Research Article

肺炎関連ARDSの予測のためのウェブベースのアプリケーションの開発および外部検証

DOI:

10.3791/69738

⸱

January 6th, 2026

 ,  , 
1Department of Pulmonary and Critical Care Medicine, Beijing Anzhen Hospital of Capital Medical University, 2Beijing Institute of Heart, Lung and Blood Vessel Diseases

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究は、肺炎関連ARDSの早期診断と臨床表現型化のために機械学習モデルを統合し、精密治療を促進するウェブベースのシステムを開発し、外部検証を行うことを目的としています。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

急性呼吸困難症候群(ARDS)は非常に多様で、重度肺炎と重度肺炎と重なる臨床症状があり、正確な分化に課題があります。したがって、早期予測とARDS患者の迅速なサブタイプクラスタリングが緊急に求められています。本研究は、早期診断や臨床サブグループ分類の検証済みモデルを含むウェブベースのシステムを開発し、肺炎関連ARDSの発症と表現型を予測することを目的としています。診断モデルおよびサブグループモデルは、Medical Information Mart for Intensive Care IV(MIMIC-IV)およびテレヘルス集中治療ユニット(eICU)という2つの大規模データベースから開発・検証され、ウェブベースの予測システムに組み込まれました。2008年から2019年の間に肺炎患者が24時間以上入院したデータを分析しました。MIMIC-IV派生コホートには肺炎患者24,987名(肺炎関連ARDS患者14,121名)、eICU検証コホートには肺炎患者20,676名(肺炎関連ARDS患者9,946名)が含まれていました。診断において、機械学習のスタッキング法はMIMIC-IV導出コホートにおいてAUC0.919、精度70.00%、精度69.88%、リコール率82.27%で最も優れた成績を収めました。eICU検証コホートのAUC、正確性、精度、リコール率はそれぞれ0.915%、70.87%、69.70%、69.70%でした。肺炎関連ARDSは、異なる臨床的特徴とアウトカムを持つ3つの臨床表現型に分類され、それぞれ治療に対する反応が異なっていました。クラスター0および1の患者では、早期コルチコステロイド治療を受けた患者の入院死亡率が未治療者より高かったのに対し、クラスター2の患者では、コルチコステロイド投与を受けた患者の入院死亡率が未治療者より低かった。肺炎関連ARDSの診断予測および臨床サブグループ分類のウェブ変換を実施しました。当社のウェブベースの早期ベッドサイド診断および肺炎関連ARDSの臨床サブグループ分類モデルは、臨床医が疾患の診断と治療、そして個別化された精密治療の促進に役立つ可能性があります。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

急性呼吸不全、特に肺感染症後の急性呼吸困難症候群(ARDS)は、重篤な患者に共通して深刻な問題に直面します。研究によれば、集中治療室(ICU)患者におけるARDSの発生率は最大10%に達し、死亡率は約40%です2,3。重度の肺炎はARDS4の主な原因と広く考えられています。重度肺炎とARDSの臨床症状が似ているため、ARDSと重度肺炎の区別が難しいことが多いです。したがって、肺炎の症例におけるARDS発症の早期予測は、ARDSの発生率や死亡率の低減につながる可能性があります5。さらに、ARDSは非常に異質な疾患であるため、早期かつ正確なサブグループ分類は精密医療を可能にします。このような分類は、世界中の呼吸器重症疾患に関する研究の主要な方向性の一つでもあります。7、目標はターゲットを絞ったサブグループ介入の効果を向上させることです。

現在、ARDSの独立リスク要因は広く研究されていますが、肺炎患者におけるARD....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究は、Protecting Human Research Participates検査(記録ID:44151052)を完了した後、Medical Information Mart for Intensive Care IV(MIMIC-IV)データベース11(バージョン1.0、PhysioNet: https://physionet.org/content/mimiciv/1.0/)およびテレヘルス集中治療室(eICU)データベース12(バージョン2.0、PhysioNet: https://physionet.org/content/eicu-crd/2.0/)にアクセスしました。本研究はヘルシンキ宣言(2013年)の原則に従って実施され、患者は2つのデータベースにデータを収集することに同意していました。本研究の倫理承認は免除されました。これはeICUおよびMIMIC-IVデータベースのデータが完全に匿名化されていたため(個人識別子は保持されていません)、

材料と道具
データソース:MIMIC-IVデータベース:バージョン1.0、単一センターオープンアクセスレジストリ、76,540件のICU入院(2008-2019年)、PhysioNet経由でアクセス。eICUデータベ....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

参加者
MIMIC-IVデータベースには、肺炎患者24,987名のデータを含み、そのうち14,121名が肺炎関連ARDSを有していました(表1)。eICUデータベースには肺炎患者20,676名のデータが含まれ、そのうち9,946名が肺炎関連ARDSを有していました(補足表1)。

肺炎関連ARDS予測モデルの確立と検証
MIMIC-IVコホートのデータを用いて肺炎関連ARDSの診断モデルを構築しました。モデルはeICUコホートのデータで外部検証されました。MIMIC-IVコホートの患者は、トレーニングコホート(n = 22,488人[90%])とテストコホート(n = 2,499人[10%])に無作為に分けられました。重み相関アルゴリズムを用いて、入力変数の中から重みが高い18の主要予測変数(>0.04)を選びました(補足図2):APSI.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ご存知の通り、これは機械学習を用いて肺炎患者のARDSを報告する初の診断モデルおよび臨床サブグループ分類モデルであり、肺炎関連ARDSの診断および臨床サブグループ分類を報告する最大規模の研究です。本研究では、2つの機械学習ベースのモデルを導出・検証し、臨床実践およびその後の研究のためのウェブベースの応用に翻訳しました。eICU検証コホートでは、肺炎患者が肺炎関連ARDSを発症する予測はAUC0.915、正確率70.87%、正確率69.70%、想起率69.70%でした。また、肺炎関連ARDS患者に対して、簡易かつ迅速な臨床予測因子を用いて臨床サブグループクラスタリングを実施しました。これら3つの表現型は、初期の低用量から中用量のコルチコステロイド治療に対して異なる反応を示しました。

本研究で機械学習に用いられたスタッキング手法は、本質的にkフォールドクロス検証モデルでした。モデルの第一層には複数の基本分類器が含まれ、予測結果(メタ特徴)を第二層(スタッキングモデル学習器)に提供し、第二層の分類器では.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者たちは競合する利害関係がないと宣言しています。

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
アパッチ・トムキャットApacheソフトウェア基盤バージョン 9.0.85
Eclipse IDE 日食2023-09
Java Development Kit ジャワバージョン Java SE 8u381 
ラピッドマイナー・スタジオアルタイル・エンジニアリング社バージョン 9.10.001 
SPSS統計IBMバージョン 23.0 

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Brun-Buisson, C., et al. Epidemiology and outcome of acute lung injury in European intensive care units. Results from the ALIVE study. Intens Care Med. 30 (1), 51-61 (2004).
  2. Bellani, G., et al.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Pneumonia Associated ARDSARDS PredictionWeb Based ApplicationClinical Subgroup ClassificationMachine Learning ModelsEarly Bedside DiagnosisMIMIC IV DatabaseeICU DatabaseClinical PhenotypesPrecision Treatment
Video Coming Soon

Related Articles