機械学習による敗血症リスク予測における社会人口統計の考慮
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：Consideration of Sociodemographics in Machine Learning-Driven Sepsis Risk Prediction
雑誌名：Crit Care Med. 2025 Sep 01; 53(9): e1815-e1820.
概 要：
本研究は、機械学習（ML）や人工知能（AI）を用いた敗血症および関連する結果の予測における社会人口統計データの報告状況を評価しました。ガイドラインでは、社会人口統計のバイアスを評価するために、データの明示的な報告と層別分析の実施が求められています。研究では、2023年1月1日から2024年6月30日までに発表された敗血症に関連するレビューから、MLを用いたリスク予測に関する研究を抽出しました。
方 法：
PubMedおよびGoogle Scholarを用いて、敗血症、リスク予測、MLに関連するレビューから研究を抽出しました。二人のレビュアーが事前定義されたフォームを使用してデータを抽出し、研究の種類、関心のある結果、設定、使用されたデータセット、社会人口統計の報告、予測因子としての社会人口統計の含有、層別分析の実施、及び社会人口統計の考慮不足を制限として報告したかどうかを評価しました。
結 果：
96件のレビュー研究のうち、13件（14%）が選定基準を満たしました。これらのレビューから抽出された170件の研究のうち、120件（71%）が本レビューに含まれました。120件の研究のうち、99件（83%）がデータ収集の地理的情報を報告し、80件（67%）が性別、24件（20%）が人種/民族、4件（3%）がその他の社会人口統計を報告しました。層別分析を行ったのは3件（2%）のみで、正式な公平性指標を報告したものはありませんでした。
結 論：
社会人口統計データの含有と層別評価は、公平なリスク予測ツールの開発において重要なステップですが、現時点では一貫して採用されていないことが示されました。