eICUデータベースにおける敗血症サブポピュレーションの無監督識別：多方法クラスタリングアプローチと検証
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：Unsupervised identification of sepsis subpopulations in the eICU database: A multi-method clustering approach with validation.
雑誌名：Comput Biol Med. 2026 Feb 14; 204: 111546.
概 要：
敗血症は世界的な死亡原因の一つであり、その治療結果に関する不確実性は患者間の多様性に起因しています。本研究では、敗血症患者の異なる臨床行動を持つサブポピュレーションを特定することが、よりターゲットを絞った効果的な介入の開発に役立つと考えています。私たちは、MIMIC-III ICUデータベースでのクラスタリング技術の適用を基に、より大規模なeICUデータベースに分析を拡張しました。t-SNE、UMAP、VAEなどの多次元削減手法と、密度ベースのクラスタリング（DBSCAN）を組み合わせ、自己組織化マップ（SOM）を用いて追加のトポロジー検証を行いました。このアプローチにより、共通の特徴を持つ敗血症の認識可能なサブポピュレーションを明らかにし、MIMIC-III分析の結果を検証するとともに、より異質なeICUデータベースを示唆する新たな結果を特定しました。
方 法：
本研究は、eICUデータベースを用いた無監督クラスタリング研究です。t-SNE、UMAP、VAEなどの多次元削減手法を用い、DBSCANによる密度ベースのクラスタリングを実施しました。さらに、自己組織化マップ（SOM）を用いてトポロジーの検証を行い、敗血症のサブポピュレーションを特定しました。
結 果：
このアプローチにより、共通の特徴を持つ敗血症のサブポピュレーションが明らかになり、MIMIC-III分析の結果が検証されるとともに、eICUデータベースの異質性を示す新たな結果が特定されました。
結 論：
本研究は、eICUデータベースにおける敗血症患者のサブポピュレーションを無監督で識別する新たな手法を提供し、より効果的な介入の開発に向けた基盤を築く可能性があります。