HIV陽性者におけるホスファチジルエタノール測定高リスクアルコール使用の予測における臨床検査の有用性：機械学習を用いた概念実証

科学分野:

• 生物医学研究
• ヘルスケアにおけるデータサイエンス
• 公衆衛生

背景:

• 不健康なアルコール使用はHIV陽性者（PWH）によく見られ、健康状態の悪化につながります。
• 自己申告によるアルコール使用はしばしば過小評価されます。
• ホスファチジルエタノール（PEth）はアルコール消費を直接測定しますが、高価です。

研究 の 目的:

• 機械学習を用いて、容易に入手可能な臨床検査および健康データを用いて、HIV陽性者（PWH）における高リスクアルコール使用（PEth測定）を予測できるかどうかを評価すること。
• 間接的な生理学的マーカーを特定し、高リスクアルコール消費と関連付けること。

主な方法:

• ウガンダのPWH 988人のベースラインデータをプールしました。
• 高リスクアルコール使用をPEth≥200 ng/mlと分類しました。
• 29の臨床検査および健康予測因子を用いて、LASSOロジスティック回帰、勾配ブーステッドツリー、ランダムフォレストを利用しました。
• データをトレーニングセット（n=790）とテストセット（n=198）に分割しました。

主要な成果:

• LASSO回帰モデルは17の予測因子を用いて最高の性能を達成しました。
• 最適なモデルは、トレーニングセットで0.751（95% CI: 0.718-0.784）の交差検証済みAUCを示しました。
• テストセットでは、AUCは0.795（95% CI: 0.723-0.852）でした。

結論:

• 臨床検査および健康データは、高リスクアルコール使用のあるPWHを効果的に特定できます。
• 間接的なアルコールマーカーを組み込んだ機械学習アルゴリズムは、臨床および研究設定で有望です。
• このアプローチは、直接的なPEth検査が実行可能でない場合に特に役立つ可能性があります。