野口緑さんが参加した研究の成果がPublic Health誌に掲載されました
- タイトル
- Development of a machine learning model to predict the probability of health checkup participation in Japan
- 著者
- Oyama A, Noguchi M.
- 掲載雑誌
- Public Health. 2025 Aug 7;247:105889. doi: 10.1016/j.puhe.2025.105889. Online ahead of print.
- Summary of this article：In a cohort of 58,863 insured individuals in Kochi, Japan, machine learning (LightGBM) accurately predicted future health checkup participation (AUC ~0.82). Key predictors were past checkup behavior, age, systolic blood pressure, and lifestyle factors. External validation confirmed robustness, though accuracy declined in 2020. This model provides a novel tool to optimize recommendations and potentially increase participation rates in preventive health checkups.
- 論文の要約：高知県の特定健診受診者58,863人を対象に機械学習モデルを構築し、翌年度の健診受診を予測した。AUCは約0.82と高精度で、受診間隔・過去の受診頻度・年齢・収縮期血圧・生活習慣が主要因子だった。2019年度で外部妥当性が確認され、2020年度はやや精度低下した。本モデルは効率的な推奨を可能にし、健診受診率向上に寄与し得る。
- 論文のリンク
- 10.1016/j.puhe.2025.105889