文献

J-GLOBAL ID：202202220381840368   整理番号：22A0752042

急性脳卒中患者における再発性脳卒中に対する頸動脈超音波検査特徴への機械学習の適用【JST・京大機械翻訳】

Applying Machine Learning to Carotid Sonographic Features for Recurrent Stroke in Patients With Acute Stroke

著者 (18件)： Lin Shih-Yi (Graduate Institute of Biomedical Sciences, College of Medicine, China Medical University, Taichung, Taiwan) ,  Lin Shih-Yi (Division of Nephrology and Kidney Institute, China Medical University Hospital, Taichung, Taiwan) ,  Law Kin-Man (Center of Augmented Intelligence in Healthcare, China Medical University Hospital, Taichung, Taiwan) ,  Law Kin-Man (Department of Computer Science and Engineering, National Chung Hsing University, Taichung, Taiwan) ,  Yeh Yi-Chun (Center of Augmented Intelligence in Healthcare, China Medical University Hospital, Taichung, Taiwan) ,  Wu Kuo-Chen (Center of Augmented Intelligence in Healthcare, China Medical University Hospital, Taichung, Taiwan) ,  Wu Kuo-Chen (Graduate Institute of Biomedical Electronics and Bioinformatics, National Taiwan University, Taipei, Taiwan) ,  Lai Jhih-Han (Division of Nephrology and Kidney Institute, China Medical University Hospital, Taichung, Taiwan) ,  Lin Chih-Hsueh (Graduate Institute of Biomedical Sciences, College of Medicine, China Medical University, Taichung, Taiwan) ,  Lin Chih-Hsueh (Department of Family Medicine, China Medical University Hospital, Taichung, Taiwan) ,  Hsu Wu-Huei (Graduate Institute of Biomedical Sciences, College of Medicine, China Medical University, Taichung, Taiwan) ,  Hsu Wu-Huei (Division of Pulmonary and Critical Care Medicine, China Medical University Hospital and China Medical University, Taichung, Taiwan) ,  Lin Cheng-Chieh (Graduate Institute of Biomedical Sciences, College of Medicine, China Medical University, Taichung, Taiwan) ,  Lin Cheng-Chieh (Department of Family Medicine, China Medical University Hospital, Taichung, Taiwan) ,  Kao Chia-Hung (Graduate Institute of Biomedical Sciences, College of Medicine, China Medical University, Taichung, Taiwan) ,  Kao Chia-Hung (Center of Augmented Intelligence in Healthcare, China Medical University Hospital, Taichung, Taiwan) ,  Kao Chia-Hung (Department of Nuclear Medicine and Positron Emission Tomography Center, China Medical University Hospital, Taichung, Taiwan) ,  Kao Chia-Hung (Department of Bioinformatics and Medical Engineering, Asia University, Taichung, Taiwan)
資料名： Frontiers in Cardiovascular Medicine (Web)  (Frontiers in Cardiovascular Medicine (Web))
巻： 9  ページ： 804410  発行年： 2022年 
JST資料番号： U7061A  ISSN： 2297-055X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:頸動脈超音波検査の特徴が再発脳卒中の予測因子として使用されているが,再発脳卒中の予測に対する頸動脈超音波検査特徴の機械学習解析の使用についてはほとんど大規模な研究がなされていない。方法:2012年1月から2018年11月まで,台湾中部の三次医療センターである中国医学大学病院のデータウェアハウスから登録された患者の電子カルテを後向きに収集した。方法:研究期間中に急性最初の脳卒中を経験した30日以内に,文書化した頸動脈超音波を受けた患者を含めた。これらの参加者を2群に分類した:非再発性脳卒中(研究期間中に再び急性脳卒中と診断されていない)と再発ストーク(研究期間中に急性脳卒中と診断された)のそれら。合計1235の頚動脈超音波検査パラメータを分析した。患者の人口統計学的特徴と共存症に関するデータも収集した。Python3.7をプログラミング言語として使用し,そして,scikit-learnツールキットを用いて,機械学習法の導出と検証を完成させた。結果:全体で,2,411人の患者が本研究に登録され,そのうち1896人と515人は,それぞれ非再発と再発脳卒中があった。抽出の後,頚動脈超音波検査(36の頸動脈超音波検査パラメータと7つの経頭蓋カラードップラー超音波検査パラメータ)の43の特徴を分析した。再発性脳卒中を予測するために,CatBoostは,曲線下面積(0.844,CIs,95%0.824-0.868),次いで,光勾配ブースティングマシン(0.832,CIs,95%0.813~0.851),ランダムフォレスト(0.819,CIs,95%0.802~0.846),サポートベクターマシン(0.781,CIs,95%~0.78,ロジスティック回帰(0.781,CIs,95%0.764~0.880),および決定木(0.735,CIs,95%0.717~0.75)モデル)で,最高面積を達成した。結論:CatBoostモデルを使用するとき,再発性脳卒中を予測するためのトップ3つの特徴は,抗凝固薬の使用,NSAID薬の使用,および左鎖骨下動脈の抵抗指数であると決定された。CatBoostモデルは効率を示し,非再発性および再発性脳卒中の予測分類において最適性能を達成した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *超音波 ,  抗凝固薬 ,  ディシジョンツリー ,  *患者 ,  *頚動脈 ,  *脳卒中 ,  *再発 ,  非ステロイド系消炎薬 ,  *機械学習 ,  電子カルテ ,  大学病院 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  ランダムフォレスト ,  予測因子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  頸動脈超音波検査の特徴 ,  再発性脳卒中 ,  急性脳卒中 ,  CatBoostモデル

分類 (2件)： 術後処置・予後  (GC07050M) ,  神経系の疾患  (GN03000O)

引用文献 (68件)：

• Campbell BCV, De Silva DA, Macleod MR, Coutts SB, Schwamm LH, Davis SM, et al. Ischaemic stroke. Nat Rev Dis Primers. (2019) 5:1-22. doi: 10.1038/s41572-019-0118-8
• Sierra C, Coca A, Schiffrin EL. Vascular mechanisms in the pathogenesis of stroke. Curr Hypertens Rep. (2011) 13:200-7. doi: 10.1007/s11906-011-0195-x
• Johnson W, Onuma O, Owolabi M, Sachdev S. Stroke: a global response is needed. Bull World Health Organ. (2016) 94:634. doi: 10.2471/BLT.16.181636
• Langhorne P, Stott DJ, Robertson L, MacDonald J, Jones L, McAlpine C, et al. Medical complications after stroke: a multicenter study. Stroke. (2000) 31:1223-9. doi: 10.1161/01.STR.31.6.1223
• Saengsuwan J, Suangpho P, Tiamkao S. Knowledge of stroke risk factors and warning signs in patients with recurrent stroke or recurrent transient ischaemic attack in Thailand. Neurol Res Int. (2017) 2017:8215726. doi: 10.1155/2017/8215726

タイトルに関連する用語 (5件)： 脳卒中患者 ,  再発 ,  脳卒中 ,  頸動脈超音波検査 ,  機械学習