機械学習を用いた経皮的大動脈・腸骨動脈再血行再建術後の予後予測
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Predicting outcomes following endovascular aortoiliac revascularization using machine learning
雑誌名：NPJ Digit Med. 2025 Jul 24; 8(1): 475. doi: 10.1038/s41746-025-01865-y. Epub 2025 Jul 24.
概 要：
経皮的大動脈・腸骨動脈再血行再建術は末梢動脈疾患に対する一般的な治療法ですが、リスクが伴います。本研究では、術後30日間の予後を予測するための機械学習アルゴリズムを開発しました。2011年から2021年の間に経皮的再血行再建術を受けた患者を特定するために、National Surgical Quality Improvement Programの血管データベースを使用しました。37の術前人口統計および臨床変数を入力特徴として用い、主要評価項目は術後30日間の重大な有害肢イベント（MALE）または死亡でした。6601人の患者が含まれ、30日間のMALEまたは死亡は470人（7.1%）で発生しました。
方 法：
この研究は、6601人の患者を対象にしたコホート研究です。データは訓練セット（70%）とテストセット（30%）に分割され、術前の特徴を用いて6つの機械学習モデルが訓練されました。主要評価指標は、術後30日間のMALEまたは死亡の予測精度であり、10回の交差検証を実施しました。
結 果：
最も性能が良かったモデルはXGBoostで、AUROC（95% CI）は0.94（0.93-0.95）でした。一方、ロジスティック回帰のAUROC（95% CI）は0.74（0.73-0.76）でした。XGBoostモデルは、術後30日間の予後を高精度で予測し、ロジスティック回帰よりも優れた性能を示しました。
結 論：
XGBoostモデルは、経皮的大動脈・腸骨動脈再血行再建術後の予後を高精度で予測できることが示され、臨床意思決定を支援するツールとしての可能性があります。