J-STAGEでJARCを見る
検索(複数の項目で絞り込みが可能です)

 リセット(戻る)

Original Research Articles
Volume 8 Issue 4 Pages 323-330

Machine Learning Predicts the Need for Surgical Intervention in Adhesive Small Bowel Obstruction

和訳版Abstract 目的:機械学習アルゴリズムを用いて,癒着性腸閉塞における外科手術への移行リスクを検討すること。

方法:経鼻的減圧管(ロングチューブ)留置を要した癒着性腸閉塞106例を対象とし,ロジスティク回帰分析と機械学習アルゴリズムによる外科手術への移行リスクを後ろ向きに検討した。

結果:28例(26%)で保存的治療が奏功せず手術移行となった。ロジスティク解析にて,1日目の減圧管の排液量が655ml以上,診断から留置までの期間が長い,留置48時間後のX線検査にて小腸拡張あり,が独立した手術移行リスクとして同定された。機械学習アルゴリズムではランダムフォレストが最良の予測能を有した。保存的治療の奏功例では,留置から3日までに97.4%の症例で排ガスを認めた。

結論:癒着性腸閉塞症例において,機械学習アルゴリズムが手術移行リスクの同定に有用であることが示された。また,保存的治療は3日間までとし,無効例は外科的手術を検討するべきである。