MOCRA：卵巣がん早期検出のためのマルチアルゴリズム臨床意思決定支援システム

科学分野:

• 婦人科腫瘍学
• 医療情報学
• 診断精度

背景:

• 付属器腫瘤のトリアージは、異種な提示と断片化された診断ツールのため、困難です。
• 既存のアルゴリズム（NICE NG12、HSE、IOTA、O-RADS、RMI2、ROMA）は異なるリスク側面を評価しますが、統合された出力がありません。
• MOCRA（多変量卵巣がんリスク評価）は、リスク層別化のためにこれらのツールを統合するために開発されました。

研究 の 目的:

• 複数の検証済みアルゴリズムを統合し、付属器腫瘤のリスク評価のための臨床意思決定支援システム（CDSS）であるMOCRAを開発・評価すること。
• 既存の診断ツールを、臨床的に実行可能な統一されたリスク層別化システムに調和させること。

主な方法:

• 付属器腫瘤を有する68人の患者を対象とした、後向き、単一施設での診断精度研究。
• MOCRAは6つのアルゴリズムをエンコードし、4段階のリスク分類のために優先順位ルールを介して出力を結合しました。
• 病理組織学または≥6ヶ月のフォローアップに対して性能を評価し、信頼性とユーザビリティを評価しました。

主要な成果:

• MOCRAは、付属器腫瘤の診断において、精度97.1%、感度100.0%、特異度96.7%、AUC 0.984を達成しました。
• MOCRAの低リスクカテゴリーでは悪性腫瘍は検出されず、効果的な陰性予測値を示しました。
• 臨床医は高いユーザビリティ（PSSUQスコア4.6/5）を報告し、明確なリスク階層と並列アルゴリズム比較を評価しました。

結論:

• MOCRAは、卵巣がんリスク評価において有望な診断性能とユーザビリティを示しています。
• 複数のアルゴリズムを決定論的システムに統合することで、一貫性を高め、リスクの高い症例の見逃しを減らすことができます。
• パイロットの性質とサンプルサイズが小さいため、一般化可能性と臨床的影響を検証するには、さらなる多施設共同、前向き研究が必要です。