高齢者の短期死亡リスクとフレイルを予測する新アルゴリズム QMortality の開発と検証

【背景】

高齢者の短期死亡リスクを正確に予測し、フレイルを客観的に評価するツールは、個別化された医療介入やケアプランの立案に不可欠です。本研究は、既存の臨床データを活用し、このニーズに応えるための新たな予測モデルを開発・検証しました。

【結果】

65〜100歳の男女を対象に、年齢、BMI、居住環境、既往歴、喫煙、飲酒などを含む多因子モデルを構築。女性では死亡までの時間変動の55.6%を説明し、判別能D統計量2.29、C統計量0.85と良好な性能を示しました。男性でも同様に良好な結果でした。

【臨床へのインパクト】

QMortalityは、高齢患者の短期死亡リスクを予測し、既存のQAdmissions（予定外入院リスク予測）と組み合わせることで、患者を4つのフレイル分類（重度、中等度、軽度、健常）に層別化できます。これにより、個々の患者に合わせた介入やケアプランの検討、さらなる評価が必要な患者の特定に役立ち、より個別化された高齢者医療の実現に貢献する可能性があります。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。