出生から思春期に至るまでのアレルギー疾患の経過予測。

背景：アレルギー疾患は、幼少期に併発して発症することが多い。潜在的な疾患経過や関連する生後早期の要因については報告されているが、既存の予測手法は主に単一のアレルギー疾患に横断的に焦点を当てている。アレルギーの多疾患併存や疾患経過を扱うモデルは不足している。我々は、生後早期の要因を用いて、出生から思春期までのアレルギー疾患の経過を予測することを目的とする。

方法：ドイツの出生コホート研究であるGINIplusおよびLISAの15歳までの4,646名の思春期を対象とした先行研究では、7つのアレルギー疾患の経過が同定された。親および周産期の要因、早期のアレルギー症状や呼吸器症状、生活習慣および環境要因からなる一連の予測変数を用いて、XGBoost機械学習アプローチによる多クラス分類を行った。 サブサンプル（N = 2109）では、予測因子セットに喘息、アレルギー性鼻炎、アトピー性皮膚炎、およびあらゆるアレルギーに対する多遺伝子リスクスコア（PRS）を追加した。

結果：本手法は中程度の分類精度（多クラス曲線下面積（AUC）= 0.69）を示した。マクロ平均の感度は0.26、特異度は0.89であった。最も重要な予測因子は、乳幼児期の皮膚発疹、呼吸器症状、および大気汚染であった。サブ解析では、PRSは重要度の高い因子の一つであったが、外部検証データにおける予測性能は向上しなかった。

結論：本研究の予測精度は、確立された予測スコアと同等であり、かつ複数のアレルギー疾患の経過を考慮し、生後早期の要因のみを用いて達成された。本研究は、臨床現場において信頼性の高い個人レベルの予測を提供するには至っていないが、今後の研究開発に向けた示唆を与えるものである。