機械学習モデルPRAISEスコア、急性冠症候群後の死亡・心筋梗塞・出血イベントを正確予測

【背景】

急性冠症候群（ACS）後の虚血性イベントや出血イベントの予測ツールは、個別化された患者管理戦略には不十分な現状がある。本研究では、ACS後の全死因死亡、再発性心筋梗塞、大出血を予測する機械学習ベースのリスク層別化モデルを開発した。

【結果】

PRAISEスコアは、内部検証コホートで1年全死因死亡のAUC 0.82、外部検証コホートでAUC 0.92を示した。1年心筋梗塞では内部AUC 0.74、外部AUC 0.81、1年大出血では内部AUC 0.70、外部AUC 0.86と、いずれも高い判別能を示した。

【臨床へのインパクト】

ACS後のイベント予測に機械学習アプローチが有効であることが示された。PRAISEスコアは、全死因死亡、心筋梗塞、大出血の予測において正確な判別能力を示し、日本の臨床現場において、患者ごとのリスクに応じた個別化された治療戦略の立案や、退院後の管理方針決定に有用な意思決定支援ツールとなる可能性がある。

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。