血流感染リスクの早期予測モデルの開発と応用
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Development and application of an early prediction model for risk of bloodstream infection based on real-world study
雑誌名：BMC Med Inform Decis Mak. 2025 May 14; 25(1): 186. doi: 10.1186/s12911-025-03020-9. Epub 2025 May 14.
概 要：
血流感染（BSI）は重篤な全身感染症であり、敗血症や多臓器不全を引き起こし、高い死亡率をもたらします。本研究は、BSIの早期診断を支援するために、ルーチンの検査データと臨床モニタリング指標を組み合わせ、機械学習アルゴリズムを用いてBSIリスク予測モデルを構築することを目的としています。2582人の疑似BSI患者のデータを分析し、最適な予測因子を特定しました。
方 法：
2021年1月1日から2023年12月31日までに重慶大学中央病院に入院した2582人の疑似BSI患者の臨床データを収集しました。データは時系列に基づいてモデリングデータセットと外部検証データセットに分けられ、モデリングデータセットはさらに訓練セットと内部検証セットに分割されました。予測因子の選定には、単変量ロジスティック回帰やBorutaアルゴリズム、Lasso回帰、RFE-CVを使用しました。最適な予測因子に基づき、6つの機械学習アルゴリズムを用いてBSIリスク予測モデルを構築しました。
結 果：
重慶大学中央病院におけるBSIの発生率は12.91%でした。最終的に、白血球数、標準重炭酸塩、細胞外液のベースエクスセス、インターロイキン-6、体温の5つの変数が選定されました。XGBoostモデルが最も優れた性能を示し、内部検証セットでAUC 0.782、外部検証セットでAUC 0.776を達成しました。このモデルは臨床使用のためにオンラインツールとして公開されています。
結 論：
本研究では、入院患者のルーチン検査データを分析することで5つの特徴を特定し、BSIの早期リスク予測モデルを構築しました。このモデルはBSI患者と非BSI患者を迅速に区別でき、プライマリケアレベルでの適用性を高めることが期待されます。オンラインアプリケーションの導入により、BSI診断の効率が向上し、患者の死亡率を低下させる可能性があります。