機械学習により冠動脈疾患インシリコスコアISCADを開発
Machine learning-based marker for coronary artery disease: derivation and validation in two longitudinal cohorts

カテゴリー
循環器
ジャーナル名
The Lancet
年月
December 2022
Online first
開始ページ
Online first

背景

冠動脈疾患(CAD)診断への機械学習の利用可能性が探求されている。
アメリカIcahn School of Medicine at Mount SinaiのDoらは、BioMe Biobank・UKBiobank参加95,935 名の電子カルテデータの機械学習により、CAD定量マーカーからCADインシリコスコア(ISCAD)を開発し、両バイオバンクコホートの臨床アウトカム(冠動脈狭窄・閉塞性CAD・多枝病変・全原因死亡・CAD帰結)との関連を評価した。

結論

開発モデルのCAD予測能のAUCは0.95、感度0.94・特異度 0.82であり、BioMe検証セットとホールドアウトセットでは各0.93・0.90・0.88、UK Biobank外部テストセットでは各0.91・0.84・0..83であった。ISCADスコアは、閉塞性CAD・多枝病変・主要冠動脈狭窄のリスクを定量的に予測し、また全原因死亡のハザード比・規模(prevalence)もISCADスコアとともに段階増加した。心筋梗塞再発についても同様の傾向がみられた。高ISCAD(≧0.9)の未診断者の46%が、2014ACC/AHATask ForceガイドラインによるCAD臨床エビデンスを有していた。

評価

すでに相当数の試みのある分野で、最近でもHarvard・IBMによる51予測因子の報告がある(https://pubmed.ncbi.nlm.nih.gov/34950898/)。この論文も他研究の多くと同じく、プログラム・解析内容はブラックボックスであり、著者らは、「他の集団を含めた大規模前向再検証」による「汎用可能で移植可能性の高いバーション」の構築を呼びかけている。

関連するメディカルオンライン文献

大規模臨床試験、新規の薬・機器・手法・因子・メカニズムの発見に関する文献を主に取り上げ、原文の要約と専属医師のコメントを掲載。

(制作協力:Silex 知の文献サービス

取り上げる主なジャーナル(循環器)

Journal of the American College of Cardiology(JACC)、Lancet、The New England Journal of Medicine(NEJM)、American Heart Journal (AHJ)、Circulation、The Journal of the American Medical Association(JAMA)