福建眼研究における加齢黄斑変性のリスク予測のための機械学習モデル
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Machine learning models for risk prediction of age-related macular degeneration in Fujian eye study
雑誌名：PLoS One. 2025; 20(11): e0335620. doi: 10.1371/journal.pone.0335620. Epub 2025 Nov 04.
概 要：
本研究は、加齢黄斑変性（AMD）のリスクを予測するためのさまざまな機械学習モデルを調査し、ビッグデータを用いたさらなる研究の基盤を築くことを目的としています。AMDは視力を著しく損なう網膜疾患であり、効果的な予測モデルの特定が重要です。
方 法：
福建眼研究から8211件の記録と39の特徴量を用いた横断的疫学調査に基づき、ロジスティック回帰（LR）、K近傍法（KNN）、サポートベクターマシン（SVM）、決定木（DT）、ランダムフォレスト（RF）、ライト勾配ブースティングマシン（LightGBM）、および極端勾配ブースティング（XGBoost）などの複数の機械学習モデルを開発・評価しました。データ前処理、特徴選択、モデル訓練が重要な要素となりました。
結 果：
複数のモデルを評価した結果、ロジスティック回帰モデルが最も正確であり、バランスの取れた精度は0.6364でした。予測において最も影響を与えた特徴は教育背景で、平均SHAP値は0.8199でした。他の重要な要因には、屋外での時間と左眼の球面度（OSSE）があり、それぞれのSHAP値は0.6474および0.6377でした。
結 論：
この研究は、ロジスティック回帰がAMDリスク予測において最も効果的な機械学習モデルであることを確認し、教育背景が最も重要なリスク因子であることを示しました。