COVID-19重症化予測モデルで患者ケア改善

呼吸困難または新型コロナウイルス感染症（COVID-19）で入院した患者3万3119例の電子診療録データを用いて、重症化を早期に予測する機械学習モデルを開発、検証した。米国の１施設でモデルの訓練と内部検証を実施し、別の12施設で外部検証を実施した。 内部検証コホートにモデル適用時、受信者操作特性曲線下面積（AUROC）は0.80（95％CI 0.77-0.84）を達成し、予測較正誤差は0.01（95％CI 0.00-0.02）だった。外部検証を実施した12施設（AUROC範囲0.77-0.84）、性別、年齢、人種、民族のサブグループ（同0.78-0.84）および4半期ベース（同0.73-0.83）での検証時の成績が一定だった。低リスク患者のトリアージにこのモデルを用いることで、患者1人当たりの入院日数が最大7.8日短縮できる可能性が示された。...