心不全患者の再入院リスク予測アルゴリズムの開発

心不全は、人口の高齢化により有病率が増加している慢性疾患です。 フランスでは、この病状の有病率は 2.3% (75 年以上で 10% に達します) で、100 万人近くの患者に影響を与えています。

心不全患者の再入院は、退院後 1 ～ 3 か月以内に患者の 25%、1 年後には 66% に影響を与え、入院の 75% は予防可能です。 これらの再入院は、生活の質の低下と死亡率の増加をもたらします。経済的な観点から、入院は心不全の管理に関連する費用の 70% を占めます。 したがって、再入院を避けることは、主要な公衆衛生上の問題です。 再入院の危険因子はすでに多くの研究の対象となっていますが、現在の予測スコアは完璧なままです。 再入院のリスクがある患者の特定は、特に左心室駆出率が保持されている患者の場合、依然として問題です。 適切なケアを必要とする患者をターゲットにすることは、依然として問題です。

健康におけるビッグデータに関する革新的な統計技術の台頭により、予測の分野など、電子医療記録で利用可能なデータを科学的に活用するための新しい展望が開かれています。 この研究は、医療記録で収集された日常的なデータを分析し、人工知能アルゴリズムを動員することにより、心不全患者の再入院のリスクを調査することを目的としています。 文献のレビューにより、そのようなアプローチの革新的な性質が確認されました。特定された研究の大部分は、データの前向きな収集を実装しました。医療ファイルを動員した研究はわずか 20% でした。新しい機械学習アルゴリズムを使用したフランスの研究はありませんでした。