An exploratory routine-laboratory renal dysfunction-coagulopathy phenotype identifies high-risk ICU patients with pneumonia: MIMIC- IV derivation and fixed-centroid Chinese external validation

集中治療室（ICU）に肺炎で搬送される患者は、全員が同じわけではありません。診断名は同じでも、身体の壊れ方は驚くほど多様です。ある人は心臓が苦しんでいても腎臓は健康である一方、別の人は血液が固まりやすく、器官が機能を停止しかけていることもあります。医師たちは長年、患者がいかに重症かを測定するためにスコアリングシステムを使用してきましたが、これらのスコアは複雑な物語を一つの数字に要約してしまうことがよくあります。それらは状況がいかに深刻であるかは教えてくれますが、「なぜ」その患者が病んでいるのか、あるいは「どのような特定の種類の疾患」と戦っているのかまでは必ずしも説明してくれません。この明快さの欠如により、誰が生き残るか、あるいは誰が血液を濾過する機械のような特別な生命維持装置を必要とする可能性があるのかを予測することが難しくなっています。

研究者たちは、こうした患者を分類するためのより良い方法を探求し始めました。単に状態が悪化している度合いを測るのではなく、血中成分のパターンが似ている患者たちの明確なグループ、すなわち「表現型（フェノタイプ）」を見つけ出そうとしているのです。目標は、入院初期に行われる単純な日常的な血液検査によって、これら隠れたグループを特定できるかどうかを確認することです。もし医師が、腎不全や血液凝固の問題を起こしやすいタイプの肺炎患者を識別できれば、すぐに彼らを察知して、より注意深く観察することができるかもしれません。このアプローチは、推測を超えて、患者固有の生物学的な状態を理解することへと向かっています。

研究チームは、二つの非常に異なる場所からのデータを用いて、このアイデアを検証することを目的として調査を行いました。まず、アメリカの一つの病院から得られた膨大な医療記録データベース、MIMIC-IVを調べました。このデータベースには、肺炎でICUに入院した数千人の成人患者の情報が含まれています。研究者は、これらの患者が入院した初日のデータに着目し、ほぼすべての病院で使用可能な11項目の日常的な血液計測値を抽出しました。これらのテストでは、血球数、血液の凝固能、腎機能、そして体内の塩分バランスなどを確認しました。どこにでもあるような高度で高価な特殊な検査ではなく、医師が毎朝画面で見ることのある標準的な数値のみを使用しました。

類似したもの同士をグループ化するコンピュータ手法を用い、研究者たちはこれらの血液パターンの分析を行い、それが自然に明確なクラスター（集団）を形成するかどうかを確認しました。その結果、患者は単なる「軽症」から「極めて重症」への一本の線の上に並んでいたのではありませんでした。むしろ、データは彼らを三つの明確なグループに分類しました。第一のグループは、腎機能も血液凝固も比較的正常であり、血液の状態も良好に見えました。第二のグループは、血球数の低下や体内における塩分のバランスの変化など、トラブルの兆候が見られました。第三のグループは最も警戒すべきものでした。これらの患者には、体が老廃物を適切に濾過できていないことを示す腎機能障害に加え、異常な血液凝固と著しい塩分バランスの崩れが見られました。

結果は、これらのグループが単なるランダムな数字の集まりではないことを示していました。それは非常に対照的な転帰（アウトカム）を予測していたのです。大規模なアメリカのデータセットにおいて、最も健康であった第一のグループの死亡率は約17％でした。中間層のグループは約23％でした。しかし、腎臓と凝固の問題を抱えた第三のグループの死亡率は32％を超えていました。さらに重要なことに、持続的腎代替療法（人工腎臓のように血液を濾過する機械を用いた治療）の必要性は、グループ間で劇的に異なっていました。第一のグループでこの機械を必要としたのはわずか約2％でしたが、第三のグループでは23％近くに達しました。これは、血液検査が、強力な臓器サポートを必要としそうな特定のハイリスク型の患者をうまく特定できたことを示唆しています。

この発見が、一箇所の病院のデータの偶然の結果ではなく、真実であることを確かめるために、研究者たちは全く異なる患者グループを用いてテストを行いました。彼らはアメリカのデータで見出した正確なルールとパターンを取り上げ、それを中国の上海にある病院に入院した412人の重症肺炎患者という小規模なグループに適用しました。彼らは中国のデータを再解析して新しいグループを作り出すことはせず、ただコンピュータに対して、アメリカのデータで定義された三つのグループの中に各々の中国人患者を振り分けさせただけでした。これは、ある国で作られた地図を使って、別の国の街をナビゲートするようなものです。

中国での結果も同様のパターンを示しました。腎臓と凝固の問題を持つ第三のグループに属した患者は、死亡率が最も高く50％であり、腎臓サポート機器の使用率も最も高い約64％となりました。第一のグループの患者は最も低い死亡率を示しました。中国のグループは特に重症の肺炎患者を選定していたため、（死亡率などの）数値自体は異なりますが、リスクの方向性はまったく同じでした。アメリカでハイリスクと判定されたグループは、中国においてもやはりハイリスク・グループとなったのです。この一貫性は、腎不全と血液凝固の問題というパターンが、異なるヘルスケアシステムや人口統計学的背景の間でも共通して認められる、極度の危険を示す普遍的なサインであることを示唆しています。

また、研究者たちは自らの発見が安定しているかどうかも確認しました。計算上のミスによるものにならないよう、さまざまな開始点を用いて何度も分析を実行しましたが、ほとんどすべての試行において同じ三つのグループが出現し、ハイリスク群が一貫して最悪の結果をもたらすグループであることが分かりました。また、データを小さな塊に分けて検討しても、ハイリスク群がほぼ全てのケースで依然として最も危険なグループであるままであったことを確認しました。これにより、彼らは自分たちの導き出したパターンが堅牢であり、計算間違いではないという確信を得ることができました。

しかしながら、本研究は肺炎の治療問題を解決したと主張しているわけではありません。研究者たちは、これらのグループを特定することは、自動的に医師へどのように対処すべきかを教えるものではないと慎重に述べています。これは、ハイリスク群に特定の薬を与えることが救命につながると証明したものではありません。この研究はあくまで観測であり、景色をより鮮明にするための手段なのです。ただし、ルーチンで行われる血液検査を用いることで、一般的な重症度スコアを超える、特有かつ危険な疾病状態を知ることができる可能性を示唆しています。このパターンが、標準的な検査のみを用いて米国と中国の両方で見つかった事実は、これが世界中の医師にとって、追加の注意が必要な患者を特定するための有用なツールになり得ることを意味します。

この研究は、肺炎が決して単一の疾患ではなく、様々な生理学的状態の集合体であることを浮き彫りにしています。一部の患者は主に肺との戦いを繰り広げている一方で、他の患者は腎臓や血液を攻撃する全身性の戦いに直面しています。身近な日々のラボテストを活用することで、医師は将来的に、後者の戦いに挑む患者をより早期に捉えられるようになるかもしれません。今のところ、この研究は、隠れたグループが存在しており、しかも高価な設備を使わずに見つけることができるという証拠となり、患者が最も危うい瞬間に、よりクリアな視界を提供してくれるものです。