機械学習による腹臥位反応者のサブフェノタイピング

概要

人工呼吸管理中のARDS患者353例に対する教師なし機械学習により、死亡率の異なる3つのサブフェノタイプが同定されたが、腹臥位の有益性を予測することはできなかった。ARDSの不均一性と、現行の臨床指標による精密層別化の限界が示唆された。

主要発見

• 腹臥位施行のARDS患者353例から、教師なし機械学習により3つのサブフェノタイプが同定された。
• 各サブフェノタイプは28日死亡率が異なり、予後上の不均一性が示された。
• 仰臥位で取得した呼吸力学・酸素化などの既存指標では、腹臥位の有益性を予測できなかった。

臨床的意義

腹臥位の適応は現行エビデンスに基づき継続しつつ、不均一性を踏まえ、反応者選別には通常の指標では不十分である可能性が高く、より豊富な生理学的・多面的データの収集が望まれる。

限界

• 後ろ向きデザインであり、選択・情報バイアスの可能性がある。
• 画像やバイオマーカー等の多面的データが不足し、予測性能が制限された可能性がある。

今後の方向性

オミクス、画像、人工呼吸波形解析などの多面的データ統合と前向き検証により、腹臥位の個別化に資する実装可能なフェノタイプの確立を目指す。