ベースライン、治療、および治療後変数を用いた血管内治療における転帰予測モデルの評価

科学分野:

• 神経学; 医療統計学; 介入心臓病学

背景:

• 急性虚血性脳卒中の血管内治療後の転帰を予測するための現在の統計モデルは、主にベースライン変数を使用しています。治療関連および治療後変数を反復的に組み込むことによってこれらのモデルのパフォーマンスを評価する必要がある。

研究 の 目的:

• ベースライン、治療関連、および治療後変数を反復的に追加することにより、血管内治療のための脳卒中転帰予測モデルのパフォーマンスを評価すること。さまざまな変数タイプが転帰予測精度に寄与する度合いを決定すること。

主な方法:

• ESCAPE-NA1試験のデータを使用して、4つの多変量ロジスティック回帰モデルを開発しました。モデル1：ベースライン変数。モデル2：ベースライン＋治療変数。モデル3：モデル2＋早期治療後変数。モデル4：モデル3＋後期治療後変数。受信者操作特性曲線下面積（AUC）を使用してモデルのパフォーマンスを比較し、Shapley値を使用して変数の寄与を評価しました。

主要な成果:

• 受信者操作特性曲線下面積（AUC）は、0.74（ベースラインのみ）から0.82（全変数）へと反復的に改善しました。最も包括的なモデルであっても、機能的自立を達成した患者の19.8％が誤分類されました。患者の年齢、重篤な有害事象（肺炎）、および早期の頭蓋内出血は、転帰の変動に大きく寄与しました。

結論:

• ベースライン変数以外の要因が、急性虚血性脳卒中の血管内治療後の転帰に大きく寄与しています。現在の転帰予測モデルの精度は限られており、かなりの誤分類率があります。それらの限界のため、臨床診療で既存のモデルを適用する際には注意が必要です。