本研究では、NIHの「All of Us Research Program」（AoURP）データセットが、妊産婦罹患の研究および米国における異質な集団を対象とした予測機械学習（ML）モデルの構築において、前例のない価値を持つことを示す。AoURPデータから、電子健康記録（EHR）（条件、検査、測定）および質問票回答（社会的決定要因（SDoH））を用いて、縦断的かつ多施設、マルチモーダルで、人口統計学的に多様な妊娠データセット（20,253人の被験者；27,525件の妊娠エピソード）を作成するための、頑健でデータ駆動型の前処理パイプラインを開発した。そして、7つの重要な妊産婦の健康に関する有害転帰に焦点を当てた。データ品質、欠測、異質性を特徴づけた後、統計的相関分析を実施してリスク因子を同定した。続いて、有害転帰を予測するためにXGBoostおよび逐次LSTMモデルを開発し、複数の転帰に対して最先端の性能を達成した。成功点を理解するために事後的なモデル解釈可能性解析を行い、社会経済的な格差への含意を評価するために公平性解析を実施した。統計的に有意かつMLモデルによって同定された一群の特徴について、4名の現役臨床医が臨床的妥当性と新規性を評価するためにレビューした。統計的相関、またはMLの特徴重要度解析のいずれかを通じて同定された多くの特徴は、既知の臨床リスク因子と整合していた。さらに、これらのMLモデルが用いているが、現在は臨床実践では用いられていないいくつかの特徴が同定され、さらなる臨床的検討の余地がある可能性が示された。公平性解析では、SDoHおよび年齢との一定の関連が明らかになり、継続的なモニタリングが必要な領域が示された。総じて、本研究は、有意義な集団レベルのパターンを抽出でき、縦断的で多様、かつ多施設のデータセット上で高性能な機械学習モデルを訓練できることを示す。特に新規として同定された重要なリスク特徴が、妥当性確認されれば、妊産婦ケアに関する新たな戦略に資する、または転帰特異的なアウトカムに対して臨床導入可能なMLモデルの開発および検証を可能にする可能性がある。
https://doi.org/10.64898/2026.08.25.26360552