麻豆官网

横浜市立大学大学院データサイエンス研究科ヘルスデータサイエンス専攻 市田親正医師（博士前期課程2年、湘南鎌倉総合病院 消化器病センター 部長）、清水沙友里講師（同専攻）、後藤匡啓客員講師（TXP Medical株式会社）らの研究グループは、徳洲会メディカルデータベース^＊1を用い、内视镜止血に成功した食道静脉瘤破裂患者に対する院内死亡予测スコア：贬翱笔贰-贰痴尝スコア（図1）の开発と検証を行いました。
本研究成果は、日本消化器内視鏡学会の査読付き英文雑誌「Digestive Endoscopy」に掲載されました。（2024年3月11日オンライン先行公開）　

食道静脉瘤破裂は肝硬変を背景に持つ重篤な消化管出血の一つです。止血の第一选択は内视镜による止血术であり、高い成功率を认めています。しかしながら、止血成功后も様々な併存疾患を発生する可能性が指摘されており、20%超の死亡率を报告した研究も认めます。このため、一般的には重症病床管理や患者?家族への厳しい予后説明が行われてきました。一方、併存症を発生せず短期间で退院していく患者も多く认めており、食道静脉瘤破裂に対する适切な予后予测は重要な课题でした。そこで、我々は止血に成功した食道静脉瘤破裂に対し、临床现场で使用できる简易さを保ちつつ、院内死亡率を予测するスコアの开発を目的とし、本研究を行いました。

救急医療に注力している医療法人徳洲会の医療データベース（徳洲会メディカルデータベース）の46施設、13年間のデータから、食道静脈瘤破裂に対して内視鏡止血に成功した980人の患者データを分析に使用しました。徳洲会メディカルデータベースは一連の診療行為全てがデータ化された診断群分類(Diagnosis Procedure Combination, DPC)データと採血結果?バイタルサインなどの電子カルテ情報を連結することで詳細なデータを得ることが可能なデータベースです。本データベースを用い、院内死亡率を予測するスコアを開発しました。変数の選択は機械学習手法の1つであるLasso回帰^＊2を用い、収縮期血圧（2点）、意識レベル（1点）、総ビリルビン（1点）、クレアチニン（1点）、アルブミン（1点）といった来院から止血成功、入院までに得られる5つの因子が同定され、HOPE-EVL (Hospital Outcome Prediction following Endoscopic Variceal Ligation)スコアと命名しました。HOPE-EVLスコアの識別力は検証コホートでのAUC^＊3：0.89と優れた結果を示し、既存のスコアや年齢のみの指標を上回る識別力を示しました（図2）。HOPE-EVLスコアは0-1点を低リスク、2-3点を中リスク、4点以上を高リスクとしてグループ化され、検証コホートでの予測力は低リスク：2.0%（観測値）、2.3%（予測値）、中リスク：19%（観測値）、 22.9%（予測値）、高リスク：57.6%（観測値）、71.9%（予測値）と正確な予測力を示しました。以上の結果より、HOPE-EVLスコアによってこれまで一般的に高い死亡率を認めると思われていた食道静脈瘤破裂が5つの因子によりリスクの層別化が可能であることがわかりました。

贬翱笔贰-贰痴尝スコアは、过去最大规模のデータセットで开発?検証された世界初の内视镜止血に成功した食道静脉瘤破裂の院内死亡を予测するスコアです。しかも、本スコアは通常の诊疗行為の中で得られるデータを利用しているため、简易かつ信頼性の高い、临床医が现场で使用しやすいスコアとなります。内视镜医や救急医が内视镜止血成功后にこのスコアを用いて患者の适切な予后予测が可能となれば、患者?家族へのメリットとして、これまでのような画一的な厳しい予后説明ではなく、スコアに基づいた客観的な予后説明が可能となります。また、医疗者へのメリットとして、颁翱痴滨顿-19流行时の様な病床逼迫时に适切な病床管理の一助になります。今后、本スコアが実际にどのように医疗现场の负担軽减に寄与するか、临床现场での详细な评価?検証が望まれます。
さらに世界中での応用を目指すにあたり、海外のデータを用いたさらなる検証が望まれます。

タイトル： Development and validation of a scoring system for in-hospital mortality following band ligation in esophageal variceal bleeding
著者： Chikamasa Ichita^1,2, Tadahiro Goto^2,3,4, Yohei Okada^5,6, Haruki Uojima^1,7, Masao Iwagami⁸, Akiko Sasaki¹, Sayuri Shimizu²
掲載雑誌：Digestive Endoscopy
顿翱滨：

1. 市田親正、魚嶋晴紀、佐々木亜希子：湘南鎌倉総合病院 消化器病センター
2. 市田親正、清水沙友里、後藤匡啓：横浜市立大学大学院データサイエンス研究科ヘルスデータサイエンス専攻
3. 後藤匡啓：TXP Medical株式会社
4. 後藤匡啓：東京大学大学院 医学研究科公共健康医学専攻臨床疫学経済学講座
5. 岡田遥平：Duke NUS Medical School, Health Services and Systems Research
6. 岡田遥平：京都大学 予防医療学分野
7. 魚嶋晴紀：国立研究開発法人国立国際医療研究センター 肝炎?免疫研究センター
8. 岩上将夫：筑波大学 医学医療系

＊1 徳洲会メディカルデータベース：全国70病院を有する日本最大の私立病院グループである徳洲会が有する医療データベース。
＊2 Lasso回帰：不要な予測変数に対してその重みをゼロにすることで、自動的に変数選択を行い、モデルをシンプルに保つ。これにより、過学習を防ぎ、モデルの解釈性を高める手法。
＊3 AUC：モデルがどれだけ正確に識別しているかを示す指標、1に近いほど精度が高く、0.5では完全にランダムとなる。



 

横浜市立大学　広报课
mail: koho@yokohama-cu.ac.jp