ビッグデータ・機械学習を用いたアブレーション治療の有効性・安全性予測モデルの作成

点击翻译按钮获取中文摘要

2017年に始まった本邦で行われている不整脈に対するカテーテルアブレーション全例登録事業（J-AB）は27万件を超える前向き登録事業が継続中でアブレーションレジストリとしては世界最大である。このビッグデータを用い、再発率が高く、また世界的にも合併症が増加している心房細動アブレーションについて、患者背景・使用デバイス・アブレーション部位・使用薬剤などの因子と急性期合併症発生や急性期・退院時・1年後の手技成功に関して、機械学習を用いたアブレーションの安全性・有効性に関する予測モデルを作成し、外部検証を行う。この予測モデルによって、治療成績の向上が期待できるのみならず、現在、ガイドラインでも解決されていない高齢者、心不全患者、無症状患者へのアブレーションの妥当性が明らかとなり、治療適応の大きなジレンマに対応できることが期待される。また、J-ABレジストリデータの解析結果を他国のデータベースと比較することで、本邦のカテーテルアブレーション治療の診療実態をより客観的に評価することが可能と考えられるが、同様の報告は存在しない。本研究の目的は、J-ABレジストリデータと他国データベースを用いて、本邦におけるカテーテルアブレーションの合併症発生率とそのリスク要因を明らかにし、本邦でのアブレーション治療の安全性向上に役立てるためのエビデンスを創出することである。本研究の特徴として、①解析内容については、JAB登録（通年調査）から取得可能な項目を使用しており、実現可能性が高い（Feasible）、②本邦におけるリスク因子を明らかにするとともに、他国と比較した成績を明らかにすることで、特にリスクが高い患者においてリスク低減させる方法が明らかになれば、今後の治療方法を改善することができる（Modifiable）、③中央解析のみである。以上の点で、倫理的に問題がない（Ethical）。