高齢者における術後全身性炎症反応症候群の感受性および高リスク集団の特定：機械学習に基づく予測モデル
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Identification of a Susceptible and High-Risk Population for Postoperative Systemic Inflammatory Response Syndrome in Older Adults: Machine Learning-Based Predictive Model
雑誌名：J Med Internet Res. 2024 Nov 22; 26: e57486.
概 要：
本研究は、高齢者の外科患者における術後全身性炎症反応症候群（SIRS）のリスクを早期に特定するための個別化予測モデルを開発し、適切な早期介入を指導することを目的としています。SIRSは高齢者において重篤な合併症であり、年齢とともにその発生率が増加します。機械学習モデルを用いて、65歳以上の外科患者から得たデータを分析し、15の関連変数を特定しました。最も性能の良いランダムフォレストモデルを用いて、SIRSの予測を行いました。
方 法：
2015年9月から2020年9月までの3つの独立した医療センターから、65歳以上の外科患者のデータを収集し分析しました。第三中山大学附属病院の対象患者2882人を80%の訓練セットと20%の内部検証セットにランダムに分割しました。4つの機械学習モデルを開発し、受信者動作特性曲線（AUC）、F1スコア、ブライヤースコア、キャリブレーション曲線を用いてモデルの性能を評価しました。
結 果：
3つの医療センターにおけるSIRSの発生率はそれぞれ24.3%、29.6%、6.5%でした。ランダムフォレストモデルが最も優れた性能を示し、内部検証セットでのAUCは0.751、感度は0.682、特異度は0.681、F1スコアは0.508でした。外部検証セット1および2ではそれぞれAUCが0.759および0.804でした。
結 論：
高齢者の術後SIRSを予測する一般化可能なランダムフォレストモデルを開発し、感受性および高リスク患者をスクリーニングし、早期の個別化介入を実施することが可能となりました。モデルを利用したオンラインリスク計算機も開発され、世界中の麻酔科医や医療従事者がアクセスできるようになりました。