[2Yin-A] Poster 3

[2Yin-A-09] Exploratory Analysis of Symptom-Based Patient Stratification and Symptom Predictability in Celiac Disease Using iCureCeliac Registry Data

〇Yukiko Nagao¹, Takashi Azo¹, Yasuo Sugitani¹ (1. Chugai Pharmaceutical Co., Ltd.)

Keywords:

RWD,Clustering,Machine Learning

個別化医療において患者層別化は重要であるが、症状に基づく層別化は多くの疾患領域で十分に活用されていない。本研究では、セリアック病患者における症状に基づく患者層別化の可能性を探索し、症状パターンの特定と症状予測可能性を評価することを目的とした。iCureCeliacレジストリデータを用いてセリアック病の中核症状である下痢、下腹部痛、膨満感、吐き気、疲労感の5症状について解析した。スピアマン相関分析、コサイン類似度による階層的クラスタリング、XGBoost予測モデルにより評価した。症状残存患者において、症状間相関は0.00-0.41の範囲であった。クラスタリングにより6つの患者群が同定され、比較的高齢な特徴のあるサブグループが確認された。症状予測モデルは症状スコアの部分的単調増加を示したが、個々の患者の正確な予測には限界があった。症状に基づくクラスタリングにより層別化手法の有効性が示唆されたが、症状評価の主観性と横断データの制約により個人レベルの症状予測は困難であることも判明した。症状ベースの患者層別化について、縦断データ等を用いたさらなる検討により、その適用可能性と限界の理解を深める必要がある。