現代中国における心血管疾患リスク予測モデルの一次予防（1°P-CARDIAC）：ハイブリッド統計および機械学習アプローチを用いたモデルの導出と検証
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：Primary prevention cardiovascular disease risk prediction model for contemporary Chinese (1°P-CARDIAC): Model derivation and validation using a hybrid statistical and machine-learning approach.
雑誌名：PLoS One. 2025; 20(7): e0322419. doi: 10.1371/journal.pone.0322419. Epub 2025 Jul 28.
概 要：
心血管疾患（CVD）は中国および世界で最も多い死亡原因ですが、中国特有の一次予防モデルが不足しています。本研究では、香港の現代中国人を対象に、CVD高リスク個人を特定するための一次予防リスク予測モデル「1°P-CARDIAC」を作成し、検証しました。このモデルは、早期介入を目的としています。
方 法：
CVDの既往歴がない患者を、香港の居住地に基づいて導出群と検証群に分類しました。結果は、冠動脈疾患、脳卒中、末梢動脈疾患、血管再生術の初回診断の合成としました。全モデルは、臨床検査、病歴、家族歴、人口統計、医療利用などの103の変数を組み込みました。XGBoost Coxモデルと多変量インプテーションを用いて導出し、LASSO回帰で重要なリスク変数を統合した基本モデルを開発しました。1000回のブートストラップ法で検証し、既存の4つのモデルと比較しました。
結 果：
導出群には179,953人、検証群には1,083,924人が含まれました。全モデルのC統計量は0.87（95% CI: 0.87, 0.87）、キャリブレーションスロープは0.94でした。基本モデルのC統計量は0.75（95% CI: 0.75, 0.75）、キャリブレーションスロープは0.91でした。他の比較モデルはC統計量が0.68から0.72でした。
結 論：
1°P-CARDIACは、心血管疾患の一次予防のためのリスク予測モデルであり、ハイブリッド統計および機械学習アプローチを適用して開発・検証されました。検証結果は、一般的に使用されるリスクモデルと比較して改善された性能を示唆しています。このモデルは、ビッグデータの力を活用し、心血管疾患の一次予防と公衆衛生の向上に寄与する可能性があります。