糖尿病における足潰瘍発症リスクの予測モデル

糖尿病（DM）における足潰瘍は、感染、切断、死亡率の上昇につながる一般的かつ深刻な合併症です。 予防措置を早期に実施するためには、高リスク患者の早期特定が極めて重要です。 世界のDM患者数は増加しており、2021年の5億4000万人から2045年には推定7億8000万人に達すると予測されています。 足潰瘍は個人に多大な苦痛をもたらし、医療システムに大きな費用負担をもたらします。

足潰瘍の発症リスクを評価するために定期的で体系的な足の検査とリスク分類を推奨する国家的ガイドラインがあるにもかかわらず、現在のリスクモデルは、婚姻状況、教育レベル、居住地などの社会経済的要因とリスク要因との複雑な相互作用を考慮していません。

データ駆動型の進歩と人工知能（AI）はリスク特定を洗練させる新たな機会を提供しますが、糖尿病足潰瘍のリスク予測におけるその使用は依然として限られています。 足のスクリーニングの必要性は非常に大きいです。 スウェーデンには約60万人のDM患者がおり、その半数は足の神経障害によりリスクが増大した状態で生活しています。 これは、リスクレベルに基づくと、スウェーデンでは約30万人の患者が、医療的足ケア、オーダーメイド靴、足潰瘍患者の専門医療へのアクセスを含む予防的介入を必要とする可能性があることを意味します。 足潰瘍の高リスクにある糖尿病患者のための患者中心で統合されたケア経路では、予防的努力の強化が強調されています。 しかし、現在、足潰瘍リスクの正確な特定は不足しています。

予防は個人の良好な生活の質をもたらすだけでなく、医療費の削減にもつながります。 ラグナルソン・テンヴァルの推定によると、治癒困難な潰瘍は年間約10万スウェーデンクローナの費用がかかり、切断は約30万〜50万スウェーデンクローナの費用がかかります。 糖尿病患者における足潰瘍の有病率が5％であることを考慮すると、潰瘍ケアの年間費用は30億スウェーデンクローナに達します。 さらに、品質レジストリSwedAmpのデータによると、切断に関連する費用は約7億5000万スウェーデンクローナです。

本研究の目的は、足潰瘍を発症するリスクのあるDM患者を特定するための予測モデル（統計的およびAIベース）を開発、テスト、検証することです。 モデルは、ヴェストラ・イェータランド地域（VGR）の一次医療における遡及的電子健康記録データ、および婚姻状況、教育レベル、職業、居住地などの人口統計学的要因に関するスウェーデン統計局（SCB）のデータに基づきます。

方法 本研究には、AIベースのモデリングと統計的モデリングという2つの方法論的アプローチがあります。

AIベースのアプローチ 機械学習モデルを開発し、糖尿病足潰瘍を発症するリスクのある患者を予測します。 モデルは、変数を反復的に除外する大規模データセットに対して交差検証を用いて学習されます。 コンフォーマル予測を用いて、患者レベルの予測における不確実性を定量化します。 得られたモデルは最強の予測因子を特定するために分析され、古典的統計モデリングおよび文献からの知見と比較されます。

AIモデリングのステップ：

データ抽出：VGRの一次医療からの電子健康記録データを、SCBからの社会人口統計学的データで補完します。

データ処理：診断コード（ICD-10）、医療介入（KVÅコード）、受診タイプ、受診頻度、心電図パラメータ、自由記述データなどの変数を使用して予測因子を構築します。

モデル開発：予測モデルを開発し、交差検証を用いて学習します。 不確実性の測定はコンフォーマル予測を用いて生成されます。

検証：別のコホートを用いてモデルの性能（感度、特異度、陽性適中率[PPV]）をテストします。

解釈：患者代表者、臨床医、研究者との協力により、モデルの透明性と臨床的解釈可能性についてレビューします。

統計的およびAIベースのモデルの結果は、それぞれの長所と短所に関して比較されます。

統計的モデリング 2つの集団を分析します：足潰瘍のない糖尿病患者と足潰瘍のある糖尿病患者です。 リスク因子と足潰瘍との間の共変動および因果関係を特定します。 潰瘍発症につながる因果経路を記述するモデルを開発し、その確実性と不確実性を分析します。