リチウム治療を受けた双極性障害患者における3ヶ月寛解アウトカムを予測するための機械学習の活用

科学分野:

• 精神医学および計算神経科学
• 薬物ゲノム学および個別化医療

背景:

• リチウムは双極性障害の主要な治療法であるが、すべての患者が完全な寛解を達成するわけではない。
• 治療反応の早期予測は、患者ケアの調整に不可欠である。

研究 の 目的:

• リチウム療法を開始する双極性障害患者における3ヶ月寛解を予測するための機械学習モデルを開発および検証すること。
• リチウム反応の主要な臨床的および実験的予測因子を特定すること。

主な方法:

• 593人の双極性障害患者の後向きコホートを分析しました。
• 機械学習アルゴリズム（ランダムフォレスト、XGBoost、ニューラルネットワーク、SVM）を使用して、ベースラインデータに基づいて寛解を予測しました。
• モデル性能は、クロスバリデーションを使用したAUCと精度で評価されました。

主要な成果:

• 全体的な3ヶ月寛解率は44%でした。
• ランダムフォレストモデルは、標準的なロジスティックモデルを上回る最高のパフォーマンス（AUC=0.76、精度=0.64）を達成しました。
• ベースラインのモンゴメリー・アズベリーうつ病評価尺度および躁病評価尺度のスコア、クレアチニン、TSH、BMI、年齢が重要な予測因子として特定されました。

結論:

• 機械学習、特に勾配ブーステッドツリーは、双極性障害におけるリチウム治療の寛解を効果的に予測できます。
• 臨床的および実験的データを統合することで、治療反応者の早期特定が改善されます。
• これらの発見は、双極性障害の個別化治療戦略を支持します。