大腸がんスクリーニングプログラムにおける中年および高齢者の診断用コロノスコピーの遵守を改善するために,機械学習アルゴリズムを使用するウェブベースのツールの開発

科学分野:

• 腫瘍学
• 公衆衛生
• 人工知能

背景:

• 結腸直腸がん (CRC) は中国における重大な健康問題である.
• 診断用結腸鏡検査の低率は,スクリーニングの遵守を向上させる必要性を強調しています.

研究 の 目的:

• 機械学習を用いて 中年・高齢者の結腸内視鏡検査の行動を予測する
• コロノスコーピーの粘着の決定要因を特定する.
• 診断用コロノスコーピーの普及を促進するウェブベースのツール (ColoAdhere) を開発する.

主な方法:

• 上海での49,418件の陽性CRCスクリーニングのデータ (2013-2021) を利用した.
• 複数の機械学習モデル (LR,Adaboost,XGBoost,RF,GBM,MLP) を用いてコロノスコーピーの適合性を予測した.
• SHAP分析を用いて人口統計,健康歴,ライフスタイル,家族歴を含む予測要因を分析した.

主要な成果:

• 診断用結腸鏡検査の完了率は11. 5%でした.
• 機械学習モデルは,適度な予測性能を示した (AUC> 60. 0%).
• 重要な予測要因はFOBTスクリーニング,がん歴,性別,年齢,ポリープ歴,職業です.

結論:

• 高リスク集団における 結腸鏡検査の完了率の低さは 標的を絞った介入を必要とします
• AI駆動の行動予測ツール (ColoAdhere) は,スクリーニングプログラムにおける診断用コロノスコピーの割合を増加させることを約束しています.