脳卒中患者の運転機能に関する路上試験に代わる一括評価：ランダムフォレストによる二値分類モデル

本研究では、路上走行試験を代替し、脳卒中患者の運転機能に関する包括的な評価を提供するためのモデルを構築することを提案する。

基準を満たした脳卒中患者38名から臨床データを収集した。収集したデータには、Oxford Cognitive Screen (OCS) スケールの評価、被験者3と同様の8つのシミュレーション運転タスク下で得られたアイトラッキングデータ、Fugl-Meyer Assessment-lower extremity (FMA-LE) スコア、下肢足関節の筋力および自動関節可動域 (AROM)、ならびにシミュレーション運転機でのパフォーマンスを含む包括的な評価項目が含まれた。全患者を教習所に搬送し、路上試験を実施した。被験者は、路上試験の完了可否に基づいて「成功群」または「不成功群」に分類された。その後、これら2つの群から得られたデータに基づき、ランダムフォレストアルゴリズムを用いて二値分類モデルを構築した。

Unsuccess群と比較して、Success群はOCSスケールの「完全な心臓を塗りつぶす」項目において、より高いスコアを示した（p= 0.015) および「実行機能」の低いスコア (p= 0.009)。アイトラッキング記録の解析により、成功群では瞳孔の変化率が低下し、眼球運動の種類のなかで固視が占める割合が高く、平均固視時間が長く、Uターン時におけるサッカードの平均速度が有意に速いことが明らかになった（p= 0.032)、左折（p= 0.015)、および自由走行タスク（p= 0.027)。非成功群と比較して、成功群ではFMA-LEスコアが高かった（p= 0.018)、足関節背屈の徒手筋力テストにおける高い筋力（p= 0.024) および底屈 (p= 0.040)、および背屈におけるより大きなAROM (p= 0.020) および底屈 (p= 0.034)。成功群では、衝突回数が少ないことが示されました（p< 0.001)、車線逸脱（p< 0.001)、および不適切な操作（pシミュレーション運転タスクの完了時に（p < 0.001）であった。一括評価のためのランダムフォレストモデルは、56個の統計的に異なる入力データセットに基づき、83%以上の精度を示した。

認知機能、アイトラッキング、運動機能、および運転シミュレーターでのパフォーマンスを含む統合的な評価は、脳卒中患者が路上走行試験に合格できるかどうかの潜在的な指標となります。さらに、構築されたランダムフォレスト分類モデルは、路上走行試験の結果を予測する有効性を示しており、さらなる臨床応用の価値があります。