研究。AIアルゴリズムによって促進されるリポタンパク質（a）検査を必要とする心血管疾患リスクの高い個人の特定

立ち上がれ または Lp(a) 上昇のスクリーニングのためのアルゴリズムによるリスク検査 機械学習アルゴリズムである （機械学習） 高レベルの患者の識別を改善するために開発された リポタンパク質A – Lp(a)は、2011年に発表された新しい研究によると、 ネイチャー誌 イェール大学の研究者による。

ARISEは それは診断ではなく、普遍的なスクリーニングに代わるものではない。 欧州のガイドラインで推奨されているこの Lp(a)レベルの検査が必要な人のトリアージを効率化できる関連事例を検出するシステムを実装することにより 電子患者記録に含まれる一般的な情報。

Lp(a)は 遺伝的に決定された値を持つ血清リポタンパク質生涯を通じて大きく変動することはない。 心血管疾患の独立した危険因子これは血中脂質分析の標準パネルには含まれていません。

Lp(a)値が高いと、 動脈硬化性心血管疾患のリスク増加 心臓発作や脳卒中などの重大な心血管イベントを引き起こす可能性があります。しかし、 Lp(a)の検査は非常に限られており、検査を受けている患者は0.5％未満である。欧州のESC/EASガイドラインでは推奨されているにもかかわらず すべての成人を対象とした一生に一度の検査。

一般人口のうちLp(a)値が高い人は約20%に過ぎませんが、心血管疾患を患いLp(a)値が高い場合、これらの患者にはより大きな効果があることが実証されているため、医師はPCSK9阻害剤などの異なる薬剤を推奨する場合があります。Lp(a)の遺伝的要素を考慮すると、家族に対する検査も推奨されます。

今回の研究には 参加者数 456,815人 UKバイオバンクに登録された。ARISE機械学習モデルは、 6つのポイントと共通情報 患者ファイルには次のような情報が記載されています:

• LDLコレステロール値
• HDLコレステロール値
• トリグリセリド値
• スタチンの使用
• 動脈硬化性心血管疾患の既往歴
• 降圧薬の使用

モデルの効率性は、 3つの別々のコホート研究14,484 人が参加した地域社会における動脈硬化リスク (ARIC)、4,124 人が参加した若年成人の冠動脈リスク発現 (CARDIA)、および 4,672 人が参加した動脈硬化の多民族研究 (MESA)。

研究者らが開発したアルゴリズムは、3つの臨床試験すべてでその有効性が実証されており、スクリーニングから最も恩恵を受ける患者を特定するための有用なツールとなっている。Lp(a) aの上昇をスクリーニングするためのアルゴリズムによるリスク検査モデル Lp(a)値が高い人を特定するために必要な検査数を最大67.3%削減しました。 使用される閾値によって異なります。また、平均 4.2 年間の追跡調査の後、ARISE によって示された結果は、全体的な死亡リスクと心血管系の原因による死亡リスクの両方と関連している可能性があります。

ARISEアルゴリズムは、予防心臓病学の分野における重要な革新であり、高レベルの心血管疾患をスクリーニングするための効率的で簡単な方法を提供します。 Lp(a)このアルゴリズムを現在の医療システムに導入することで、リスクのある患者の特定が大幅に増加し、個別化された治療へのアクセスが容易になり、心血管疾患に関連する死亡率の低下に貢献する可能性があります。

こちらもご覧ください