D-ダイマー濃度≥2μg/mLの患者の72時間の死亡率を予測する通常の実験室試験:統計的モデルと機械学習モデルを比較した遡及的コホート研究
Shuma Hayashi1, Ryoko Hayashi1, Kayoko Nakamura2
1Division of General Medicine, Department of Comprehensive Medicine 1, Jichi Medical University, Saitama Medical Center, Saitama, Japan.
Journal of clinical laboratory analysis
|September 3, 2025
まとめ
マシン・ラーニング・モデルは,D-ダイマー濃度が上昇した患者の72時間の死亡率を,通常の検査で正確に予測します. ライトGBMは早期のリスク層分化の優れた性能を示した.
科学分野:
- 臨床診断
- 生物医学データ分析
- 予測モデリング
背景:
- D-ダイマーは予後マーカーですが,様々な疾患における短期的な死亡率の予測は十分に研究されていません.
- 限られた臨床情報はしばしばD- ダイマー測定に伴います.
研究 の 目的:
- D-ダイマー≥2μg/mLの患者の72時間死亡率の予測モデルを開発し,比較する.
- リスクの階層化のために,通常の実験室の変数を利用する.
主な方法:
- 5158人の患者の遡及分析,5550人の患者の外部検証.
- 多変数ロジスティック回帰分析 (MLRA) と4つの機械学習 (ML) モデルの比較:Prediction One,LightGBM,XGBoost,CatBoost.
- 年齢と性別を予測するために 40の通常の検査を行いました
主要な成果:
- 72時間の死亡率は4. 67%で,頭蓋内疾患,悪性腫瘍,症が主な死因であった.
- MLRAは,年齢,総タンパク質,コレステロール,アスパル酸アミノトランスフェラーゼ,およびD- ダイマーを主要な予測因子として特定した (AUC 0. 829).
- ライトGBMは,他のMLモデルとMLRAを大幅に上回る最高性能 (AUC 0. 987) を達成しました.
結論:
- 機械学習モデル,特にLightGBMは,D-ダイマー値が上昇した患者の短期的な死亡率を効果的に予測します.
- これらのモデルは,すぐに利用可能な実験室データを用いて,適時なリスクの階層化と意思決定を可能にします.
- 定期的な検査は,臨床データが乏しい場合に,高リスク患者の早期発見に活用できます.
