容易に検出可能な臨床データに基づく石炭労働者肺炎症の予測に関する研究:機械学習モデル開発と検証研究
Haiquan Li1,2, Jiaqi Jia3, Xu Shi2
1School of Chemical Engineering & Technology, China University of Mining and Technology, Xuzhou, Jiangsu, China.
JMIR medical informatics
|February 13, 2026
まとめ
機械学習モデルは,入手可能な臨床データを使用して,石炭労働者肺炎症 (CWP) を効果的に予測します. このアプローチは,早期診断と介入のための便利な代替案を提供し,患者のアウトカムを改善します.
科学分野:
- 職業医学は職業医学である.
- 肺内医学 肺内医学 肺内医学
- データサイエンスと機械学習
背景:
- 炭鉱労働者の肺炎症 (CWP) は,不可逆的な損傷を引き起こす重要な職業性肺疾患です.
- 早期のCWP予測は,肺線維症の進行を止めるために極めて重要です.
- 画像とバイオマーカーを使用する現在の予測方法は,高価で不便です.
研究 の 目的:
- 容易に入手可能な臨床データを用いてCWP予測のための機械学習 (ML) モデルを開発する.
- CWPリスク評価のための職業歴,肺機能,血液指標の有用性を調査する.
主な方法:
- 予測フレームワークは,多次元的な臨床特性を有するデータセットを使用した.
- 6つのMLアルゴリズムは,クロス検証とテストセットを使用してトレーニングされ,検証されました.
- ハイパーパラメータ最適化とモデル解釈性 (シェープリー添加説明) が実施されました.
主要な成果:
- すべてのMLモデルは,テストセットのわずかな差異で,高い予測性能を示した.
- 光のグラデーション強化とカテゴリ強化により,高いAUC (0.974-0.975) が達成されました.
- 特定された主要な予測要因には,年齢,強制呼吸量/強制生命能力,血小板数が含まれています.
結論:
- 臨床的特徴とMLアルゴリズムの組み合わせは,CWP予測の有望性を示しています.
- このアプローチは,早期CWP診断と介入のための便利で効果的な戦略を提供します.
- 臨床バイオマーカーは,CWPリスクに対する独立した予測価値を持っています.
