NIH）の国立心臓・肺・血液研究所からの4年間の300万ドルの助成金で、閉塞性睡眠患者の心血管疾患イベントのリスクを警告する人工知能（AI）駆動の予測モデルを開発する無呼吸。

アメリカ心臓協会 (AHA) を示します 閉塞性睡眠時無呼吸症候群は、冠動脈疾患、高血圧、脳卒中などの心血管疾患の患者のリスクを増加させると考えられています。 睡眠時無呼吸症候群の治療には持続気道陽圧 (CPAP) 装置の使用が処方されることがよくありますが、心血管イベント発生率との関連で CPAP 使用の利点を示唆する証拠は限られています。

このギャップを埋めるために、研究チームは、アテローム性動脈硬化の進行や脳卒中や心臓発作などの心血管イベントのリスクが高い閉塞性睡眠時無呼吸患者を特定するための機械学習（ML）ツールを構築する予定です。

研究者らは、このアプローチが、臨床試験への反応に基づいて「眠くない」と考えられる患者におけるCPAP使用による心血管治療の有効性を予測するのに役立つ可能性があることを強調した。 そうすることで、どの患者が CPAP 療法から最も恩恵を受けるのか、どの患者が治療を避けるべきなのかが明らかになる可能性があります。

この研究は、眠くない患者におけるCPAP使用の潜在的な害を強調した初期のマウントサイナイ研究に基づいており、個別化された睡眠時無呼吸症候群治療にさらに焦点を当てる必要がある。

「私たちは医療における機械学習技術、特に治療戦略を個別化するための膨大な量の複雑なデータの分析において、変革をもたらす可能性に触発されています」と主任研究者のギリッシュ・ナドカルニ医師、MPH、アイリーン教授とアーサー・M・フィッシュバーグ博士は述べた。医学博士、チャールズ・ブロンフマン個別化医療研究所所長、アイカーン・マウント・サイナイのデータ駆動型およびデジタル医療のシステム責任者であるとプレスリリースで述べている。 「私たちの研究は、治療計画を最適化し、患者の転帰を改善し、睡眠時無呼吸に関連した心血管疾患イベントによる個人と医療システムの負担を軽減する意思決定支援ツールを提供することにより、閉塞性睡眠時無呼吸症候群の管理に革命を起こす可能性を秘めています。」

予測モデルを構築するために、研究者らは 2 つのコホートからのデータを利用します。睡眠時無呼吸心血管エンドポイント (SAVE) ランダム化臨床試験では、中等度から重度の閉塞性睡眠時無呼吸症候群と既往の心血管疾患を持つ 2,500 人以上の非眠気参加者からの情報が含まれています。アテローム性動脈硬化に関する多民族研究（MESA）コホート – 一般に健康で、民族的に多様な背景を持つ、眠くない参加者 6,000 人以上からのデータで構成されています。

これらのデータは、アテローム性動脈硬化の進行と心血管イベントの主要な予測因子にフラグを立てるのに使用されるとともに、心血管イベントに対する CPAP 治療の結果が異なるリスクベースの患者サブグループを特定します。

予測モデルは、シナイ山からの電子健康記録 (EHR) データを使用して検証されます。

「精密医療を通じて、私たちは心血管疾患のリスク軽減を高めるための厳密な介入を優先しています」と、生物統計センターの副所長であり、人口健康科学と政策、遺伝学とゲノム科学の教授である主任研究者のマイテ・スアレス・ファリナス博士は述べた。 「医療提供者は、心臓発作や脳卒中のリスクが高い患者を特定するための革新的なツールを備え、睡眠時無呼吸患者におけるCPAP療法の治療結果を予測できるようになります。この個別化されたアプローチにより、臨床医は治療をカスタマイズできるようになります。」個々の患者のニーズに合わせた戦略を立て、CPAP アドヒアランスと有効性を最適化します。」

この研究は、高度な分析技術を通じて睡眠時無呼吸症候群のケアを改善するマウント・サイナイの取り組みを推進するものです。

先月、シナイ山チームは 受賞 睡眠時無呼吸患者の有害な転帰を予測するための AI 駆動モデルの開発に 410 万ドルの NIH 助成金が与えられました。

研究者らは、現在の睡眠時無呼吸症候群の診断ツール（通常、患者が睡眠中に経験する呼吸障害の数を数えることに依存している）は、日中の過度の眠気、心臓・脳血管疾患の罹患率、心臓・脳血管障害などの短期および長期の有害転帰を正確に予測するものではないと指摘した。神経認知障害。

AI モデルは、低酸素、覚醒、換気の変数を分析して個別の患者リスク スコアを生成することで、これらのツールの欠点に対処するように設計されています。