筋痛性脳脊髄炎・慢性疲労症候群アンケート用合成データ生成システム

Scientific Reports volume 13、記事番号: 14256 (2023) この記事を引用

2 オルトメトリック

メトリクスの詳細

人工知能または機械学習ベースのモデルは、健康科学のあらゆる分野でさまざまな病気をより深く理解するのに役立つことが証明されています。 筋痛性脳脊髄炎または慢性疲労症候群 (ME/CFS) には客観的な診断検査がありません。 一部の検証済みのアンケートは、病気の進行の診断と評価に使用されます。 これらのアンケートの十分に大規模なデータベースが利用可能であれば、病気の病因を理解するのに役立つプロファイルを予測できる新しいモデルの研究が容易になります。 合成データ ジェネレーターは、研究や教育で使用するために、法的制限を受けずに元のデータの統計的特性を保存するデータベースを科学界に提供します。 最初のデータベースは、スペインのバルセロナにあるバル ヘブロン病院の専門部門から提供されました。 ME/CFSと診断された患者2522人が分析された。 この複雑な病気の症状に関連するアンケートへの回答は、トレーニング データセットとして使用されました。 これらは、高精度 [0.69 ～ 0.81] のモデルを提供する深層学習アルゴリズムに供給されています。 最終モデルは SF-36 応答を必要とし、HAD、SCL-90R、FIS8、FIS40、および PSQI アンケートからの応答を返します。 現在承認された治療法がないこの病気の研究および教育用途のために、信頼性が高く使いやすい合成データ ジェネレーターが提供されています。

一般に慢性疲労症候群 (ME/CFS) と呼ばれる筋痛性脳脊髄炎は、原因不明の重篤で複雑な慢性多系統疾患であり、多くの場合、持続性ウイルス感染によって引き起こされます (このため、ウイルス後疲労症候群としても知られています) ）。 ME/CFS は世界中で 1,700 万人から 2,400 万人もの人が罹患しており、その有病率は 2030 年までに 2 倍になると予想されています1。この疾患は、休息しても軽減されない、原因不明の持続的な運動後の疲労が特徴です。 肉体的および精神的な労作や、認知機能、免疫代謝機能、自律神経機能、神経内分泌機能不全などの中核的な症状によって悪化します2。 これは患者に重度の障害をもたらし、仕事活動や日常生活に重大な支障をきたします3。 疲労に加えて、これらの患者には、特徴的な炎症症状や筋肉症状、睡眠障害、認知機能の変化があります4。 症候性筋肉は、痛み、全身性の筋力低下、運動後の疲労、神経学的症状（感覚過敏、運動失調、失調症、視覚障害、運動失調）、神経認知症状（記憶力、集中力、計算力、作業計画の変化）などの症状をブロックします。 。 自律神経ブロック（頭蓋骨の不安定性、めまい、失神の発作、過剰な発汗、起立性低血圧、振戦または腸のリズムの変化）、免疫炎症症状（微熱、喉の痛み、再発する口内炎、多発性関節痛、朝のしびれ、ヘルペスなどの感染症）またはカンジダ）および細胞の代謝エネルギー生成における欠乏症状。 睡眠障害は、臨床的存在として説明されて以来、関連性を持っています。 さまざまな ME/CFS 診断基準のすべてのバージョンにおいて、睡眠障害が重要な役割を果たしており、特にすっきりしない睡眠の存在と、睡眠の質の変化の重症度の評価におけるピッツバーグ睡眠の質指数 (PSQI) アンケートの重要性が顕著です。および疲労、痛み、精神病理学、および神経栄養障害との関連性5。 ME/CFSは、その多系統的な性質の結果として現れる症状の複雑さとともに、線維筋痛症、乾燥症候群、筋膜症候群、精神病理、靱帯の過弛緩、足底筋膜炎、変性性脊椎疾患、または機械的疾患などのさまざまな併存現象と関連しています。 、肩腱障害、多発性化学物質過敏症、上顆炎、手根管症候群、骨粗しょう症、高コレステロール血症、高トリグリセリド血症、血管リスク、子宮内膜症、甲状腺炎の有病率は、ME/CFSの影響を受けていない患者で観察されるものよりも高い6。