Exploratory reconstruction of the pulmonary embolism rule-out criteria and internal validation of a ridge- logistic model for database-recorded pulmonary embolism: a single-center retrospective cohort study

あなたは、ある大都市で起きているミステリーを解決しようとしている探偵だと想像してください。そこには、「肺塞栓症（PE）」という名の、隠れた危険な泥棒が潜んでいます。この泥棒は、肺の中に忍び込んで空気の流れを遮断し、致命的な心臓発作を引き起こす可能性のある血栓です。問題は、この泥棒が変装していることです。その症状（胸の痛み、息切れ、動悸など）は、ただの風邪やパニック発作、あるいは単なる体力不足の症状と全く同じに見えます。街中の人々を全員チェックしようとすれば、膨大なリソースを浪費し、不必要な放射線検査に人々をさらし、救急外来を混乱させてしまうでしょう。しかし、もしこの泥棒を見逃してしまえば、その結末は命に関わります。

この問題を解決するために、医師たちは「PERC」と呼ばれる「除外」用チェックリストを持っています。PERCを、街の門に立つ非常に厳格な警備員だと考えてください。その警備員は、8つの特定の質問を投げかけます。「50歳以上ですか？」「心拍数は上がっていますか？」「酸素レベルは低いですか？」「足の腫れはありますか？」もし、あなたがこれら8つの質問すべてに対して「いいえ」と答えたなら、警備員は全身スキャンなしであなたを通します。しかし、一つでも「はい」と答えれば、あなたは詳しく調べる対象としてフラグを立てられます。このシステムは、もともと非常に健康に見える人々をチェックする場合にはうまく機能します。しかし、もしこの警備員を、すでに病気であったり、疲れ切っていたり、あるいは他の理由で救急外来にやってきた人々が集まる混雑した場所で使おうとしたらどうなるでしょうか？ それが、この論文が投げかけている大きな問いです。この古いチェックリストを、現実世界の乱雑な病院の記録に対して信頼できるのか？ そして、より優れた、より賢い探偵をこれに代わるものとして構築できるのか？

---

偉大なる探偵実験

この研究において、中国・日本友好病院の研究チームは、非常に特定の方法でPERCチェックリストをテストすることに決めました。彼らは新しい患者を募るのではなく、デジタルなタイムカプセルを掘り起こしました。それは、2023年6月から2024年5月までの間に、彼らの救急部門を訪れた1,297人の成人患者のデータベースです。それは、すでにそこを訪れた人々の巨大なフォトアルバムを覗き込み、誰が実際にPEという泥棒を持っていて、誰が持っていないのかを突き止めようとする作業のようでした。

旧式の警備員（PERC）対 データベース
まず、彼らはこれら1,297人に対して、古典的なPERCチェックリストを試してみました。結果は、少し複雑なものでした。なぜなら、彼らがテストした「群衆」は、チェックリストが本来想定しているような、完璧な低リスクの群衆ではなかったからです。

• 良いニュース: このチェックリストは、泥棒を見つけることに関しては驚くほど優秀でした。実際にPEを持っていた人々の99.3%を特定することに成功しました。ほとんど見逃しませんでした。
• 悪いニュース: 無実の人々を解放することに関しては、ひどい結果でした。救急外来にいる多くの人が（8つの基準の一つである）50歳を超えていたため、チェックリストはほとんど全員を「疑わしい」としてフラグを立ててしまいました。実際、PEを持っていなかった人々を通過させたのは、わずか9.7%でした。それは、たとえ数人しか泥棒がいなくても、全員が靴を履いているという理由だけで全員を呼び止めてしまう警備員のようでした。

研究者たちは、彼らが「無実」の人々を追跡スキャンで検証できなかったこと（彼らには初期の入院記録しかありませんでした）から、チェックリストが通過させた数少ない人々が本当に安全であったかどうかを断定することはできない、と慎重に指摘しています。したがって、チェックリストはほぼすべての泥棒を捕まえた一方で、この特定の、混沌とした環境においては、無実の人々を解放するためのツールとしては優れていなかったと言えます。

新しい探偵（リッジ・ロジスティック・モデル）
旧式のチェックリストがあまりにも大雑把であったため、チームは「リッジ・ロジスティック回帰」と呼ばれる手法を用いて、よりスマートな新しい探偵を構築することに決めました。これは、単に「はい」か「いいえ」のボックスにチェックを入れるだけでなく、13種類もの異なる手がかり（年齢、脈拍、酸素レベル、咳、胸の圧迫感、血栓の既往歴など）を一度に分析し、それらすべてを総合的に判断して正確な確率スコアを算出する、スーパーパワーを備えた計算機のようなものです。

彼らはこの新しい探偵を、同じ1,297件の受診データで訓練し、「クロスバリデーション（交差検証）」と呼ばれる手法を用いて厳格にテストしました（これは、データを5つのグループに分け、4つのグループで学習させながら、残りの1つのグループでテストすることを20回繰り返すことで、単に答えを暗記しているだけではないことを確認する手法です）。

結果
新しい探偵は、精度の面で明確な勝利を収めました。

• スコア: 旧式のPERCチェックリストの「識別スコア（ROC AUCと呼ばれる）」は約0.62でした。一方、新しいモデルのスコアは、はるかに高い0.803を記録しました。予測モデルの世界において、0.6から0.8への上昇は大きな飛躍です。これは、新しいモデルが、PEを持つ患者と持たない患者を区別する能力がはるかに高いことを意味します。
• 比較: 新しいモデルは、PERCスコア単独で使用した場合や、標準的な「疾患重症度スコア（NEWS2と呼ばれる）」をPERCチェックリストに加えた場合よりも、有意に優れていました。NEWS2を加えると、実はPERCモデルの性能はわずかに低下しました。
• 詳細: 新しいモデルは、「過去の血栓歴」、「咳」、「胸の圧迫感」、「失神」といった手がかりが、PEの最も強力な指標であることを突き止めました。興味深いことに、モデルが計算を行った後では、男性であることや胸の痛みがあることは確率をわずかに下げましたが、高齢であることは確率を上げました。

これが何を意味するか（そして何を意味しないか）
研究者たちは、自分たちが何を証明し、何を証明していないかを非常に明確にしています。彼らは、この新しい数学的モデルが、彼らの特定のデータベースにおける「記録された結果」を予測する上でより優れていることを示しました。これは、より正確な「内部的」なツールです。

しかし、彼らは、これがすぐに病院の現場で実戦投入できる段階にあるという考えを、明確に否定しています。

• 「除外」の安全性: この研究は後ろ向き（レトロスペクティブ）な調査であり、かつ「陰性」であった患者に対する長期的なフォローアップが行われていないため、このモデルを使用して医師が患者を帰宅させることが現時点で安全であると主張することはできません。
• 最終的な解決策ではない: このモデルは「概念実証（プルーフ・オブ・コンセプト）」です。複雑で重み付けされたモデルが、この特定のデータセットにおいて単純なチェックリストよりも効果的であることを示唆していますが、誰もがこれを信頼して命を救うために使えるようになるには、現実世界でのテスト、つまりリアルタイムの意思決定と適切なフォローアップが必要です。

結論
この研究は、新しいハイテクスキャナーが作られ、それが古いシンプルな金属探知器よりもはるかに鮮明に捉えられることが判明した、ラボ内での実験のようなものです。新しいスキャナー（リッジ・モデル）は、古いチェックリスト（PERC）がこの特定の患者グループに対して行ったことよりも、隠れた脅威をはるかに明確に捉えています。しかし、スキャナーがラボでうまく機能したからといって、すぐに街中で使い始めてよいというわけではありません。著者たちは、この新しい探偵が、救急外来の鍵を渡す前に、本当に街の安全を守れるかどうかを確認するための、より大規模な実世界での試験を求めています。