糖尿病の胃がん患者の生存のための機械学習予測モデル:集団ベースのコホート研究

科学分野:

• 腫瘍学
• 内分泌学
• バイオ統計学

背景:

• 胃がん (GC) と2型糖尿病 (T2DM) は,世界的な健康問題です.
• GCとT2DMの両方の患者は複雑な予後課題に直面しています.
• 特定の危険因子を特定することは 生存率の改善に不可欠です

研究 の 目的:

• T2DM患者における胃がん生存率に関連する危険因子を特定する.
• 生存確率を予測するリスクスコアシステムを開発する.
• この共病患者集団における 予後的な理解を高めるために

主な方法:

• 香港のHADCLから1,912人のGCとT2DM患者 (2000~2020年) のデータを利用した.
• リスク予測のためにコックス回帰と機械学習 (ランダムサバイバルフォレスト) を採用した.
• リスク因子の特定のためのSHAP分析と,スコアシステム開発のためのAutoScore-Survivalを適用した.

主要な成果:

• 高齢,T2DMの持続時間,BMIの上昇,中枢肥満,低HDL-C,低血清カリウムが否定的な予後要因として特定された.
• ランダム・サバイバル・フォレスト・モデルは高い性能を達成した (AUC=0.870,C-インデックス=0.78).
• テストセットで0.672と0.654のC指数を持つ2つのリスクスコアシステムを開発しました.

結論:

• この研究はT2DM患者の胃がんの予後に関する重要な洞察を提供します.
• 重要なリスク要因を特定し,新しいリスクスコアリングツールを開発しました.
• スコアリングシステムのメカニズムと臨床的検証を深めるためのさらなる研究が必要である.