機械学習モデルが認知症患者の死亡率を予測する

2024 年 2 月 29 日 – マウントサイナイのアイカーン医科大学の研究者らは、認知症患者の死亡予測因子を特定するための機械学習（ML）モデルを開発したと発表した。 勉強 今週公開された コミュニケーション医学。

研究チームは、認知症に関連するさまざまな病気の進行と転帰の軌跡により、特に終末期に近い患者のケアが困難になっていると強調した。 認知症は米国における死亡率の主な要因となっており、その結果、 推定 2017 年の人口 10 万人当たりの死亡者数は 66.7 人でした。疾病管理予防センターはアルツハイマー病を第 2 位にランク付けしています。 死因の第7位 アメリカ合衆国で。

平均余命が延びるにつれ、認知症による医療負担は増大している 期待される 成長するためにも。 認知症の予後を予測できれば、これらの課題に対処し、患者の転帰を改善できる可能性があります。

研究者らは、認知症患者の死亡率は多くの要因の影響を受けており、最も重要な要因を特定することでリスク層別化をサポートできる可能性があると指摘した。

主要な死亡予測因子を特定するために、研究チームは ML に注目しました。 このモデルは、45,275 人の患者からのデータと、米国国立アルツハイマー病調整センター (NACC) からの 163,782 件の訪問記録を使用して開発されました。 これらのデータは、臨床的および神経認知的特徴を使用して、8 種類の認知症の 1 年、3 年、5 年、10 年後の死亡率を予測するために使用されました。

この分析により、神経心理学的検査結果などの認知症関連の予測因子は死亡率の最も強力な予測因子の一部である一方、心血管疾患や脳卒中などの他の年齢関連の特徴はそれほど顕著ではないことが明らかになりました。

この調査結果は、認知症のタイプ間で共通する死亡予測因子と個別の死亡予測因子の両方を強調しました。 全体として、すべてのモデルは、1 年、3 年、5 年、および 10 年の生存閾値で 0.82 を超える受信者動作特性曲線下面積 (AUC-ROC) を達成しました。

「私たちの発見は、機械学習モデルがさまざまな期間にわたって認知症患者の死亡リスクを正確に予測できる可能性を示すものであり、重要です」と責任著者であり、アイカーン・マウント・サイナイ大学遺伝学・ゲノム科学助教授のクアンリン・ファン博士は述べた。の プレスリリース。 「私たちのモデルは、神経心理学的検査やその他の利用可能な検査の成績を含む一連の簡潔な臨床的特徴を正確に特定することにより、医療提供者が患者ケアについてより多くの情報に基づいた意思決定を行えるようになり、よりカスタマイズされたタイムリーな介入につながる可能性があります。」

「認知症のような病気の複雑さを解明する上での機械学習の価値を強調しているため、私たちの研究の意義は臨床実践を超えて広がっています。この研究は、認知症ケアにおける予測モデリングに関する将来の研究の基礎を築きます。」とファン氏は続けた。 」

研究チームは今後、ディープラーニング技術の可能性を探り、遺伝情報や治療効果などの追加データを組み込むことで、予測モデルをさらに改良することを目指している。

最近、予測分析により、認知症の発症と進行の要因を解明するのに役立ちました。

先週、ウェストバージニア大学（WVU）の研究者らは、 詳しい 深層学習モデルが代謝バイオマーカーをどのように活用して、臨床症状が発症する前にアルツハイマー病の発症を予測できるか。

研究チームは、最小絶対収縮および選択演算子 (LASSO) アルゴリズムを利用して、ウルトラ パフォーマンス液体クロマトグラフィー質量分析 (UPLC-MS/MS) データを通じて潜在的なバイオマーカーを特定しました。

21 個のバイオマーカーのセットが最も関連性の高いものとして選択され、ML モデルに組み込まれました。 これらのモデルは高いパフォーマンスを達成し、アルツハイマー病の検出を改善するための人工知能 (AI) の可能性を強調しました。