估算和预测普通人群 10 年内肾功能衰退的速度。

背景我们的目的是估算普通人群10年内肾功能衰退的速度，并开发一个机器学习模型来预测这一速度：我们使用了 2012 年至 2021 年的 JMDC 数据库，其中包括日本的公司员工及其家庭成员，日本规定 40-74 岁的人每年都要进行健康检查。我们估算了 10 年间估计肾小球滤过率（eGFR）的斜率（平均变化）。然后，我们使用 2012 年至 2016 年前五年的年度健康检查结果和处方索赔作为预测变量，建立了一个 XGBoost 模型，并用均方根误差 (RMSE)、R2 和快速下降者的接收器工作特征曲线下面积 (AUROC) 评估了其预测性能（定义为斜率 结果）：我们纳入了 126424 人（平均年龄 45.2 岁；男性占 82.4%；2016 年平均 eGFR 为 79.0 毫升/分钟/1.73 平方米）。平均斜率为-0.89（标准差，0.96）ml/min/1.73 m2/年。XGBoost模型的预测性能（RMSE，0.78；R2，0.35；AUROC，0.89）优于简单应用2012年至2016年eGFR斜率（RMSE，1.94；R2，-3.03；AUROC，0.79）或调整线性回归模型（RMSE，0.81；R2，0.30；AUROC，0.87）：我们估算了普通人群 10 年内肾功能下降的速度，并证明与传统方法相比，将机器学习应用于年度健康检查和索赔数据可提供更好的预测性能。