電子カルテベースの機械学習予測モデルにおける共変量誤分類の調整

科学分野:

• バイオメディカルインフォマティクス
• ヘルスサービスリサーチ
• ヘルスケアにおける機械学習

背景:

• 電子カルテ（EHR）には貴重なデータが含まれているが、誤分類エラーが発生しやすい。
• これらのエラーは、予測モデルにバイアスを導入し、臨床的意思決定に影響を与える可能性がある。
• 肺がんスクリーニングへのアドヒアランスのような患者のアウトカムの正確な予測は、非常に重要である。

研究 の 目的:

• EHR由来の共変量の誤分類エラーを調整するための方法論を開発および評価する。
• グループごとおよび個別の重みを使用して、予測モデリングにおけるバイアスを軽減する。
• 肺がんスクリーニングアドヒアランスの予測モデルの精度を向上させる。

主な方法:

• 感度と特異度に基づいて、グループごとおよび個別の重みを使用してEHR共変量を調整する方法論を開発した。
• 肺がんスクリーニングアドヒアランスを予測するために、ロジスティック回帰、XGBoost、ニューラルネットワークを適用した。
• Lung-RADSカテゴリ抽出に自然言語処理（NLP）を利用し、カーネルおよび多項回帰重みを使用して調整した。
• 調整済みモデルと未調整（ナイーブ）モデルおよび真値（オラクル）モデルを、受信者操作特性曲線下面積（AUROC）を使用して比較した。

主要な成果:

• 調整済みモデルは、様々な検証セットサイズ（10％、20％、30％）で、ナイーブモデルを大幅に上回った。
• AUROCの改善は、ナイーブモデルと比較して0.3％から10.4％の範囲であった。
• 調整済みモデルは、オラクルモデルとのパフォーマンスギャップを2.0％-7.5％に縮小した。
• 個別の重みは、グループごとの重みよりも正確なエラー補正を示した。

結論:

• 開発されたフレームワークは、EHR由来の共変量における誤分類バイアスを効果的に軽減する。
• この方法論は、広範な手動データレビューを必要とせずに、肺がんスクリーニングアドヒアランスの予測精度を向上させる。
• このアプローチは、実世界の臨床データを使用した予測モデルの信頼性を向上させるためのスケーラブルなソリューションを提供する。