トラウマ性脳損傷のICU患者における静脈血栓塞栓を予測するための解釈可能な機械学習モデルの開発と検証:多センター研究
Hao Qi1, Lingli Li2, Juan Fang3
1Department of Neurosurgery, the 904th hospital of PLA, Wuxi School of Medicine, Jiangnan University, Wuxi, Jiangsu Province, 214122, China.
World neurosurgery
|August 30, 2025
まとめ
新しいロジスティック回帰モデルは,脳外傷 (TBI) の重症治療室 (ICU) 患者の静脈血栓塞栓症 (VTE) リスクを正確に予測します. このツールはVTEの合併症を軽減し,TBI後の患者のアウトカムを改善するのに役立ちます.
科学分野:
- クリティカル ケア 医療
- 神経学
- データサイエンス
背景:
- 集中治療室 (ICU) に収容されている外傷性脳損傷 (TBI) の患者は,静脈血栓塞栓症 (VTE) の重大なリスクに直面しています.
- 早期で正確なVTEの予測は,適切な介入と患者の成果の改善に不可欠です.
研究 の 目的:
- TBI のICU患者のVTEリスクを予測するための機械学習 (ML) モデルを開発し,検証する.
- この患者集団におけるVTE発症に関連する主要な臨床的変数を特定する.
主な方法:
- MIMIC- IVの1564人のTBI患者と中国のICUの304人のTBI患者からのデータは,トレーニングと外部検証に使用されました.
- 特徴の選択はBorutaとLASSO回帰を用いて,Logistic Regression (LR) とSupport Vector Machine (SVM) を含む4つのMLアルゴリズムが訓練された.
- モデル性能は,AUC,校正曲線,臨床決定曲線を用いて評価され,特徴の重要性についてはSHAP分析が行われた.
主要な成果:
- 静脈動脈炎の危険因子には,入院期間,静脈動脈動脈圧,下肢骨折,肺感染症が含まれていた.
- LRモデルはテストセットで0. 723のAUC,外部検証セットで0. 759のAUCを達成した.
- SHAPの分析では,ICU滞在期間と肺感染症が主要な予測決定因子であると特定されました.
結論:
- 開発されたLRモデルは,TBI患者の早期VTEに対する強力な予測能力を示しています.
- このモデルは,VTEに関連する合併症を軽減し,患者のアウトカムを改善する可能性を秘めています.
