慢性副鼻腔炎（CRS）は一般的な異質性炎症性疾患であり、数百万人が罹患し、 substantialな罹患率と医療費を引き起こしている。症状がアレルギー性鼻炎などの一般的な疾患と重なるため、日常診療での早期発見は困難であり、異質な表現型がリスクパターンをさらに不明瞭にしている。従来の予測研究はしばしば単一施設のコホートに依存しており、集団レベルでの一般化可能性が制限されていた。これらの課題を克服するため、研究者らは米国国立衛生研究所の「All of Us」研究プログラムから得られた全国規模の縦断的電子健康記録（EHR）データを活用し、診断前2年間の臨床履歴に基づいてCRS診断を予測した。
データ解析では、コード化されたEHRデータにおける極度の特徴スパース性と高次元性に対処する必要があった。研究チームは、有病率に基づく統計的スクリーニングとモデルベースの重要度ランキングを組み合わせたハイブリッド特徴選択パイプラインを実装し、約11万の候補医学コードを100の解釈可能な特徴に圧縮することに成功した。この次元削減手法は、重要な臨床情報を保持しつつ、モデルの透明性と実用性を高めている。
人口統計学的異質性を捉えるために、チームは6つの成人の性別・ライフステージサブグループ（例えば、若年男性、若年女性、中年男性、中年女性、高齢男性、高齢女性）にわたって人口統計層別モデルを訓練し、各サブグループに対して独立したハイパーパラメータ調整を実施した。その結果、フレームワーク全体のAUCは0.8461に達し、最良のベースラインモデルを0.0168上回り、優れた識別能力を示した。
この研究の発見は臨床的に重要である。日常的に収集されるEHRデータが、人口代表性のあるCRSリスク層別化を支援し、プライマリケアの医師が疾患の早期により正確なトリアージと紹介優先順位付けを行うことを可能にすることを示している。本論文はIEEE Engineering in Medicine and Biology Society（EMBC）2026会議で受理されており、著者はSicong Chang、Yidan Shenらで、Chang氏とShen氏が共同第一著者である。この手法は将来的に臨床意思決定支援システムに統合され、慢性副鼻腔炎の管理と患者予後を改善する可能性がある。