目的
肩手症候群（SHS）は、脳卒中後の患者の機能回復プロセスを著しく妨げます。発症リスクの高い要因を特定することはできず、有効な治療法もありません。この研究は、アンサンブル学習にランダム フォレスト (RF) アルゴリズムを適用して、脳卒中後の SHS 発生の予測モデルを確立することを目的としており、脳卒中初発患者集団における高リスク SHS を特定し、考えられる治療法を議論することを目的としています。

メソッド
私たちは、片側片麻痺を伴う初発脳卒中患者全員を遡及的に研究し、基準を満たす 36 人の患者を対象にしました。幅広い人口統計データ、臨床データ、検査データに関する患者データが分析されました。SHS の発生を予測するために RF アルゴリズムが構築され、混同行列と受信機動作曲線下面積 (ROC) を使用してモデルの信頼性が測定されました。

結果
二項分類モデルは、厳選された 25 個の特徴に基づいてトレーニングされました。予測モデルの ROC 曲線下面積は 0.8、バッグ外精度率は 72.73% でした。混同行列は、それぞれ感度 0.8 と特異度 0.5 を示しました。そして、分類における重み付けされた特徴の重要度 (大から小までの上位 3 つ) は、D ダイマー、C 反応性タンパク質、ヘモグロビンでした。

考察
SHS の治療の鍵は予防であることが示唆されているため、SHS の危険因子に焦点を当てた研究もいくつかあります。女性であること、左半身麻痺、痙縮、肩亜脱臼、上肢遠位部のブルンストローム低段階、BIの下位など、SHS の潜在的な危険因子が認識されていました。
脳卒中病変からの損傷刺激は、古典的炎症（過剰な炎症反応と一次求心性線維周囲の一部の化学メディエーターが末梢感作を誘発する）、神経原性炎症（浮腫を引き起こす局所的な神経原性炎症、血管拡張、多汗症、または C 線維の繰り返しの放出により中枢感作の増加）、自律神経系の障害、および中枢神経系の変化（特に一次体性感覚皮質の再構成）が考えられます。
以前の研究では、SHS診断後の医療利用コストは2.17倍に増加し、診断後少なくとも8年はそのような増加が持続したことが判明した。
→https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5876058/

結論
信頼できる予測モデルは、脳卒中後の患者の人口統計データ、臨床データ、検査データに基づいて確立できます。RF と従来の統計手法の結果を組み合わせた我々のモデルは、厳格に制御された包含基準を備えた比較的少数のデータサンプルにおいて、D ダイマー、CRP、およびヘモグロビンが脳卒中後の SHS の発生に影響を与えることを発見しました。