川崎病における冠動脈病変予測のための構造方程式モデルとニューラルネットワーク解析：単施設レトロスペクティブ研究

Structure equation model and neural network analyses to predict coronary artery lesions in Kawasaki disease: a single-centre retrospective study.

• Junji Azuma
• Takehisa Yamamoto
• Motoaki Nitta
• Yasuhiro Hasegawa
• Eri Kijima
• Tsunesuke Shimotsuji
• Yoshimi Mizoguchi

抄録

平均構造方程式モデル（SEM）とニューラルネットワーク（Nnet）を用いて川崎病（KD）の冠動脈病変（CALs）を予測する新しい方法を開発した。KDの6つの診断基準のうち、少なくとも4つの診断基準を満たすKD入院児314人がいた。我々はCALsを最大zスコア≧3.0の存在として定義した。年齢、性別、静脈内免疫グロブリン抵抗性、ステロイドパルス治療回数、C反応性蛋白質レベル、尿中β2-マイクログロブリン（u-β2MG/Cr）値を用いたSEMにより、近似の二乗平均平方根誤差に基づく完全な適合度（R値1.000）と、潜在変数のサンプルスコア（SS）が2.0のCALsの優れた識別性が明らかになりました。Nnet分析により、感度73％、特異度99％、c-index0.86で自賠責を予測することができました。このように臨床医学で一般的なパラメータを用いた良好で単純な統計モデルは、日本人KD患者のCALs予防のための適切な治療法を決定する上で有用である。

A new method to predict coronary artery lesions (CALs) in Kawasaki disease (KD) was developed using a mean structure equation model (SEM) and neural networks (Nnet). There were 314 admitted children with KD who met at least four of the six diagnostic criteria for KD. We defined CALs as the presence of a maximum z score of ≥ 3.0. The SEM using age, sex, intravenous immunoglobulin resistance, number of steroid pulse therapy sessions, C-reactive protein level, and urinary β2-microglobulin (u-β2MG/Cr) values revealed a perfect fit based on the root mean square error of approximation with an R value of 1.000 and the excellent discrimination of CALs with a sample score (SS) of 2.0 for a latent variable. The Nnet analysis enabled us to predict CALs with a sensitivity, specificity and c-index of 73%, 99% and 0.86, respectively. This good and simple statistical model that uses common parameters in clinical medicine is useful in deciding the appropriate therapy to prevent CALs in Japanese KD patients.