#E0053 機械学習技術を用いた若年労働者のメタボリックシンドローム発症予測および予測因子の解明： 日本全国調査
機械学習モデルが日本人労働者のメタボリックシンドローム発症を予測
メタボリックシンドローム（MS）とは、糖尿病や心血管疾患などの慢性的で衰弱しやすい病態に罹患しやすい代謝異常の一群を指す。MSの世界的な有病率の高さ、医療経済、職業、不平等への新たな影響を考えると、MSの発症を予防するための対策は必須である。そのためには、30歳代の高リスク者を特定することが有用であることが、これまでの研究から示唆されている。
日本では現在、40歳以上を対象にMSの予防保健指導が行われている。しかし、近年、30歳代の若年労働者に対する健康診断やガイドラインが増加しており、収集した健康データを用いてMSの発症を予測することができる。
この研究では、山梨大学の研究者らが、機械学習の手法、すなわちランダムフォレスト（RF）とロジスティック回帰（LR）モデルを用いて、30代の日本人労働者のMS発症を予測した。この研究では、30～35歳の日本人従業員6,048人を対象とした10年間の縦断的健康診断データ2セットを使用した。
検討した2つのモデルのうち、RFはLRに比べて高い予測精度を示した。研究者らはまた、MSリスクの重要な予測因子を同定し、それらが性特異的であることを明らかにした。男性では拡張期血圧が最も重要な予測因子であったが、女性では肥満度であった。
さらに、男性ではウエスト周囲径、LDL-C、HDL-C、朝食抜きもMS発症の重要な予測因子であった。女性では、尿酸、トリグリセリド、安眠が他の重要な予測因子であった。さらに、日常的な運動習慣は男女共通の重要な予測因子であった。
まとめると、研究者らが開発した予測機械学習モデルは、30歳代の日常的な健康管理データを分析することで、40歳でのMS発症リスクを確実に予測するために使用できる。さらに、重要であると特定された予測因子は、若年労働者のそうしたリスクを軽減するための適切な医療介入を導くことができる。
（注：本記事は原文英語記事からDeepLを用いて自動翻訳したものです）
元のジャーナル記事へのリンク：
https://www.jstage.jst.go.jp/article/eohp/4/1/4_2021-0023-OA/_article
この記事のタイトル：
Prediction and predictor elucidation of metabolic syndrome onset among young workers using machine learning techniques: A nationwide study in Japan
著者：
Miyuki Suda, Tadao Ooka, Zentaro Yamagata
