術後の心血管外科手術を受けた高齢患者の病院で得られた機能低下を予測するための機械学習モデル
Ryotaro Hiramatsu1, Shinsuke Imaoka2, Shohei Minata1
1Department of Rehabilitation, Oita Oka Hospital, Oita 870-0192, Japan.
World journal of clinical cases
|February 16, 2026
まとめ
病院で得られた機能低下 (HAFD) は,心臓手術後の高齢者において一般的です. 新しい機械学習モデルはHAFDを正確に予測し,女性の性別と歩行速度が遅いことを主要な危険因子として特定します.
科学分野:
- ゲリアトリク・メディシン (老年医学)
- 心血管外科手術についてです.
- 医療における人工知能
背景:
- 病院内発症機能低下 (HAFD) は,心血管外科手術後の高齢患者のアウトカムを著しく悪化させる.
- HAFDの予測要因を特定することは,患者のケアと回復を改善するために不可欠です.
研究 の 目的:
- 心血管外科手術を受ける高齢者のHAFDの予測モデルを開発し,検証する.
- HAFDの発生に関連する特定の要因を特定する.
主な方法:
- 心血管外科手術を受けた144人の患者さん (2019年5月 - 2023年12月) を対象とした遡及的観察研究.
- HAFDは,SPPB (Short Physical Performance Battery) のスコアが,手術前から退院前までの変化によって定義される.
- 7つの機械学習モデルが評価され,パフォーマンスは曲線下の面積 (AUC) によって評価され,SHapley添加式展開 (SHAP) を使用して解釈されました.
主要な成果:
- 28.5%の患者 (41/144) がHAFDを経験した.
- エクストリーム・グラディエント・ブースト (XGBoost) モデルは,AUC 0.87.7 で最も高い予測精度を示した.
- SHAPの分析では,HAFDに寄与する重要な要因として,女性の性別と手術前の歩行速度が遅いことが特定されました.
結論:
- 高齢の心血管外科手術患者のHAFDを予測するための高度に正確な機械学習モデルが開発されました.
- 性別や歩行速度を含む主要な予測要因が特定され,標的型の手術前評価と介入のための洞察を提供しました.
