Do established comorbidity scores predict in-hospital mortality equally well in women and men? A nationwide validation in 166.7 million German inpatient cases, 2010-2024
ドイツ国内の1億6670万件の入院症例を対象とした全国的な妥当性確認において、3つの確立された併存疾患スコアは同等の識別能を持つことが示されたが、女性と男性の間で系統的な較正不備が認められたため、公平な病院ベンチマーキングを確保するための性別特異的な再較正の必要性が支持された。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
病院は常に、自分たちのパフォーマンスを比較し、「他の病院よりも患者を生かすことができているのか？」という根本的な問いを投げかけています。これを公平に判断するためには、患者が到着する前にどれほど病状が悪かったかを考慮しなければなりません。例えば、骨折していても心臓が健康な状態で運び込まれた患者と、骨折している上に心不全を抱えている状態で運び込まれた患者では、リスクが異なります。この比較を行うために、医師は「併存疾患スコア（comorbidity scores）」を使用します。これらは、患者の既往歴から算出される単純な数値であり、存在するすべての疾患を組み合わせて、単一のリスク推定値としてまとめたものです。数十年にわたり、これらのスコアは、患者が男性か女性かに関わらず、全員に対して全く同じ数式を用いて適用されてきました。数学は男女ともに同様に機能するという仮定に基づいていたのです。しかし、医学の世界において、生物学的な違いが頻繁に生じる中で、この仮定が大規模に検証されたことはほとんどありませんでした。もし数式が一方のグループに対してわずかにずれていれば、それは何千もの研究の結果を歪め、病院のランキングを歪曲させ、ある病院を実際よりも良く、あるいは悪く見せてしまう可能性があります。
研究チームは、前例のない規模のデータセットを用いて、この仮定を検証することに乗り出しました。彼らは、ドイツにおける2010年から2024年までの15年間にわたる、約1億6700万件の成人入院記録を調査しました。これは決して小さなサンプルではなく、その期間中の国内におけるほぼすべての急性期入院の完全な記録でした。研究者たちは、入院中の死亡リスクを予測するために世界中で使用されている3つの特定のスコアリングシステムに焦点を当てました。彼らは、これらのスコアが男女に対して死亡リスクを等しく予測できるかどうかを確認したいと考えました。具体的には、2つの点を確認しました。第一に、予測されたリスクが実際の死亡数と一致しているか（較正：calibration）、第二に、スコアが死亡する患者と生存する患者を適切に判別できるか（識別：discrimination）です。
結果は、明確かつ一貫したパターンを明らかにしました。スコアは患者をランク付けする能力（つまり、高リスクの患者と低リスクの患者を区別する能力）については概して良好でしたが、死亡率を男女で等しく予測することはありませんでした。研究者が同じスコアを持つ患者のグループを調べたところ、女性よりも男性の方が死亡率が高いことが分かりました。例えば、あるスコアリングシステムでは、特定のリスクレベルを持つ男性は、全く同じスコアを持つ女性よりも入院中の死亡率が約21パーセント高いことが分かりました。この差は偶然ではなく、15年間のデータ全体、およびほぼすべての年齢層において一貫して見られました。スコアは、男性のリスクを過小評価し、女性のリスクを過大評価する（あるいは特定のスコアに応じてその逆になる）傾向があり、体系的なギャップを生み出していました。
興味深いことに、患者を正しくランク付けする能力は、両性で非常に似通っていました。生存者と非生存者を分ける能力の差は、極めて小さく、無視できる程度でした。真の問題は、スコアが誰がより重症であるかを特定できないことではなく、死亡の実際の確率を各性の間で誤って計算していることでした。研究者によれば、個々の患者にとっては、この差は医師の即座の治療決定を変えるほどの影響はありません。しかし、これらのスコアは病院全体の比較や国家的な保健政策の指針として使用されるため、この誤差は消滅することはありません。むしろ、蓄積していくのです。もしある病院が女性よりも多くの男性を治療している場合、標準的な数式によって、その病院が実際よりもパフォーマンスが低い、あるいは高いように見えてしまう可能性があります。それは、単に数学が患者の構成比に適合していないためです。
この研究は、なぜこのようなことが起きているのかについても探求しました。データによると、入院患者における男性は、肝疾患や不整脈といった死亡に直結する最も深刻な疾患の負担が重く、一方で女性はうつ病などの疾患の割合が高いことが示されました。スコアはこれらの疾患をカウントしますが、同じ疾患であっても、患者の性別によってその重みや深刻さが異なる可能性があるという事実を考慮していません。研究者たちは、このパターンが年次や年齢に関わらず成立していることを発見しており、これは問題がスコアの本来の作成方法や現在の使用方法に組み込まれていることを示唆しています。
この大規模な分析は、全員に対して単一の数式を使用するという長年の慣行が、入院死亡率の予測においては不備があることを示唆しています。著者らは、これらの確立されたスコアは、男女で較正（キャリブレーション）が異なっていると結論付けています。これらのスコアは依然として患者をランク付けするには十分な性能を備えていますが、実際の死亡率を予測する際の体系的な差異は、病院間の比較や研究にバイアスをもたらします。本研究は問題を解決したと主張するものではありませんが、現在のツールを再検討する必要があるという強力な証拠を提示しています。病院間の公平な比較と正確な研究を確保するために、著者らは、これらのスコアを男女別に再較正するか、あるいは計算に性別を要素として加える必要があると示唆しています。それが実現するまでは、病院のパフォーマンスを判断するために用いられる数字は、対象となる患者の性別によって、静かに歪められ続けることになるかもしれません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。