中高年中国人における心血管リスクの解読：CHARLSコホートに基づく機械学習と説明可能なAIを統合した9年間の前向き研究
カテゴリ：高齢者医療・介護
公開日：2026年2月27日
タイトル：Decoding cardiovascular risk in Chinese middle-aged and elderly adults: a 9-year prospective study integrating machine learning with explainable AI based on CHARLS cohort.
雑誌名：BMC Med Inform Decis Mak. 2026 Feb 26; doi: 10.1186/s12911-026-03389-1. Epub 2026 Feb 26.
概 要：
この研究は、中国における心血管疾患のリスク予測モデルを開発し、中高年層に特化した予測精度と臨床的解釈性の最適な統合を目指しました。中国では心血管疾患が主要な公衆衛生の課題であり、既存のリスク評価モデルは西洋のデータに基づいているため、中国人においては過大評価されることが多いです。本研究では、CHARLSから得たデータを用いて、機械学習と説明可能なAI技術を統合し、心血管疾患の長期リスク予測モデルを構築しました。
方 法：
2011年から2020年までのCHARLSデータを用い、45歳以上の8,080人を対象に9年間の追跡調査を行いました。90の候補変数から最適な予測因子を特定するために再帰的特徴除去を使用し、12の機械学習アルゴリズムを評価しました。SHAP法を用いて予測因子の重要性を分析し、意思決定曲線分析で臨床的なネットベネフィットを評価しました。
結 果：
訓練コホートの5,699人中1,248人（21.9%）が心血管イベントを経験しました。再帰的特徴除去により、脂質代謝、身体計測、腎機能、グルコースホメオスタシスに関連する18の主要予測因子が特定されました。勾配ブースティングマシンが最も優れた性能を示し、検証コホートでのAUCは0.798（95% CI: 0.776-0.820）でした。SHAP分析では、ウエスト周囲径、トリグリセリド、 hypertensionの履歴が主要な予測因子として浮かび上がりました。
結 論：
勾配ブースティングマシンモデルは、Framingham（0.638）やChina-PAR（0.654）スコアと比較して、9年間の心血管疾患予測において優れた識別能力を示しました。ウエスト周囲径、トリグリセリド、hypertensionが主要な予測因子として特定されました。意思決定曲線分析により、0.05-0.95の閾値確率において臨床的有用性が確認され、外部検証が必要です。