透析治療のデータ駆動型エビデンスに基づいた患者中心の最適な開始時間

科学分野:

• 腎臓病学
• 生物医学情報学
• データサイエンス

背景:

• 末期慢性腎臓病（CKD）の透析開始の最適な時期を決定することは、国家ガイドラインの欠如により困難です。
• 現在の透析開始の臨床診療には、標準化されたデータ駆動型アプローチが欠けており、患者の転帰が最適化されていません。

研究 の 目的:

• 末期CKD患者の透析治療開始の最適な時期を決定するための新規意思決定フレームワークを開発および評価すること。
• 死亡率、有用性報酬、および費用対効果を改善するために、個別化された透析タイミングのためのデータ駆動型の視点を提供すること。

主な方法:

• 自然言語処理（NLP）、機械学習（ML）、および確率モデリングを統合したフレームワークが開発されました。
• 電子カルテ（EHR）データは、抽出、匿名化、標準化のためのパイプラインを通じて処理されました。
• 情報ツールキットは、NLP、イベントマッピング、クラスタリング、およびMLに使用され、予後と治療効果を予測しました。
• 個別化された確率モデルが、最適な透析開始タイミングを決定するために作成されました。

主要な成果:

• 提案された最適な開始時間ポリシーは、現在の臨床ポリシーと比較して20.0%–54.7%の死亡率削減の可能性を示しました。
• 全体的な有用性報酬の6.4%–14.7%の増加と、全体的なコストの9.6%–16.7%の削減が観察されました。
• 臨床診療ガイドライン（CPG）が開発され、クリニックでテストされ、有望な初期結果を示しました。

結論:

• 新規意思決定フレームワークは、CKD患者の透析開始における死亡率、有用性、およびコストの大幅な改善を提供します。
• データ駆動型アプローチに基づいた開発されたCPGは、末期腎疾患（ESRD）ケアの国家標準となる可能性があります。
• 患者ケアへの全体的な有効性と影響を検証するために、さらなる臨床試験が計画されています。