急性消化管出血におけるリアルタイムの敗血症リスク予測：早期層別化を改善する検証済み動的監視ツール

ハイライト

• 多施設コホート（n=1,449）から、急性消化管出血（AGIB）患者の敗血症を予測する検証済み多変量ノモグラムが開発されました。

• 7つの日常的に利用可能な変数—慢性腎臓病（CKD）、呼吸数（RR）、好中球リンパ球比（NLR）、C反応性蛋白（CRP）、クレアチニン（Cr）、活性化部分トロンボプラスチン時間（APTT）、フィブリノゲン（FIB）—がモデルを駆動しました。

• 識別力はデータセット間で強かったです（訓練用AUC 0.827；内部検証 0.836；外部検証 0.884）、適合性も良好でした（平均二乗誤差 0.00094、0.00791、0.00045）。決定曲線分析（DCA）により、臨床的有用性が示されました。

• モデルは、動的監視と早期対策管理を可能にするオンラインリアルタイム警告システムを介して提供されます。

背景—臨床的文脈と未充足のニーズ

急性消化管出血（AGIB）は、高頻度の緊急事態であり、重大な合併症や死亡率が高く、しばしば迅速なトリアージと集中治療が必要です。AGIBの文脈では、二次感染と敗血症への進行がリスクを増大させ、入院中の死亡率が大幅に上昇します。したがって、敗血症発症リスクが高い患者を早期に特定することは、監視の強度を指揮し、診断を迅速化し、経験的な介入をガイドしながら、低リスク患者に対する不要なリソース使用を避けるために不可欠です。

既存の一般的な重篤疾患リスクスコア（例：APACHE II、SOFA）やAGIB固有のスコア（例：Glasgow-Blatchfordスコア、GBS）は、AGIB患者における後続の敗血症を予測するために特別に設計されておらず、このアウトカムに対する感度や特異度が不足している可能性があります。日常的に利用可能な臨床および検査データを使用して、AGIB患者のリアルタイムの敗血症リスクを推定する実用的で検証済みかつ動的なリスクツールは、重要な臨床的ギャップに対処します。

研究デザインと方法

Jiangらによる研究（EClinicalMedicine, 2025）は、2020年1月から2024年7月まで中国で行われた多施設コホート研究で、AGIBで入院した成人患者のリアルタイム敗血症予測モデルを開発および検証することを目的としています。全体のコホートには1,449人の患者（中央年齢65歳；男性68.7%）が含まれました。入院期間が24時間未満、または既存の感染症または敗血症で来院した患者は除外されました。

デザインとコホート：

• 訓練用コホート：回顧的、n = 878（主導施設）
• 内部検証：n = 187（主導施設で前向きに登録）
• 外部検証：n = 384（3つの独立した三次病院）

アウトカム定義：敗血症はSepsis-3基準に基づいて定義されました。すなわち、感染に対する不規則なホスト応答によって引き起こされる生命を脅かす器官機能障害です。

モデル開発：多変量ロジスティック回帰を使用してノモグラムを開発しました。候補予測因子は、日常的に収集される臨床徴候と検査パラメータから選択されました。モデルの性能は、受信者動作特性曲線下面積（AUC）で識別力を、校正曲線と平均二乗誤差（MSE）で校正を、決定曲線分析（DCA）で臨床的有用性を評価しました。また、SHapley Additive exPlanations（SHAP）を使用してモデルの解釈可能性を評価しました。モデルの識別力はGBS、APACHE II、SOFAスコアと比較されました。オンラインプラットフォームは、ノモグラムを実装し、リアルタイムのリスク監視とアラートを提供しました。

主要な知見と結果

発生率とアウトカム：1,449人のAGIB患者のうち、223人（15.4%）が敗血症を発症しました。敗血症は、入院中の死亡率を著しく増加させることが関連していました：敗血症群では23.7%、非敗血症群では6.8%（p < 0.001）。

最終モデル予測因子：7つの変数が、ノモグラムに含まれる主要予測因子となりました：

• 慢性腎臓病（CKD）
• 呼吸数（RR）
• 好中球リンパ球比（NLR）
• C反応性蛋白（CRP）
• クレアチニン（Cr）
• 活性化部分トロンボプラスチン時間（APTT）
• フィブリノゲン（FIB）

モデルの識別力：ノモグラムは、データセット間で強い識別力を示しました：

• 訓練用セット AUC 0.827 (95% CI 0.759–0.888)
• 内部検証 AUC 0.836 (95% CI 0.776–0.896)
• 外部検証 AUC 0.884 (95% CI 0.816–0.952)

比較的性能：著者らは、新しいモデルが確立されたスコア（GBS、APACHE II）よりも、敗血症を発症した患者を識別する能力が優れていると報告しています。SOFAは急性器官機能障害を定量するためのものであり、重要な比較対象ですが、ノモグラムのAGIBに関連する炎症/凝固変数の特定の組み合わせが、この集団での敗血症予測を改善しました。

校正と臨床的有用性：校正曲線は、リスク層別化の範囲内で予測確率と観察された敗血症率との間に優れた一致を示しました。平均二乗誤差は、訓練用セットで0.00094、内部検証で0.00791、外部検証で0.00045でした。決定曲線分析は、臨床的に関連する閾値確率の範囲で純利益を示し、リスクに基づく意思決定の潜在的な臨床的有用性を支持しています。

解釈可能性とモデルの洞察：SHAP分析は、予測因子の相対的重要性を順位付けし、特定の変数の変化が個々の患者のリスクをどのようにシフトさせるかを示しました。例えば、CRPとNLRの値が高くなる、APTTが長くなる、クレアチニンが高くなる、CKDがある場合、予測される敗血症リスクが上昇します。フィブリノゲンの値が高くなると、凝固-炎症の相互作用を反映して複雑な関連が見られました。

実装：オンラインプラットフォームは、ノモグラムを統合し、新しいバイタルサインや検査値が入力されるたびに動的かつリアルタイムのリスク更新を可能にしました。システムは、敗血症リスクの上昇をフラグ付けするアラートを生成し、医師が監視をエスカレートしたり、培養を取得したり、地元のプロトコルに従って早期の経験的治療を検討したりできるように支援しました。

解釈と臨床的意義

この研究は、発症時または早期入院時に一般的に利用可能な変数を使用して、その後の敗血症リスクを推定する、AGIB集団向けの実用的で検証済みのツールを提供します。主要な意義は以下の通りです：

• リスク層別化：ノモグラムは、患者をより高度な監視（例：早期ICU移転やステップアップケア）にトリアージし、感染の診断評価（血液培養、画像検査）を優先することができます。
• 対象となる介入：高リスク患者は、早期のガイドラインに準拠した介入（例：急速な原因制御、適切な抗菌療法）を評価することができます。
• リソース配分：ICU容量が制約されている環境では、検証済みの予測ツールは、最も利益を得られる可能性のある患者に監視と治療リソースを割り当てるのに役立ちます。
• 動的監視：オンラインリアルタイムシステムは、現代の臨床ワークフローに合わせており、単一の静的な予測ではなく、繰り返しリスク再評価をサポートします。

強み

主な強みには、比較的大きな全体サンプルサイズ、多施設デザイン、前向き内部検証と独立した外部検証、日常的に利用可能な予測因子の使用、正式な校正と臨床的有用性の評価（DCA）、SHAPを介したモデルの解釈可能性、リアルワールドでの統合と動的使用の実現可能性を示す提供されたオンラインプラットフォームが含まれます。

制限と注意点

有望な性能にもかかわらず、いくつかの制限が臨床導入と今後の研究をガイドすべきです：

• 地理的および人口集団の汎化可能性：本研究は中国の三次病院で実施されました。他の医療システム、民族集団、コミュニティ病院設定での外部検証が必要です。
• 選択基準：入院期間が24時間未満、または来院時に既存の感染症または敗血症があった患者は除外されました。これは、非常に短い入院や既に感染している患者への適用性を制限します。
• 潜在的な混在要因と残存バイアス：観察モデル開発においては、予測因子の関連性に影響を与える未測定の混在要因が存在する可能性があります。臨床的利益を定量するための前向き影響研究が必要です。
• アラート負荷と意思決定閾値：リアルタイムアラートの実装は、偽陽性を生成し、医師のアラート疲れを引き起こすリスクがあります。意思決定閾値の地域校正と、スチュワードシップ/トリアージパスウェイとの統合が不可欠です。
• 入院中の敗血症以外のアウトカム：モデルは敗血症の発生を予測しますが、抗生物質投与までの時間、ICU滞在期間、長期死亡率などの下流アウトカムへの影響は、実装試験での前向き評価が必要です。

専門家のコメントとガイドラインの文脈

Sepsis-3は、感染からの器官機能障害の早期認識と迅速な介入を強調しています。センチネルイベント（例：AGIB）後に敗血症を発症するリスクが高い患者を特定するツールは、医師の判断と標準的な敗血症スクリーニングを補完します。ただし、予測ツールはベッドサイド評価や臨床判断に代わるものではなく、注意を集中させ、ガイドラインに基づいたケアを迅速化するための補助具であるべきです。

広範な導入に先立って、各機関は地域での検証を行い、アラートがワークフローをどのように変更するかを評価し、患者中心のアウトカムを測定する必要があります。医師教育、適切な閾値選択、アラートパフォーマンスと臨床アウトカムのモニタリングを含む慎重な実装戦略が推奨されます。

結論と次なるステップ

Jiangらによって開発されたリアルタイムノモグラムは、日常的に利用可能な予測因子と解釈可能なモデルフレームワークを使用して、AGIB患者の敗血症リスクが高まっていることを特定する、有望で検証済みのアプローチを代表しています。ツールは、多施設検証で強い識別力、精密な校正、および潜在的な臨床的有用性を示し、オンライン監視プラットフォームを通じて実装されました。

今後の重点課題には、多様な医療環境での外部検証、臨床意思決定と患者アウトカムへの影響を評価する前向き実装研究、感度と特異度のバランスを取りつつアラート疲れを最小限に抑えるための閾値の洗練、電子健康記録システムやスチュワードシッププログラムとの統合が含まれます。これらは、AGIBにおける動的敗血症リスク監視の潜在的な利点を実現する上で中心的な役割を果たします。

資金源

本研究は、中国国家重点研发计划、中国国家自然科学基金プロジェクト、武漢市知識革新計画、武漢大学人民病院クロス革新人材プロジェクトにより資金提供されました。

ClinicalTrials.gov

この観察的研究のモデル開発と検証については、ClinicalTrials.govの識別子は報告されていません。

参考文献

1. Jiang G, Sun S, Wang Q, Liu Z, Huang C, Quan F, Zuo X, Peng T, Xu J, Duan H, Barajas-Martínez H, Zhang D, Hu D, Zhan L. Real-time risk prediction model for sepsis in patients with acute gastrointestinal bleeding: development and multicenter validation of a dynamic monitoring tool. EClinicalMedicine. 2025 Oct 24;90:103574. doi: 10.1016/j.eclinm.2025.103574. PMID: 41209656; PMCID: PMC12595275.

2. Singer M, Deutschman CS, Seymour CW, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA. 2016;315(8):801–810. doi:10.1001/jama.2016.0287.

3. Evans L, Rhodes A, Alhazzani W, et al. Surviving Sepsis Campaign: international guidelines for management of sepsis and septic shock 2021. Intensive Care Med. 2021;47(11):1181–1247. doi:10.1007/s00134-021-06506-y.