保健師の記録を用いた神経発達障害のリスク要因の研究-機械学習の手法によるモデル化

使用公共卫生护士的记录研究神经发育障碍的危险因素 - 使用机器学习技术建模

• 批准号: 20K11101
• 负责人: 畠中 雄平
• 金额: $ 2.75万
• 依托单位: University of the Ryukyus
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11101/
• 关键词: 神経発達障害; 運動発達の問題; ベイジアンネットワークモデル; 神経発達障害の早期発見; 「子どもの発達の記録」; 初期の運動発達; リスク要因; 保健師; 乳幼児健診; 機械学習

4ヶ月、10ヶ月、1歳6ヶ月健診の運動発達の問題が将来の神経発達障害（NDD）の診断を予測するか、について、ベイジアンネットワークモデル（BN）を用いて検討した。具体的には以下の手順の通りに実施した。健診結果をエビデンスとして項目ノードに与えた時のNDD診断陽性の事後確率をBNにより求め、ある事後確率をカットオフ値とした時の感度と特異度を求めてROC曲線を描き、曲線下面積から診断予測精度を評価した。また、Youden Index（感度＋特異度－１）が最大になる事後確率（最適カットオフ値）を求め、そこにおける感度、特異度、陽性的中率（PPV）、陰性的中率（NPV）、及びUtility Index（UI）を求めた。加えて、事後確率が最適カットオフ値を超えるような運動発達の問題の組み合わせについて検討した。AUCは0.735 (95%CI:0.648-0.821)であった。最適カットオフ値は0.138であり、その値における感度は0.619(0.472-0.766)、特異度は0.761(0.715-0.808)、PPVは0.250(0.167-0.333)、NPVは0.940(0.911-0.968)、UI+は0.155(0.015-0.294)、UI-は0.715(0.679-0.752)であった。事後確率がこのカットオフ値を超えるような組み合わせも複数確認された。AUCの値から、運動発達の問題によるNDDのスクリーニングは許容可能な精度を示した。一方、感度やUI-は、十分に高いとは言えなかった。この結果から、健診で運動発達の項目に異常がある場合には、NDDのリスクであるかもしれないと考えて慎重に経過を見ていく必要があるが、運動発達の項目に異常がないからといってNDDのリスクがないとは言えず、その他の発達の領域についても検討をする必要があるということが示唆された。

使用贝叶斯网络模型（BN）研究了4个月，10个月，1年1个月的检查期间的运动发育问题是否可以预测神经发育障碍（NDD）的未来诊断。具体而言，该过程的执行如下：当使用BN确定证据时，NDD诊断结果的后验概率为阳性，并且当使用某个后验概率计算以计算出临界值的准确性时，将其敏感性和特异性用于临界值的准确性。此外，计算Youden指数（敏感性 +特异性-1）的后验概率（最佳截止值），并计算了敏感性，特异性，正预测值（PPV），负预测值（NPV）和实用性指数（UI）。此外，我们研究了运动发育问题的组合，使后验概率超过了最佳截止值。 AUC为0.735（95％CI：0.648-0.821）。 The optimal cutoff value was 0.138, with sensitivity at that value of 0.619 (0.472-0.766), specificity of 0.761 (0.715-0.808), PPV was 0.250 (0.167-0.333), NPV was 0.940 (0.911-0.968), UI+ was 0.155 (0.015-0.294), UI为0.715（0.679-0.752）。已经证实了几种后验概率超过此截止值的组合。由于运动发育问题，AUC值表现出可接受的NDD筛查准确性。另一方面，灵敏度和UI不足以高。这些结果表明，如果健康检查期间的运动开发部分异常，有必要仔细检查过程，认为可能存在NDD的风险，但仅仅因为运动开发部分没有异常，并不意味着没有NDD的风险，并且应考虑其他开发领域。

项目成果

ヨーテボリ大学ギルバーグ神経精神医学センター(スウェーデン)

哥德堡大学吉尔伯格神经精神中心（瑞典）