うつ病、年齢、体重は、人工知能モデルが不眠症の診断に予測する3つの要因でした。
新しい研究によると、機械学習モデルは、人口統計学的およびライフスタイルデータ、身体検査結果、および実験室値を使用して、患者の睡眠障害のリスクを効果的に予測することができます。この研究は、今週、米国バージニア・コモンウェルス大学医学部のSamuel Y. Huangと北西フェインバーグ大学医学部のAlexander A. Huangによって、オープンアクセスジャーナルPLOS ONEに掲載されました。
過去10年間で、米国の患者の診断された睡眠障害の有病率が大幅に増加しています。この傾向は、睡眠障害が糖尿病、心臓病、肥満、うつ病の重要なリスク要因であるため、理解し逆転させることが重要です。
新しい作業では、研究者たちは、機械学習モデルXGBoostを使用して、米国でNational Health and Nutrition Examination Surveyを完了した7,929人の患者に関する公開データを分析しました。データには、各患者について684の変数が含まれており、人口統計学的、食事、運動およびメンタルヘルスアンケート回答などが含まれています。
全体として、2,302人の患者が睡眠障害の医師診断を受けていました。XGBoostは、全データセットに含まれる変数の64を使用して、睡眠障害診断のリスクを強い精度（AUROC = 0.87、感度 = 0.74、特異度 = 0.77）で予測することができました。睡眠障害の最大の予測因子は、うつ病、体重、年齢およびウエスト周囲長でした。
著者らは結論として、機械学習方法は医師の判断や偏見に頼らずに患者を睡眠障害リスクに対してスクリーニングする最初のステップとして効果的かもしれないと述べています。
Samuel Y. Huangは次のように付け加えています。「この不眠症のリスク要因に関する研究が他のものと異なるのは、うつ病症状、年齢、カフェイン摂取、心不全の既往歴、胸痛、冠動脈疾患、肝臓疾患など57の変数が不眠症と関連しているだけでなく、それぞれが非常に予測的なモデルでの貢献を視覚化していることです。」
參考元：PLOS ONE
Comments