[論文レビュー] Building Classifiers to Predict the Start of Glucose-Lowering Pharmacotherapy Using Belgian Health Expenditure Data

Marc Claesen, Frank De Smet+3 more|arXiv (Cornell University)|Apr 28, 2015

Chronic Disease Management Strategies被引用数 7

ひとこと要約

本研究では、ベルギーの患者を対象に、過去の医療費支出データ（具体的には薬剤購入および医療サービス利用）のみを用いて、グルコース低下薬物療法の開始を予測する機械学習分類器を開発した。AUCスコアは74.9%〜76.8%の範囲に達し、臨床的または生活習慣データが不要な状況でも、2型糖尿病の集団レベルのリスク予測が可能であることが示された。

ABSTRACT

Early diagnosis is important for type 2 diabetes (T2D) to improve patient prognosis, prevent complications and reduce long-term treatment costs. We present a novel risk profiling approach based exclusively on health expenditure data that is available to Belgian mutual health insurers. We used expenditure data related to drug purchases and medical provisions to construct models that predict whether a patient will start glucose-lowering pharmacotherapy in the coming years, based on that patient's recent medical expenditure history. The design and implementation of the modeling strategy are discussed in detail and several learning methods are benchmarked for our application. Our best performing model obtains between 74.9% and 76.8% area under the ROC curve, which is comparable to state-of-the-art risk prediction approaches for T2D based on questionnaires. In contrast to other methods, our approach can be implemented on a population-wide scale at virtually no extra operational cost. Possibly, our approach can be further improved by additional information about some risk factors of T2D that is unavailable in health expenditure data.

研究の動機と目的

• グルコース低下薬物療法の開始リスクが高いかを特定するスケーラブルで低コストな手法を開発すること。
• 保険会社が入手可能な日常的収集医療費データのみを活用し、患者へのアンケート調査や臨床的測定を必要としないこと。
• このようなデータが、既知のT2Dリスク要因に基づく標準的リスク予測モデルと同等の予測性能を達成できるかどうかを評価すること。
• 自動化された大規模スクリーニングにより早期介入を可能とし、的確な臨床的フォローアップを支援すること。

提案手法

• 匿名化された医療費支出データから患者レベルの特徴量を構築し、ATCコードによる薬剤購入および医療処置コード（provs）を含めた。
• 薬剤および医療サービス利用パターンを固定長の特徴ベクトルに変換するためのベクトル化技術を適用した。
• 履歴的な支出データを用いて、複数の教師あり分類器（RESVM（正則化アンサンブルSVM）を含む）を訓練し、将来のGLA開始を予測した。
• モデルの性能を評価するためにROC曲線および精度再現率曲線を用い、クラス不均衡にはリサンプリングおよび信頼区間を適用した。
• 線形ベースモデルの係数の平均値を用いて、RESVMアンサンブル内での特徴量の重要度分析を行い、主要な予測要因を同定した。
• 複数の学習アルゴリズムおよび特徴表現を比較して最適な構成を同定した。

実験結果

リサーチクエスチョン

• RQ1 医療費支出データのみで、将来のグルコース低下薬物療法の開始を臨床的に意味のある精度で予測できるか？
• RQ2 臨床的または生活習慣データに依存する従来のリスク予測モデルと比較して、性能はどの程度か？
• RQ3 薬剤および医療サービス利用のどのパターンが、将来のT2D診断または治療開始を最もよく予測するか？
• RQ4 薬剤データに加えて医療処置コードを組み込むことで、モデルの性能はどの程度向上するか？
• RQ5 このアプローチは、最小限の運用コストと追加の患者との接触なしに、スケーラブルに実装可能か？

主な発見

• 最も優れた性能を示したモデル、RESVM（ATC|provsベクトル化）は、受検者受容特性曲線（AUC）の範囲が74.9%〜76.8%であった。
• このモデルの性能は、アンケート調査や臨床データを用いる最先端のT2Dリスク予測ツールと同等であった。
• 循環器疾患薬（ATC主カテゴリ「C」）の使用が、T2Dと既知の共存疾患関連を反映して、最も重要な予測要因となった。
• BMI、家族歴、生活習慣などの主要リスク要因に関する直接的情報が欠如している状況でも、本アプローチは依然として有効であった。
• 本手法により、ほぼゼロの追加コストで完全に自動化された大規模なリスクスクリーニングが可能となり、保険会社会の業務フローへの統合に適していた。
• 特徴量の重要度分析から、薬剤および医療サービス利用パターンが、将来のGLA使用の強力な予測信号を示していることが明らかになった。