脳卒中は症状発現から受診までの時間が非常に重要となる。超急性期血栓溶解療法や血管内治療が発達した今日では、一刻も早い治療開始で患者予後を著明に改善することができる。中国・青島大学とハルビン医科大学の研究チームは、脳卒中リスクの高い集団において、発症から受診までの遅延を予測する機械学習アルゴリズムを構築した。
ピアレビューのオープンアクセスジャーナルであるBrain and Behaviorにて18日公開されたチームの研究論文によると、2018年11月から2019年7月にかけ、脳卒中で入院加療を行った450名のカルテ記録から機械学習アルゴリズムを導いたという。機械学習モデルにはサポートベクターマシンとベイジアンネットワークの2種を採用し、発症から受診まで3時間未満/以上の2値をアウトカム変数としてトレーニングを行った上で、古典的なロジスティック回帰モデルとの予測パフォーマンス比較を行った。いずれのモデルにおいても、平均AUCで0.80-0.85を示し、機械学習モデルとロジスティック回帰モデルとの間の差異は微小であることも確認された。
本研究には患者のセレクションバイアスに伴う集団代表性の問題、個人因子のみが評価項目で環境因子が見過ごされていること、など一定の限界を持つが、研究アプローチとしては十分に示唆的で、近傍研究の発展と将来的な政策提言への活用も期待できる。
