AIとがん研究 ── 胃がん ── 2026-10-13
胃がん 1 本。筆頭: 貧血状態別にみた女性胃がん患者の炎症・栄養指標の予後パターンの違いと、XGBoost 予測モデルの構築
胃がんの治療・治験とAI
- Distinct prognostic patterns of inflammation nutrition indices in female gastric cancer patients with different anemia statuses and construction of an XGBoost predictive model抄録（全訳）
術前の貧血は胃がんでよくみられ、特に女性で転帰を悪くするおそれがある。本研究の目的は二つある。一つは、貧血が予後に持つ意味を評価することである。もう一つは、炎症・栄養に関わる指標に基づく機械学習モデルを作り、生存を患者ごとに予測することである。根治的 R0 切除を受けた女性胃がん患者 1,178 例を、後ろ向きに解析した。貧血が予後に果たす役割は、Kaplan–Meier 法と Cox 回帰分析で評価した。炎症と栄養の指標は、再帰的特徴量削減で選んだ。そのうえで複数の機械学習アルゴリズムでモデルを作り、5 年全生存を予測した。モデルの性能は曲線下面積（AUC）で、解釈可能性は SHAP 解析で評価した。貧血は、独立した予後不良因子であることが分かった。炎症・栄養指標の予後パターンは、貧血群と非貧血群で異なっていた。予測性能が最も高かったのは XGBoost モデルだった（AUC はそれぞれ 0.735 と 0.773）。このモデルでは、解釈可能なリスク層別化もできた。高リスクの患者は、どのサブグループでも生存が有意に悪かった。日常の血液検査の指標に基づく XGBoost モデルは、この単施設の概念実証研究で有望な予測性能を示した。外部検証と前向き評価をさらに行えば、このモデルは簡便で利用しやすいツールになり得る。その用途として想定されるのは、予備的なリスク評価である。ただし、今の時点での臨床的な有用性は、より幅広い患者集団でまだ確かめられていない。
掲載誌の IF 相当：2.4（OpenAlex の直近 2 年の平均被引用数・2026-10-12 時点の値、2026-10-13 に取得。正式な IF（Clarivate）ではない）書誌：Qi J, Sun W, Zhang L, Jin X. Distinct prognostic patterns of inflammation nutrition indices in female gastric cancer patients with different anemia statuses and construction of an XGBoost predictive model. Discov Onc. 2026 Oct 11 [Epub ahead of print]. doi:10.1007/s12672-026-06051-4.確認の範囲：抄録のみ確認