A prognostic model and simplified risk score for predicting poor treatment response in children aged 2–59 months hospitalized with severe community-acquired pneumonia: Development and validation study in Hakim Gizaw Hospital, Ethiopia

技術要約：エチオピアの小児における重症肺炎の予後モデルおよび簡略化されたリスクスコア

問題提起
肺炎は、特に低・中所得国において、依然として小児死亡の主要な原因となっています。重症肺炎は重大な臨床的懸念事項ですが、臨床的に異質（ヘテロ）であり、同じ診断基準を満たす子供であっても、治療失敗のリスクは大きく異なる場合があります。既存の小児肺炎予測ツール（例：RISC、RISC-Malawi）は、症例構成、アウトカムの有病率、および臨床管理の違いにより、その開発設定以外に適用した場合、性能が変動することが示されています。入院初期に治療反応不良のリスクが高い子供を特定し、優先的なモニタリングと支持療法を促進するために、現地に即した内部検証済みの予後モデルが切実に求められています。

方法論
本研究では、エチオピアのハキム・ギザウ教育病院に入院した重症市中肺炎の小児（2〜59ヶ月）630人のデータを用い、予後モデルの開発および内部検証分析を実施しました。

• アウトカムの定義： 主要アウトカムは、入院後72時間以内の「治療反応不良」とし、以下の複合指標として定義しました：長期入院（72時間超）、入院中の死亡、および／または7ال 72時間以内の抗菌薬の変更。
• 予測因子： 予測因子の候補は、予後の有用性を確保するため、入院時または初期臨床評価時に利用可能な変数に限定しました。これらには、デモグラフィック属性、ワクチン接種状況、バイタルサイン、酸素飽和度、臨床検査値、および初期抗菌薬レジメンが含まれます。
• データ処理： 4つの臨床検査変数（WBC、好中球、リンパ球、ヘモグロビン）において、かなりの欠測（約18%）がありました。本研究では、完全ケース解析で失われる情報を保持するため、予測平均マッチングを用いた多重代入法（MICE）を用いて5つの代入データセットを作成しました。
• モデル開発：
  • スクリーニング： 探索的な単変量解析を用いて、候補変数をスクリーニングしました（閾値 p < 0.25）。
  • 選択： 多変量ロジスティック回帰モデルを赤池情報量基準（AIC）を用いて比較しました。最終的なモデルは16個の予測パラメータを保持しました。
  • 検証： 楽観主義（オーバーフィッティング）を推定し補正するために、1000回のブートストラップ再サンプリングを用いた内部検証を実施しました。
• 性能指標：
  • 識別能： 受診者動作特性曲線下面積（AUC）およびSomers' Dxyを用いて評価しました。
  • 較正能： 較正プロット、切片、傾き、最大絶対誤差（Emax）、およびBrierスコアを用いて評価しました。
  • 簡略化されたスコア： 臨床現場での使用を容易にするため、フルモデルから11成分の整数リスクスコアを導出しました。
  • 臨床的有用性： 様々な閾値確率における「全員治療」戦略および「治療なし」戦略に対するネットベネフィットを評価するため、決定曲線分析（DCA）を実施しました。

主な貢献

1. ローカルモデルの開発： 本研究は、グローバルなツールのローカル環境への転用における限界に対処するため、エチオピアの文脈に特化した多変量ロジスティック回帰モデルを提供します。
2. 厳格な統計的手法： 本研究は、欠測データに対する多重代入法、内部検証のためのブートストラップ再サンプリング、および有用性評価のための決定曲線分析など、現代的な報告ガイドライン（例：TRIPOD）に従っています。
3. 二重の出力： 高精度なリスク推定のためのフル回帰モデルと、実用的な臨床応用のための11成分の簡略化されたリスクスコアの両方を提供します。
4. 透明性の高い報告： 将来的な外部検証をサポートするため、完全な回帰係数、オッズ比、および詳細な性能指標（楽観主義補正値を含む）を提示しています。

結果

• アウトカムの有病率： 治療反応不良は267人の子供（42.4%）に発生しました。
• フルモデルの性能：
  • 識別能： 外見上のAUCは0.875（95% CI 0.849–0.902）でした。ブートストラップ補正後、楽観主義補正後のAUCは約0.857（Dxy 0.713）でした。
  • 較正能： モデルは、補正後の傾き0.927、切片0.021とともに、妥当な較正を示しました。Brierスコアは0.153でした。
  • 主要な予測因子： 治療反応不良の有意な予測因子には、ワクチン接種の不完全（AOD 3.79）、極めて低い酸素飽和度（AOD 2.23）、12〜23ヶ月の年齢（AOD 3.29）、アンピシリン・ゲンタマイシン治療（バンコマイシンと比較）、喘鳴、チアノーゼ、哺乳不能、意識状態の変化、嘔吐、下痢、および白血球数（WBC）の増加が含まれました。
• 簡略化されたスコアの性能：
  • スコアの範囲は0から19でした。
  • 識別能： スコアのAUCは0.823であり、フルモデルよりも統計的に有意に低い（p < 0.001）ものの、有用な識別力を維持していました。
  • リスク層別化： 8点以上の閾値において、スコアは高リスク群で70.3%の観察された治療反応不良率を特定しました（低リスク群の0〜3点は7.7%）。
  • 分類指標： 閾値≥8において、感度は76.4%、特異度は76.3%でした。
  • 有用性： 決定曲線分析は、幅広い閾値確率において「治療なし」戦略に対して正のネットベネフィットがあることを示しました。

意義および主張
著者らは、開発されたモデルが、この特定のコホートにおける治療反応不良を予測するための良好な識別能と許容可能な内部較正能を示していると主張しています。簡略化されたスコアは、フル回帰式よりも精度は劣るものの、臨床現場でのリスク層別化のための実用的なツールとして、アウトカムが著しく異なるグループを分離することができます。

しかし、論文は臨床実装に関して慎重な姿勢を維持しています。著者らは明示的に次のように述べています：

• 結果は内部検証に基づくものであり、これらのモデルを日常的な臨床使用に供するためには、独立したコホートにおける外部検証が必要であること。
• 本研究は前向きな影響評価を行っておらず、したがって決定曲線分析は潜在的な有用性を示すものであり、証明された臨床的有効性ではないこと。
• アウトカムは治療反応の複合的な操作的指標であり、死亡エンドポイントではないこと。
• 単一施設デザインおよびデータ駆動型の予測因子選択により、モデルの他の病院や集団への転用可能性は未証明であること。

結論として、本研究は再現可能で統計的に堅牢な基盤を提供しており、これらのツールが臨床的意思決定を導くための前提条件として、外部検証および前向きな影響評価が必要であることを強調しています。