機械学習ベースのリスク予測モデルの開発と,乳がん患者におけるドセタキセル誘発骨髄抑制の危険因子の分析
Hongya Ou1, Zijan Tan1, Anle Shen1,2
1Hainan Branch, Shanghai Children's Medical Center, School of Medicine, Shanghai Jiao Tong University, Sanya, China.
International journal of clinical pharmacy
|August 26, 2025
まとめ
ドセタキセル化学療法を受けている乳がん患者の骨髄抑制を予測することは極めて重要です. 低リンパ球と白血球数と低プレアルブミンは,この毒性を予測し,リスクの階層化を可能にします.
科学分野:
- 腫瘍学
- 血液学
- 医療情報学
背景:
- 乳がんは世界の女性における 主な悪性腫瘍です
- ドセタキセル化学療法は一般的な治療法ですが,血液学的な毒性,特に骨髄抑制を引き起こします.
- 骨髄抑制のリスクが高い患者の早期発見は,合併症を予防し,治療結果を改善するために不可欠です.
研究 の 目的:
- ドセタキセルを投与された乳がん患者の骨髄抑制の危険因子を特定する.
- ドセタキセルによる骨髄抑制を予測するための機械学習モデルを開発し,検証する.
主な方法:
- ドセタキセルで治療された119人の乳がん患者による遡及症例対照試験.
- 骨髄抑制 (WHOグレードII- IV) と非抑制 (グレード0- I) に分類された患者.
- 多変数ロジスティック回帰,ランダムフォレスト,AdaBoostモデルが開発され,クロス検証を用いて評価された.
主要な成果:
- 骨髄抑制の有意な予測要因は,発症時のリンパ球数の低さ,白血球数の減少,およびプレアルブミン濃度の低下でした.
- AdaBoostモデルは最高性能を示した (AUC=0. 81,特異性=94%,精度=77%).
- ランダムフォレストは83%の感度を達成し,ロジスティック回帰は予測能力が低い (AUC=0.69).
結論:
- 治療前のリンパ球数,白血球数,プレアルブミンレベルは,ドセタキセル誘発の骨髄抑制を確実に予測する.
- AdaBoostモデルは,低リスクの患者を特定するのに高い特異性を示しています.
- これらの発見は,乳がん治療におけるリスクの階層化と個別化されたケアを支持しています.
