論文タイトル：Machine learning-based analyses of contributing factors for the development of hypertension: a comparative study.
田中 希尚先生、脳神経外科?秋山 幸功 先生、当科?古橋 眞人 教授らのグループは高血圧発症の予測因子を機械学習(ML)モデルを用いて比較研究しました。約16,000名の日本人健診受診者のデータから、収縮期血圧、年齢、脂肪肝指数(FLI)が重要な予測因子として同定され、人工ニューラルネットワークモデルではロジスティック回帰モデルより高い判別能力が示されました。この研究成果は高血圧発症を簡便かつ正確に予測するためのMLモデルの有用性を示しており、複数のモデルを組み合わせることでより実用的な予測が可能になると考えられます。
Tanaka M, Akiyama Y, Mori K, Hosaka I, Endo K, Ogawa T, Sato T, Suzuki T, Yano T, Ohnishi H, Hanawa N, Furuhashi M. Machine learning-based analyses of contributing factors for the development of hypertension: a comparative study. Clin Exp Hypertens. 2025 Dec;47(1):2449613.
田中 希尚先生、脳神経外科?秋山 幸功 先生、当科?古橋 眞人 教授らのグループは高血圧発症の予測因子を機械学習(ML)モデルを用いて比較研究しました。約16,000名の日本人健診受診者のデータから、収縮期血圧、年齢、脂肪肝指数(FLI)が重要な予測因子として同定され、人工ニューラルネットワークモデルではロジスティック回帰モデルより高い判別能力が示されました。この研究成果は高血圧発症を簡便かつ正確に予測するためのMLモデルの有用性を示しており、複数のモデルを組み合わせることでより実用的な予測が可能になると考えられます。
Tanaka M, Akiyama Y, Mori K, Hosaka I, Endo K, Ogawa T, Sato T, Suzuki T, Yano T, Ohnishi H, Hanawa N, Furuhashi M. Machine learning-based analyses of contributing factors for the development of hypertension: a comparative study. Clin Exp Hypertens. 2025 Dec;47(1):2449613.