敗血症患者における腹腔内カンジダ症の予測：リンパ球サブタイプに基づく機械学習ノモグラムの構築と検証

概要

敗血症性腹腔内感染患者633例で、リンパ球サブセットと臨床因子を用いたIAC予測ノモグラムを構築・検証しました。機械学習（ランダムフォレスト）で変数選択を行い、多変量ロジスティック回帰でノモグラムを作成。高用量コルチコステロイド曝露やCD4陽性T細胞指標が重要予測因子となり、モデルは良好な識別能・校正・臨床的有用性を示しました。

主要発見

• 敗血症性腹腔内感染633例の前向きコホートでモデル構築と検証を実施。
• ランダムフォレストで免疫・臨床の重要因子を同定し、多変量ロジスティック回帰でノモグラムを作成。
• 高用量コルチコステロイド曝露やCD4陽性T細胞指標が重要予測因子であり、モデルは良好な識別能・校正・臨床有用性を示した。

臨床的意義

リンパ球サブセットをリスクモデルに組み込むことで、抗真菌薬適正使用を洗練し、治療遅延を減らし、疑い例での培養・画像検査の優先順位付けに資する可能性があります。

限界

• アブストラクトでAUCなど具体的性能指標や外部検証が示されておらず、一般化の評価が限定的。
• 単一地域コホートのため、他施設・異なる病原体環境での性能検証が必要。

今後の方向性

多施設外部検証、電子カルテ実装によるリアルタイム支援、抗真菌薬導入時期・診断収率・アウトカムへの影響評価が望まれます。