MEDICINE & AI

タイトル：Machine learning prediction models for mode of delivery in prolonged pregnancies in Sweden 雑誌名：Sci Rep. 2025 Sep 12; 15(1): 32487. 概　要： この研究は、41週以降の妊娠における分娩方法を予測するためのデータ駆動型アプローチを用いています。妊娠の遅延による悪影響を防ぐために、労働誘発が推奨されますが、個別化された意思決定のための予測モデルは存在しません。本研究では、スウェーデンの医療出生登録から得られた低リスクの初産婦を対象に、妊娠週数に応じた4つの研究グループでの分娩方法を予測しました。43の特徴を用いてモデルを構築し、5つの異なる分類器を比較しましたが、予測力は限られていました。この研究は、41週以降の労働誘発のタイミングを予測するための方法論的情報を提供します。 方　法： この研究は、スウェーデンの医療出生登録（1998-2019）から得られた低リスクの初産婦を対象としたコホート研究です。41週以降の妊娠における分娩方法を予測するために、178,932、129,449、90,448、61,301の妊娠を含む4つの研究グループを設定しました。モデルには、労働誘発の決定を含む43の特徴が使用され、5つの異なる分類器（ランダムフォレスト、混合ナイーブベイズ、サポートベクターマシン、ニューラルネットワーク、ロジスティック回帰）が比較されました。 結　果： 予測モデルの最高の面積下の曲線（AUC）は、ホールドアウトサンプルで69%でした。結果は不均衡で、帝王切開率は27%未満、自然分娩は55%以上、膣分娩は18%未満でした。考慮された特徴は予測力に欠けていましたが、41週以降の労働誘発のタイミングを予測するための貴重な方法論的情報を提供しました。 結　論： 本研究は、延長妊娠における分娩方法の予測に関する新たな知見を提供しますが、使用した特徴の予測力は限られており、今後の研究においてさらなる改善が必要です。