二型糖尿病患者における心血管疾患リスク評価のための説明可能なXGBoostベースのアプローチ

心血管疾患（CVD）は、糖尿病（DM）を持つ個人において重要な障害及び死亡の原因です。二型糖尿病（T2DM）の管理に関する国際的な臨床ガイドラインは、一次及び二次予防に基づいており、適切な治療開始に向けてCVD関連リスク因子の評価を重視しています。CVDリスク予測モデルは、医療訪問の頻度を最適化し、CVDイベントに対するタイムリーな予防及び治療介入を行うための貴重なツールを提供します。これらのモデルへの説明可能性の統合は、推論過程に対する人間の理解を高め、透明性を最大化し、臨床実践におけるモデルの採用に対する信頼を高めることができます。本研究の目的は、T2DM個人における致死的または非致死的CVD発生のための説明可能な個別リスク予測モデルを開発し、評価することです。極端な勾配ブースティング（XGBoost）及びツリーSHAP（SHapley Additive exPlanations）法に基づく説明可能なアプローチが、5年間のCVDリスクの計算及びモデルの決定に対する個別の説明の生成に展開されます。560人のT2DM患者の5年追跡データが開発及び評価目的で使用されます。得られた結果（AUC=71.13%）は、提案されたアプローチが使用されたデータセットの不均衡な性質を扱う可能性を示しており、モデルの決定過程に関する臨床的に意味のある洞察を提供します。