疾患リスク評価のための軌道分析の評価：スコーピングレビュー
カテゴリ：公衆衛生・予防医療
公開日：2026年1月29日
タイトル：Evaluation of trajectory analysis for disease risk assessment: a scoping review
雑誌名：J Am Med Inform Assoc. 2026 Feb 01; 33(2): 521-535. doi: 10.1093/jamia/ocaf208.
概 要：
本研究は、構造化された縦断的電子健康記録（EHR）を利用して、未発見の疾患のリスクを予測するための「患者の軌道」を分析することに焦点を当てています。軌道研究は、臨床イベントの関連性を探り、疾患の軌道を特徴づけ、リスク予測を強化します。このスコーピングレビューでは、研究の特性と目的を評価し、モデルの種類を特定し、モデルの性能と報告を評価しました。
方 法：
PubMedおよびWeb of Scienceを用いて、時間的EHRシーケンスを使用して疾患のシグネチャーを特定または疾患の存在を予測する研究を対象にしたスコーピングレビューを実施しました。
結 果：
62件の研究を特定しました。統計的手法は主にクラスタリングのために時間的関連性をテストするために使用され、深層学習モデルは結果予測に焦点を当てていました。65%の研究が二次医療データを使用し、最も一般的なアウトカムは疾患に依存しないもの（39%）と心血管疾患（20%）でした。48件の研究がリスク予測を目的としており、50%が軌道ベースのモデルと静的ベースラインを比較しました。31件の研究が曲線下面積（AUC）を報告しており、時間的モデルは中程度の性能向上を示しました（相対/絶対AUC：中央値5.7%/4.2%、範囲-2.6%から58.9%/-2.3%から33.0%）。
結 論：
軌道研究は増加していますが、プライマリケアデータセット、多様な疾患への適用、外部検証、臨床的適用性の考慮が不足しています。この分野の新しさは確固たる結論を妨げますが、さまざまなモデルタイプと目的において有望な結果が得られています。多様な視点からの研究が続くことで、この成長する分野が意味のある臨床的利益をもたらすかどうかが明らかになるでしょう。