J-ASPECT Study10年間の日本全国DPCデータを用いた機械学習による急性期脳梗塞発症後の1, 3, 5年以内の再発予測

要旨:【背景および目的】本研究の目的は急性期脳梗塞発症患者の退院後1, 3, 5年以内の再発を予測することである. 【方法】対象は2010-2019年度にJ-ASPECT Study参加施設に急性期脳梗塞で入院した患者とした. 117個の臨床情報を変数として機械学習モデルを作成し, Stroke Prognosis Instrument II(SPI-II), Essen Stroke Risk Score(ESRS)と比較した. 【結果】機械学習による再発予測の平均受信者操作特性曲線のArea Under the Curve(ROC AUC)は1, 3, 5年以内でそれぞれ0.62, 0.6...

Full description

Saved in:
Bibliographic Details
Published in脳卒中 Vol. 47; no. 1; pp. 17 - 24
Main Authors 渡辺翔吾, 連乃駿, 尾形宗士郎, 中奥由里子, 萩原明人, 小橋昌司, 平松治彦, 太田剛史, 野口暉夫, 片岡大治, 猪原匡史, 西村邦宏, 飯原弘二
Format Journal Article
LanguageJapanese
Published 日本脳卒中学会 25.01.2025
Online AccessGet full text

Cover

More Information
Summary:要旨:【背景および目的】本研究の目的は急性期脳梗塞発症患者の退院後1, 3, 5年以内の再発を予測することである. 【方法】対象は2010-2019年度にJ-ASPECT Study参加施設に急性期脳梗塞で入院した患者とした. 117個の臨床情報を変数として機械学習モデルを作成し, Stroke Prognosis Instrument II(SPI-II), Essen Stroke Risk Score(ESRS)と比較した. 【結果】機械学習による再発予測の平均受信者操作特性曲線のArea Under the Curve(ROC AUC)は1, 3, 5年以内でそれぞれ0.62, 0.63, 0.63となり, SPI-IIは0.54, 0.54, 0.54, ESRSは0.55, 0.54, 0.53となった. 【結論】機械学習を用いた脳梗塞再発予測は既存のリスクスコアよりも高い予測精度が得られた.
ISSN:0912-0726