AIとがん研究 ── 膵がん ── 2026-10-30
膵がんの治療・治験とAI
- Internal Evaluation of a Machine Learning-Based Random Forest Model for Clinically Relevant Postoperative Pancreatic Fistula After Pancreaticoduodenectomy: Limited Incremental Value of Inflammatory–Nutritional Markers抄録（全訳）
背景と目的： 術前の好中球・リンパ球比（NLR）を加えると予測がよくなるかを調べた。予測の対象は、膵頭十二指腸切除後の臨床的に問題となる術後膵液瘻（CR-POPF）である。 対象と方法： 単施設の後ろ向きコホート研究である。2019年1月〜2026年3月に手術を受けた 158 例のうち、120 例を対象とした。除外した 38 例は、膵管径の記録がなかった。CR-POPF は、International Study Group on Pancreatic Surgery の 2016 年の定義に従った。膵管径・推定出血量・NLR を組み込んだランダムフォレストを作った。膵管径、推定出血量、NLR を組み込んだランダムフォレストを、NLR を除いたモデルおよび罰則付きロジスティック回帰と比べた。比較は、層別 5 分割交差検証を 10 回繰り返して行った。事後の臨床病理学的感度分析では、膵実質の性状と腫瘍の由来を加え、続いて炎症・栄養指標を個別に検討した。そのうえで、炎症・栄養マーカーを一つずつ検証した。判別能、平均適合率、ブライアスコア、キャリブレーション、探索的な決定曲線解析を評価した。
結果：CR-POPF は 16 例（13.3%）に生じた。生化学的リークは 28 例（23.3%）であった。NLR を組み込んだモデルの受信者動作特性曲線下面積（AUC）は 0.721（95% 信頼区間 0.576〜0.850）であった。NLR を除いた比較モデルの AUC は 0.760、罰則付きロジスティック回帰は 0.736 であった。変数を増やしたベースラインモデルの AUC は 0.743 で、NLR を加えると 0.715 になった。単球・リンパ球比を加えると、AUC は数値の上では 0.779 に上がった。単球対リンパ球比では AUC が数値上は 0.779 に上がったが、対応のある差は不確かであった（ΔAUC 0.037、95% 信頼区間 −0.017〜0.096）。ほかに評価したマーカーでは、はっきりした上乗せ効果はみられなかった。膵切除後急性膵炎は 7 例（5.8%）に起きた。
結論：NLR に予測の上乗せ効果は認められなかった。単球・リンパ球比の結果は、仮説を生む段階にとどまる。イベント数が少ないこと、予測因子を交差検証の外で選んだことから、解釈には限界がある。性能は楽観的に見積もられている可能性がある。今回の結果は、独立した外部検証なしでの臨床導入を支持しない。
掲載誌の IF 相当：4.0（OpenAlex の直近 2 年の平均被引用数・2026-10-29 時点の値、2026-10-30 に取得。正式な IF（Clarivate）ではない）書誌：Gunes G, Ozcan A, Unsal A. Internal Evaluation of a Machine Learning-Based Random Forest Model for Clinically Relevant Postoperative Pancreatic Fistula After Pancreaticoduodenectomy: Limited Incremental Value of Inflammatory–Nutritional Markers. J Clin Med. 2026 Oct 28;15(21):8379. doi:10.3390/jcm15218379.確認の範囲：抄録のみ確認