人工知能 (AI) ベースのリスク予測モデルである ONCO-ACS は、がん患者および急性冠症候群患者における心血管死、心筋梗塞、および虚血性脳卒中イベントを予測するための実用的なツールとして良好な臨床的有用性を示した可能性があることが、2006 年 10 月に発表されたモデル開発および検証研究の結果によると示された。 ランセット。
これらのデータを使用すると、これらの患者の治療を個別化して、その後の心臓イベントのリスクをより適切に考慮できるようになります。
「これらの患者に的を絞った治療を提供するには、臨床医は個々のリスクプロファイルを評価するためのより正確なツールが必要です」と最初の研究著者は述べた フロリアン・A・ウェンツル医師チューリッヒ大学分子心臓学センターおよび英国国民保健サービスからの論文です。
勉強方法
研究者らは、がんおよび急性冠症候群患者における死亡、出血、虚血イベントのリスクスコアを作成しようとしました。
研究者らは、がん患者と急性冠症候群患者の全死因死亡率、大出血事象、虚血事象を予測する機械学習技術を使ったモデルをテストした。開発セットと検証セットの間で、イギリス、スウェーデン、スイスで心臓発作を起こした癌患者 1,017,759 人のデータに基づいてリスク予測モデルがテストされました。最終的なモデルは ONCO-ACS スコアで、これも個別のデータセットで外部検証されました。
主な調査結果
がんおよび急性冠症候群患者の累積死亡率は 27.8% (95% 信頼区間) [CI] = 27.3% ～ 28.3%)、大出血イベントの場合は 7.3% (95% CI = 7.0% ～ 7.5%)、虚血イベントの場合は 16.1% (95% CI = 15.7% ～ 16.4%)。これらの患者は、急性冠症候群のないがん患者と比較して、明確なリスクプロファイルも持っていました。
ONCO-ACS リスクスコアに影響を与える要因には、腫瘍の種類、がん診断からの経過時間、転移性疾患の有無、年齢、ヘモグロビンレベル、心拍数、推定糸球体濾過率、BMI、Killip クラス、心停止、6 か月以内の大出血などが含まれます。
リスク予測モデルの受信者動作特性曲線の下の時間依存面積は、6 か月時点で全死因死亡率が 0.84 (95% CI = 0.83 ～ 0.85)、大出血イベントが 0.70 (95% CI = 0.68 ～ 0.73)、虚血イベントが 0.79 (95% CI = 0.78 ～ 0.81) でした。外部で検証された場合、リスク予測ツールは、患者の位置に応じて 6 か月後の全死因死亡率で 0.80 ～ 0.84、大出血イベントで 0.67 ～ 0.74、虚血イベントで 0.70 ～ 0.76 の時間依存受信者動作特性曲線下面積を達成しました。
このモデルを現在のガイドラインに適用すると、リスク予測スコアは、がんおよび急性冠症候群の患者のほとんどが侵襲的管理と長期の二剤併用抗血小板療法の対象となることを示唆しました。 「腫瘍の特性に応じて、がん患者は出血、動脈血凝固、またはその両方のリスクが高まる可能性があり、それぞれ急性事象後の二次予防として異なる抗血小板薬が必要です」とウェンツル博士は指摘した。
「がんと心臓病の両方を考慮に入れることで、ONCO-ACS は真の個別化医療への一歩を踏み出しました。これは、誰が侵襲的処置や集中薬物療法から恩恵を受けるのか、誰が害を及ぼすリスクがより大きいのかを医師が判断するのに役立ちます」と主著者は述べた。 トーマス・F・リュッシャー医師、国立心肺研究所、インペリアル・カレッジ・ロンドン、および王立ブロンプトン病院とヘアフィールド病院から。
開示： 研究著者の完全な開示については、次のサイトをご覧ください。 ザランセット.com。
1770135893
#ツールががんおよび急性冠症候群患者の心臓イベントを予測
2026-02-03 16:09:00