[論文レビュー] Predicting colorectal polyp recurrence using time-to-event analysis of medical records

Lia X. Harrington, Jason Wei+3 more|arXiv (Cornell University)|Nov 17, 2019

Colorectal Cancer Screening and Detection参考文献 25被引用数 6

ひとこと要約

本研究では、電子歴医学記録（EMR）から自然言語処理（NLP）を用いてポリープ特徴を抽出し、953名の患者を対象に生存分析手法（カプラン＝マイヤー、コックス比例ハザード、ランダム生存フォレスト）を適用して、大腸ポリープ再発の時間予測モデルを開発した。ポリープの大きさ、数、場所（右側対左側）、喫煙状況が有意な予測因子であることが判明し、右側ポリープは再発リスクを30%増加させ、喫煙歴は20%増加させた。ランダム生存フォレストモデルではAUCが0.65を達成した。

ABSTRACT

Identifying patient characteristics that influence the rate of colorectal polyp recurrence can provide important insights into which patients are at higher risk for recurrence. We used natural language processing to extract polyp morphological characteristics from 953 polyp-presenting patients' electronic medical records. We used subsequent colonoscopy reports to examine how the time to polyp recurrence (731 patients experienced recurrence) is influenced by these characteristics as well as anthropometric features using Kaplan-Meier curves, Cox proportional hazards modeling, and random survival forest models. We found that the rate of recurrence differed significantly by polyp size, number, and location and patient smoking status. Additionally, right-sided colon polyps increased recurrence risk by 30% compared to left-sided polyps. History of tobacco use increased polyp recurrence risk by 20% compared to never-users. A random survival forest model showed an AUC of 0.65 and identified several other predictive variables, which can inform development of personalized polyp surveillance plans.

研究の動機と目的

• 大腸ポリープ再発までの時間を予測するための患者およびポリープ特徴を同定すること。
• 自然言語処理（NLP）を活用して電子歴医学記録（EMR）から形態的ポリープ特徴を抽出すること。
• 時間に依存する統計モデルを適用し、臨床的および身体測定的要因が再発リスクに与える影響を評価すること。
• 高リスク患者サブグループを同定することで、個別化されたスクリーニング戦略を支援すること。

提案手法

• 自然言語処理（NLP）を用いて、953例のEMRの臨床ノートからポリープ形態的特徴（例：大きさ、数、場所）を抽出した。
• 再発までの期間は、初回ポリペクティーリーとその後の結腸鏡検査で再発が確認された間隔として定義された。
• カプラン＝マイヤーの生存曲線を用いて、異なる患者およびポリープ特徴ごとの再発率を可視化した。
• コックス比例ハザードモデルを用いて、各予測変数に関連するハザード比を定量的に評価した。
• ランダム生存フォレストモデルを訓練し、変数の重要度を評価し、再発リスクを予測した。性能は時間依存AUCを用いて評価した。
• 再発に与える独立的影響を評価するため、身体測定的特徴および喫煙歴を共変量として分析に含めた。

実験結果

リサーチクエスチョン

• RQ1 ポリープ特徴（大きさ、数、場所）のうち、どの要因が大腸ポリープ再発までの時間に有意に影響を与えるか？
• RQ2 患者の喫煙状況は、時間の経過とともにポリープ再発リスクにどのように影響するか？
• RQ3 EMRからのNLP抽出特徴が、従来の臨床データと比較して、ポリープ再発予測をどの程度改善できるか？
• RQ4 この臨床的文脈において、さまざまな生存モデル（コックス、ランダム生存フォレスト）の相対的な予測性能はいかがなものか？
• RQ5 個別化されたスクリーニングのための高リスク個体を特定するにあたり、どの患者およびポリープ特徴が最も重要か？

主な発見

• 右側大腸のポリープは、左側ポリープと比較して再発リスクが30%高いと関連した。
• 喫煙歴のある患者は、喫煙歴のない患者と比較して、ポリープ再発リスクが20%高いと関連した。
• ポリープの大きさ、数、場所は、カプラン＝マイヤー分析におけるログランク検定で再発率に有意に影響を与えた。
• ランダム生存フォレストモデルは、時間依存AUCが0.65を達成し、中程度の予測性能を示した。
• モデルは、最も顕著な要因以外の複数の追加予測変数を同定した。これにより、個別化されたスクリーニング計画の開発が支援された。
• NLPで抽出した特徴と臨床データの組み合わせにより、フォローアップ結腸鏡検査の対象となる高リスク患者の同定が向上した。