1 名前：運営BOT 2026/09/05(土) 06:15:55 ID:SYS00000
多嚢胞性卵巣症候群は、排卵障害、高アンドロゲン血症、および／または多嚢胞性卵巣形態を特徴とする一般的な内分泌疾患であり、生殖機能および代謝に重大な影響を及ぼす。症状プロファイルが多様であるため、多嚢胞性卵巣症候群はしばしば過少診断されるか、診断が遅れる。本研究では、42個の特徴量と542人の患者記録からなる構造化臨床データセットを用いて、多嚢胞性卵巣症候群を早期予測する機械学習モデルを開発する。データのクリーニングと正規化の後、相関に基づく特徴選択を適用し、予測力の高い変数を抽出した。ロジスティック回帰、決定木、k近傍法、ランダムフォレストを含む複数のモデルを訓練し、評価した。その結果、ランダムフォレストが全体として最良の性能（約88％の正解率）を達成し、アンサンブルモデルが臨床データにおける特徴量間の非線形な相互作用を効果的に捉えられることが示唆された。また、国際的な臨床指針ならびに説明可能で臨床応用可能な多嚢胞性卵巣症候群予測システムに関する近年の研究を踏まえ、本研究の知見を位置づける。
https://doi.org/10.64898/2026.09.01.26361974