研究者は、ランダムな森林分析として知られる機械学習手法を採用し、肝硬変の患者が死亡のリスクがあるかどうかを予測する際に、従来の方法を大幅に上回ることを発見しました。 胃腸科。
これにより、クリスタルボールが得られます。病院チーム、移植センター、GIおよびICUサービスがトリアージをより効果的に優先するのに役立ちます。」
Jasmohan S. Bajaj博士、研究の対応する著者
重要な調査結果：
- 世界中の121の病院から分析されたデータは、クリアされたコンソーシアムの一部でした。
- このモデルは、高所得国と低所得国で一貫して実行されました。
- 米国の退役軍人のデータを使用して検証され、正確なままでした。
- このツールは、わずか15の重要な変数に制限されている場合でも、強力なパフォーマンスを維持しました。
- 患者は高リスクで低リスクのカテゴリに正確にグループ化され、モデルをスケーラブルで臨床的に実用的にしました。
この論文は、アメリカの胃腸協会のジャーナルでこのトピックに関する最近発表された3つの研究の1つです。 1つは、肝硬変患者の肝臓を含む臓器障害に関する世界的なコンセンサス声明であり、2番目の研究では、肝不全のバイオマーカーに焦点を当てた院内死のリスクに影響を与える特定の血液マーカーと合併症を特定しました。
「肝疾患は、世界で最も過小評価されている死因の1つです。アルコール、ウイルス性肝炎、および遅い診断が主要なドライバーです」とBajaj氏は言います。 「誰かが入院しているとき、それはしばしば、すべてが上流のすべてのもの – 予防、スクリーニング、プライマリケア – がすでに失敗しているからです。」
ソース：
1753276226
#機械学習は入院肝硬変患者の死亡リスクの予測を改善する
2025-07-23 12:55:00