機械学習モデルを用いた手根管開放術後の電気生理学的重症度とCTSI-JSSHの変化予測の試み

Prediction Assessment of Postoperative Electrophysiological Severity Scale and Clinical Evaluation Score in the Patient with Carpal Tunnel Syndrome

背景：機械学習(ML)にて手根管症候群術後変化を予測した．対象と方法：術前の年齢，性別，運動神経終末潜時，感覚神経伝導速度，CTSI(carpal tunnel syndrome instrument)の日本手外科学会版を説明変数として，術後1年の電気生理学的重症度(Stage 1〜5)，CTSI変化量を予測した．結果：二値分類モデル(Stage 1〜3 or 4〜5への変化予測)での正答率／AUCはLogistic回帰；0.81/0.84，Random forest；0.83/0.86，LightGBM；0.87/0.86であり，CTSI変化量予測回帰モデルでR2＝0.68であった．電気生理学的重症度予測モデルでR2＝0.24であった．まとめ：ML応用の可能性を示した．