健康な人からCVD高リスク者を検出する機械学習モデルを開発

無症候性アテローム性動脈硬化症（SA）の発症と範囲を予測する機械学習Elastic Net（EN）モデルを新たに開発し、従来の心血管疾患（CVD）リスクスコアと精度を比較。外部検証にはProgression of Early Subclinical Atherosclerosis（PESA）コホートを用いた。 EN-PESAモデルで、全身性の無症候性アテローム性動脈硬化症の予測に対するC統計量は0.88だった。さらに、EN-PESAモデルがベースラインのSA拡大とは独立した3年時の進行度の予測因子となることが示された。PESAコホートの1411例を心血管の中リスクないし高リスクと定義した。この数値は、アテローム性CVDリスクスコア（267例）やSCORE（Systematic Coronary Risk Evaluation、507例）に基づく判定よりも有意に多かった。EN-PESAモデルでリスクが上昇した対象者の86.8％が、ベースラインでSAの徴候または3年間でSAの顕著な進行を示した。 この記事に対する読者の皆さんからのコメントを募集しています。 （全てが表示されるものではあり...