胸部移植における移植後リンパ増殖性疾患（PTLD）リスク予測のための機械学習モデル

科学分野:

• 移植腫瘍学; 免疫学; 生物統計学

背景:

• 移植後リンパ増殖性疾患（PTLD）は、胸部移植レシピエントにおける重要な悪性腫瘍であり、生存率に影響を与えます。正確なリスク予測モデルは、PTLDの予防と効果的な管理戦略に不可欠です。

研究 の 目的:

• 成人胸部移植レシピエントにおけるPTLDのリスク予測スコアを開発および検証すること。移植後5年以内のPTLDリスクに関連する移植前の変数を特定すること。

主な方法:

• SRTRおよびUNOSのデータを使用して、89,139人の成人心臓、肺、および心肺同時移植レシピエントからの160の移植前変数を分析しました。FasterRiskアルゴリズムを使用してリスクスコアを開発し、統計的および機械学習モデルと比較しました。交差検証により、1年、3年、および5年のPTLDリスク予測におけるモデルのパフォーマンスを評価しました。

主要な成果:

• 開発されたモデルは、交差検証されたAUCで0.776（1年）、0.711（3年）、および0.689（5年）を達成しました。ステロイド導入、既往の悪性腫瘍、および若いレシピエント年齢（18〜27歳）は、PTLDリスクの増加と関連していました。エプスタイン・バー・ウイルス（EBV）陽性状態、心臓移植、アフリカ系アメリカ人、およびバシリキシマブ導入は、PTLDリスクの減少と関連していました。

結論:

• 提案されたリスクスコアは、胸部移植後のPTLDリスク因子の理解を深めます。移植後5年以内に個別のPTLDリスク予測が可能であり、臨床的意思決定を支援します。高リスク患者を特定することで、標的を絞ったモニタリングと潜在的な介入が可能になり、転帰が改善されます。