機械学習で若年無症候性者の心血管リスク予測を改善
Machine Learning Improves Cardiovascular Risk Definition for Young, Asymptomatic Individuals
背景
簡明指標の機械学習（ML）で無症状アテローム性動脈硬化症（SA）による心血管リスクを予測できるか。スペインCentro Nacional de Investigaciones Cardiovasculares Carlos IIIの Sanchez-Caboら（PESA）は、4,184名の若中年者の400検査項目データに基づく機械学習モデルを構築し、外部独立コホートで検証を行った。
結論
CACスコアと2D血管超音波画像データの組み合わせメトリックによってSAを予測するEN-PISAモデルを構築した。 このモデルによる広汎SA予測のc-統計量は0.88であり、ASCVD・SCOREより有意に多数の高リスク者を見出した。EN-PESAによりリスク増が予測された参加者の86.8%が、すでにSA兆候をもつかあるいは3年以内にSAが進行した。
評価
心血管疾患リスク予測へのML導入の試みは多く、最近では2019年のMESA 7000人データに基づくJohns-Hopkinsモデル（https://www.ahajournals.org/doi/full/10.1161/CIRCRESAHA.117.311312）等がある。系統レビューによる整理・選別の時であろう。
