手術要するPOAG予測の機械学習ベースモデルを開発

原発性解放隅角緑内障（POAG）患者385例の電子医療記録データを基に、外科的介入を予測する機械学習モデルを開発し、検証した。モデルには多変量ロジステッィク回帰、ランダムフォレスト、人工ニューラルネットワークを使用した。 1個抜き交差検証の結果、多変量ロジステッィク回帰を用いたモデルの手術を要する進行POAG患者識別能が最も高かった（受信者動作特性曲線下面積0.67）。平均収縮期血圧の高値は有意な手術必要性のオッズ増加と関連し（オッズ比1.09、P＜0.001）、眼薬（同0.28、P＜0.001）、非オピオイド鎮痛薬（同0.21、P＝0.002）、抗高脂血症薬（同0.39、P＝0.004）、マクロライド系抗菌薬（同0.40、P＝0.03）、カルシウム拮抗薬（同0.43、P＝0.03）は手術必要性のオッズ低下と関連した。 ...