[2Xin5] インタラクティブ1

[2Xin5-04] 機械学習による血液検査データを用いたCOVID-19 PCR陽性予測

〇白石 哲也¹ (1.埼玉石心会病院 リハビリテーション科)

キーワード：新型コロナウイルス感染症、血液検査、PCR陽性予測

2020年春の新型コロナウイルス感染症(COVID-19)流行期においては、PCR検査資源が乏しい状態であり、検査基準を厳しくする必要性があった。PCR陽性患者の血液検査では、白血球数(WBC)、CRP、リンパ球数(Lym)、血小板数(PLT)に一定の傾向を示すことが知られていたが、カットオフ値は見いだされていなかった。
カットオフ値を求める目的で、PCR検査と血液検査を同時に行った患者328例を用いて、統計解析および教師あり機械学習（ニューラルネットワークおよび勾配ブースティング木のアンサンブル学習）による解析を行った。統計的検定により有意差を認めた27個の説明変数による教師あり機械学習では、AUC 83.6%（感度63.2%、特異度94.1%）であった。予測に高く貢献した因子は、①同居者、②咳嗽、③PLT、④味覚異常、であった。カットオフ値はWBC 5200以下、Lym 1000以下、PLT 20万以下、CRP 10以下にて判別が良好であった。
環境因子および臨床症状に上記カットオフ値による血液データポイントを加えることで、医師に対してPCR検査の実施判断の補助情報を提供することが出来た。