Machine Learning-based Model for Predicting Postoperative Complications among Patients with Colonic Perforation: A Retrospective study

https://doi.org/10.23922/jarc.2021-010

和訳版Abstract	目的：下部消化管穿孔手術における術後合併症はいまだに高率であり、術前因子を用いた術後合併症予測モデルの構築は短期予後の改善に役立つ可能性があるが、現在満足のいく予測モデルはない。下部消化管穿孔手術における術後合併症の危険因子を特定し、機械学習を用いて予測モデルを構築することを本研究の目的とした。方法：下部消化管穿孔に対して緊急手術を施行した51例を対象とし、種々の術前評価指標（乳酸値、GPSなど）と術後合併症との関連を調べた。さらにclassification and regression tree (CART)と呼ばれる機械学習を用いて、術後合併症を予測する決定木を構築した。結果：32例（62.7%）に術後合併症を認めた。多変量解析では、高乳酸血症（p = 0.027）および低アルブミン血症（p = 0.036）が術後合併症の有意な危険因子だった。CART解析ではアルブミン値が最も重要な危険因子であり、次いで乳酸値が重要な指標として抽出された。結果：今回、術前アルブミン値および乳酸値が下部消化管穿孔手術の術後合併症の有意な危険因子であり、CART解析によって適切なcut off値を設定でき、2つの危険因子を臨床的に簡便に意思決定に用いることが可能となった。

和訳版Abstract

目的：下部消化管穿孔手術における術後合併症はいまだに高率であり、術前因子を用いた術後合併症予測モデルの構築は短期予後の改善に役立つ可能性があるが、現在満足のいく予測モデルはない。下部消化管穿孔手術における術後合併症の危険因子を特定し、機械学習を用いて予測モデルを構築することを本研究の目的とした。
方法：下部消化管穿孔に対して緊急手術を施行した51例を対象とし、種々の術前評価指標（乳酸値、GPSなど）と術後合併症との関連を調べた。さらにclassification and regression tree (CART)と呼ばれる機械学習を用いて、術後合併症を予測する決定木を構築した。
結果：32例（62.7%）に術後合併症を認めた。多変量解析では、高乳酸血症（p = 0.027）および低アルブミン血症（p = 0.036）が術後合併症の有意な危険因子だった。CART解析ではアルブミン値が最も重要な危険因子であり、次いで乳酸値が重要な指標として抽出された。
結果：今回、術前アルブミン値および乳酸値が下部消化管穿孔手術の術後合併症の有意な危険因子であり、CART解析によって適切なcut off値を設定でき、2つの危険因子を臨床的に簡便に意思決定に用いることが可能となった。

|<< « Prev 125 124 [123] 122 121 Next » >>|