6つの癌種におけるうつ病および不安障害の予測機械学習アルゴリズム：包括的な多施設集団ベース研究

科学分野:

• 腫瘍学
• 精神医学
• データサイエンス

背景:

• 医療診断における機械学習（ML）の応用は広範ですが、がん後のうつ病および不安のようなメンタルヘルスの問題の予測は、依然として十分に探求されていません。
• 癌患者は、うつ病および不安を発症する重大なリスクに直面しており、治療の遵守と全体的な生活の質に影響を与えています。

研究 の 目的:

• 診断後1年以内の癌患者におけるうつ病および不安障害を予測するためのMLモデルを開発および検証すること。
• がん後のうつ病および不安に寄与する主要な人口統計学的、臨床的、およびケアの質的要因を特定すること。

主な方法:

• 台湾の3つの医療センター（2017-2022年）の24,580人の癌患者を対象とした、縦断的、学際的研究。
• ロジスティック回帰、ランダムフォレスト、K近傍法、アダプティブブースティング、およびエクストリームグラディエントブースティング（XGBoost）を含む複数のMLアルゴリズムの開発と比較。
• モデルパフォーマンスは、精度、適合率、再現率、F1スコア、およびAUROCを使用して評価され、統計分析はSPSSおよびPythonを介して実施されました。

主要な成果:

• XGBoostモデルは優れたパフォーマンスを示し、精度98.30%、適合率98.17%、F1スコア98.30%、AUROC 99.72%を達成しました。特徴量重要度分析により、腫瘍サイズ、患者の年齢、ボディマス指数がうつ病および不安の最も重要な予測因子であることが強調されました。

結論:

• MLモデルは、縦断的データを使用して癌患者のうつ病および不安を効果的に予測し、危険因子に関する貴重な洞察を提供します。
• これらの予測モデルは、メンタルヘルスケアを強化し、エビデンスに基づいたガイドラインを通知し、癌治療全体を通じて患者の転帰を改善することができます。