例例例医療情報を活用した免疫療法誘発心筋炎予測デバイスの日米共同開発除外基準 (n = 42,648)年齢＜18 (n = 385)がんの診断がない患者 (n = 6,674 )心筋炎の既往がある患者 (n = 147)Look-back period ＜ 1 年 (n = 32,612)ICI初回投与日と2回目投与日の差≤10 日(n = 9,018)除外基準 (n = 20,075 )欠損値がある患者 (身長や体重など)結 果図 5 除外基準と対象症例の選定フローICI 投与前に心筋炎診断があった症例や、投与スケジュール異常（投与間隔 10 日以内）を除外した。177少なくとも 1 回、ICI が処方された患者は 115,486例であった。除外基準（図 5）を適用した結果、62,723 例が除外された。最終的に、52,763 例が予測モデル構築のための解析対象となり、そのうち133 例（0.25%）が ICIM を発症していた。患者のベースライン特性を表 1に示す。全体の平均年齢は 64.9 歳であり、ICIM 群および Non-ICIM 群の平均年齢はそれぞれ 69.0 歳および 64.9 歳であった。性別構成は男性の割合が女性より高く、全体の55.7% を 占 め た。ICIM 群 で は 66.2%、Non-ICIM群では 55.9% が男性であった。ICI 初回投与薬剤は、pembrolizumab が最も多く、次いで nivolumab、atezolizumab の順であった。併用療法としては、2 剤併用群が 3,702 例（7.0％）であった。がん種ではlung cancer が 最 も 多 く、skin cancer、urologic cancer の順であった。モデル別の性能比較 ICIM データセットは著しいクラス不均衡を有するため、少数クラス（心筋炎発症症例）を SMOTE で水増しし、多数クラス（非発症症例）を RUS で削減する組み合せ戦略を採用した。これによりバランスを調整した訓練データセットを作成し、複数の弱学習器を用いたアンサンブル的アプローチで学習を行った。比較条件は、①不均衡を未調整、② SMOTE のみ実施、③ SMOTE と RUS を併用の 3 条件とした。 本研究では、偽陰性を最小化することを重視し、Recall を優先した評価指標を採用した。学習データに対して、F5 スコア、Accuracy、Recall、Precision、Average Precision（AP）、ROC曲線下面積（AUROC）を算出した。最終的に、検証データを用いて同指標でモデル性能を評価した。 最も高性能であったモデルについては、SHAP解析を用いて重要変数を可視化した。SHAP は協力ゲーム理論に基づく手法であり、各特徴量の予測への寄与度を可視化し、臨床的妥当性を補完的に評価した 8）。倫理的配慮 本研究は、日本の「人を対象とする生命科学・医学系研究に関する倫理指針」（令和 3 年改正、厚生労働省）第 1 章第 3 節第 1 部第 C 項 3 号に準拠して実施した。個人を特定できない形で匿名化処理された二次利用データを用いたため、倫理審査委員会の承認は不要であった。また、個人情報が含まれないため、研究対象者本人または代理人からのインフォームド・コンセントは不要であった。患者背景 解析期間に、TrinetX データベースにおいて
元のページ ../index.html#193