多因子機械学習モデルによる尿路感染症の予測：パイロットスタディ

科学分野:

• 免疫学と微生物学
• 生化学
• ヘルスケアにおける人工知能

背景:

• ビタミンDは免疫機能とカルシウム-リン恒常性の維持に不可欠です。
• ビタミンD欠乏症は免疫調節不全と関連しており、UTIなどの感染症のリスクを高めます。
• 尿中25-ヒドロキシビタミンD（25(OH)D）レベルは、UTIリスクの潜在的なバイオマーカーとして検討されています。

研究 の 目的:

• 尿中25(OH)DレベルとUTI発生率との関連を調査すること。
• 人口統計学的および生化学的データを使用したUTI予測のための機械学習モデルを開発および評価すること。

主な方法:

• 人口統計学的、生化学的、微生物学的データが収集された358人のコホートの分析。
• 尿中25(OH)D、尿pH、年齢、性別を利用した12の機械学習モデルの開発。
• 精度、感度、特異度、PPV、NPV、AUC-ROC、F1スコアを含む指標を用いてモデルを評価しました。

主要な成果:

• 尿培養陽性者と陰性者の間で、尿中25(OH)Dレベルに有意差が認められました（p < 0.001）。
• 機械学習モデルは64%から87%の精度を達成し、スタッキングモデルは88%の精度に達しました。
• 最も性能の高いスタッキングモデルは、83%の感度、94%の特異度、0.93のAUC-ROCを示しました。

結論:

• 尿中25(OH)Dレベルの低下は、UTI発生率の増加と有意に関連しています。
• 機械学習モデルは、従来の診断法を補完するUTI診断の補助ツールとして有望です。
• これらの予測モデルの臨床的影響を評価するには、さらなる検証と前向き研究が必要です。