認知障害のある高齢者の転倒リスクの予測を進める: 2年間の臨床データを用いた機械学習アプローチ
Catherine Park1, Namhee Kim2, Miji Kim3
1Division of Digital Healthcare, Yonsei University, Wonju, South Korea.
PloS one
|August 21, 2025
まとめ
機械学習は認知不全の高齢者の 転倒を正確に予測します 主な要因は身体の弱さ,移動能力,うつ病,SARC-Fのスコアで 転倒防止戦略をターゲットにすることができます.
科学分野:
- ゲロントロジー
- 医療における人工知能
- 公衆衛生
背景:
- 落下は高齢者,特に認知障害のある人の健康に重大なリスクをもたらします.
- この集団における転落リスクを予測することは,機械学習の応用に関する研究が限られているため,依然として課題です.
- 転倒に寄与する多面的な要因を理解することは 効果的な予防に不可欠です
研究 の 目的:
- CFの高齢者の転落リスクを予測するための機械学習の枠組みを開発し評価する.
- このコホートにおける転倒リスクに関連する主要な多次元的健康変数を特定する.
- 機械学習モデルの予測性能を評価する.
主な方法:
- 韓国フレリティ・アンド・エイジング・コホート・スタディのCF患者443人の2年間の経度データを使用した.
- ロジスティック回帰,ブートストラップ,再帰的特性の排除を含む機械学習フレームワークを使用しています.
- 人口統計,臨床的状況,身体的,心理的な健康要因を分析した.
主要な成果:
- 9つの変数を用いた機械学習モデルは,落下リスクを予測するために80%以上のAUCを達成しました.
- 4つの最適な変数である 身体の脆弱性現象型,移動性,うつ病スコア,SARC-Fスコアで 優れた予測性能 (AUC>95%) が得られました.
- 臨床的,身体的,心理的変数において 転倒者と転倒しない者の間に 重要な違いが特定された.
結論:
- 機械学習モデルは 認知障害のある高齢者の 転倒リスクを正確に予測できます
- 身体的・心理的な健康要因は この集団の減少を予測する 重要な要因です
- 多次元データと機械学習を統合することは,ターゲットを絞った落下防止の介入の開発に不可欠です.
