腎結石破砕術の成功率を予測する機械学習ノモグラム：パイロットスタディ

科学分野:

• 泌尿器科学
• 医療情報学
• 機械学習

背景:

• 腎結石は、効果的な治療を必要とする一般的な病状です。
• 体外衝撃波結石破砕術（ESWL）は、腎結石の主要な治療法です。
• ESWLの成功を予測することは、患者選択と治療計画の最適化に不可欠です。

研究 の 目的:

• 機械学習（ML）ベースの臨床ノモグラムを開発および検証すること。
• 腎結石に対する体外衝撃波結石破砕術（ESWL）の成功率を予測すること。
• ESWLの患者選択と治療成績を最適化すること。

主な方法:

• 102例の腎結石患者のESWLデータ（2018年1月～2022年9月）の後ろ向き分析。
• 患者背景、結石特性（サイズ、面積、位置、密度）、および治療パラメータ（SSD、ステント、水腎症）の分析。
• Pythonおよびscikit-learnを使用したMLモデルの開発。線形判別分析（LDA）が約70%の精度を達成しました。

主要な成果:

• 統計的に有意な単回治療ESWL成功の予測因子には、結石サイズ、結石面積、および皮膚から結石までの距離（SSD）が含まれていました。
• 開発されたノモグラムは、SSDが8cm以下、結石面積が60mm²以下で、下極結石を除外した場合に高い成功確率を特定しました。
• LDAモデルは、約70%の平均予測精度を達成しました。

結論:

• 単回治療ESWLの成功を予測するための新しいMLベースのノモグラムが開発されました。
• この臨床ツールは、患者選択を支援し、ESWL治療の効果を向上させることができます。
• ノモグラムの予測能力は、蓄積される臨床データとともに継続的に洗練される可能性があります。