中国の中高年を対象とした長期心血管疾患リスク予測のための説明可能な機械学習：ウェブベースのリスク計算機を伴う9年間の縦断コホート研究

なぜ心血管リスク予測が重要か

心血管疾患は現在、中国における死因の第一位であり、特に中高年層で顕著です。しかし、医師が患者の将来の心血管リスクを推定する際に用いる多くのツールは欧米の集団に基づいて作られており、中国人成人には十分に適合しません。本研究は、最新の人工知能手法が、45歳以上の中国人成人に合わせた、より正確でなおかつ説明可能な長期リスク推定を提供できるかを検証しました。

全国規模で見る加齢する心臓

研究者らは、中国健康と退職に関する縦断調査（CHARLS）という、ほとんどの省を網羅する数万人規模の在宅成人を追跡する大規模継続調査のデータを利用しました。ここから、2011年に追跡開始時点で心血管疾患の既往がなかった45歳以上の8,080人を選び、9年間にわたり新たな心疾患と脳卒中の発生を追跡しました。研究チームは、年齢、居住地域、既往歴、気分の症状、睡眠習慣、身体計測、血液検査結果など、診療現場で容易に得られる77項目の情報から出発し、標準的な統計的検証を用いて、実用的で将来の心血管イベントと強く関連する11の主要因子に絞り込みました。

コンピュータにパターンを学ばせる

次に、研究者らは伝統的なロジスティック回帰からランダムフォレスト、勾配ブースティング、ニューラルネットワークなどのより柔軟な手法まで、10種類のコンピュータベースの予測手法を比較しました。参加者をモデル構築に使う訓練群と、新規の人々に対する性能を検証する検証群に分けて評価し、各手法が実際に心血管疾患を発症した人と発症しなかった人をどれだけ正確に識別できるか、予測リスクが実際の発生率とどれだけ一致するか、また臨床上の予防介入の判定においてどれだけ有用かを基準に性能を判断しました。

日常的な要因で重要だったもの

ランダムフォレスト法が最も良い成績を示し、高い精度とハイリスクの検出と誤報の回避とのバランスに優れていました。この手法の内部を可視化するために、研究チームはSHAPと呼ばれる説明手法を用いて、各リスク因子が最終予測にどの程度寄与しているかを示しました。その解析では腹囲が単独で最も影響力の大きい因子であることが分かり、腹囲が1センチ増えるごとに9年リスクが有意に上昇し、この集団における腹部脂肪の重要性が浮き彫りになりました。高トリグリセリド値、高齢、既往の高血圧も主要なリスク要因であり、逆に保護的なHDLコレステロールの高値は低リスクと関連しました。興味深いことに、気分や睡眠パターンも独立した情報を持っており、抑うつスコアの上昇や夜間睡眠時間の過不足はいずれも、従来の医学的要因を調整した後でもリスクを高める傾向がありました。

研究モデルから日常ツールへ

11の予測因子はいずれも一次医療で通常入手可能なため、研究チームは最も性能の良かったモデルを単純なウェブベースの計算機に変換しました。利用者は年齢、地域、選択した既往歴項目、腹囲、2種類の一般的な血中脂質測定値、抑うつスコア、通常の睡眠時間を入力します。ツールはその人が今後9年間に心血管疾患を発症する確率を返します。著者らは、この計算機は専門家の判断を置き換えるものではなく、完全な臨床評価、地域の資源、患者の希望と併せて使用する支援ツールであると強調しています。

患者と医師にとっての意味

本研究は、慎重に設計され説明された機械学習が、従来の算出式よりも中高年の中国人成人に対してより正確な長期の心疾患・脳卒中リスク推定を提供できることを示しています。また、腹囲や血中脂質、日々の睡眠や気分が将来の心血管の健康に影響することを改めて示しています。これらの知見を無料のオンライン計算機としてまとめることで、地域の診療所や個人が低コストで高リスクの人を早期に特定し、個別化された予防戦略を導く手助けをする一方で、最終的な判断は臨床医の手に委ねられるべきだとしています。

引用: Zhu, XY., Li, W., Pan, XY. et al. Explainable machine learning for long-term cardiovascular disease risk prediction in Chinese middle-aged and older adults: a 9-year longitudinal cohort study with web-based risk calculator. Sci Rep 16, 14998 (2026). https://doi.org/10.1038/s41598-026-45297-4

キーワード: 心血管疾患, 機械学習, リスク予測, 腹囲, 中国の成人