新型コロナウイルス感染症（coronavirus disease 2019、COVID-19）の予測モデルに関する公表・公表前の試験結果についてシステマティック・レビューを行ったところ、31個の予測モデルが見つかったが、大半でバイアスリスクが高く、それら予測モデルを医療現場で活用することには、信頼性の点で懸念があることが示された。オランダ・マーストリヒト大学のLaure Wynants氏らによる検討で、BMJ誌2020年4月7日号で発表した。COVID-19は世界中の医療システムに負荷をもたらしており、効果的な早期検出、診断および予後に関する差し迫ったニードが生じている。ウイルス学的検査、胸部CTは診断の標準方法となっているが時間を要する。一方、先行研究報告で、高齢で、慢性疾患（COPD、心血管疾患、高血圧）がある患者や呼吸器症状のある患者は、重症となりやすく死亡率も高まることが示唆されていた。
PubMed、Embase、medRxivなどをレビュー
研究グループは、COVID-19の感染が疑われる患者の診断に関する予測モデル、および罹患者の予後に関する予測モデル、さらにCOVID-19で入院となるリスクがある人を一般集団で検出するための予測モデルについて、公表・公表前の報告をレビューおよび批評した。
PubMed、Embase、Ovid、Arxiv、medRxiv、bioRxivを基に、2020年3月24日までに発表されたCOVID-19に関する試験結果についてシステマティック・レビューを行った。COVID-19関連の多変量予測モデルの開発または検証に関する試験を抽出し、評価した。2人以上の著者がCHARMSチェックリスト（予測モデル試験のシステマティック・レビューのためのクリティカルな評価とデータ抽出を行うためのツール）を用いてそれぞれがデータの抽出を行った。
診断モデル18件、予後予測モデルは10件
スクリーニングを行った2,696本の論文中に、27試験・31個の予測モデルの記述があった。
そのうち、一般集団における肺炎およびその他イベント（COVID-19肺炎の代替アウトカムとして）による入院の予測モデルは3個、COVID-19感染を検出する診断モデルは18個（うちCT画像検査の結果に基づく機械学習が13個）、死亡リスクや重症化進行リスク、および入院日数を予測する予後モデルは10個だった。また、中国以外の患者データを用いていたのは1試験のみだった。
感染が疑われる患者について最も多かった予測因子は、年齢、体温、徴候および症状であり、また、重症化について最も多かった予測因子は、年齢、性別、CT画像検査の所見、CRP、乳酸脱水素酵素値、リンパ球数だった。
予測モデルのC統計量は、一般集団を対象としたモデル（3モデルすべてで報告）は0.73～0.81、診断モデル（18モデルのうち13モデルで報告）は0.81～0.99超、予後モデル（10モデルのうち6モデルで報告）は0.85～0.98だった。
一方で、全試験についてバイアスリスクが高く、予測モデルを実際に活用した際の予測能は試験結果より低い可能性が高いとの評価が示された。理由としては、被験者にCOVID-19患者以外が含まれていない（診断モデル）、試験終了までに評価アウトカムが発生しなかった被験者は除外されている（予後モデル）、およびサンプルサイズが小さいことによるモデルの過剰適合などだった。
結果報告の質にもばらつきがあり、多くが試験対象集団や予測モデルの使用意図についての説明がなく、また予測の較正はほとんどされていなかったという。
（医療ジャーナリスト 當麻 あづさ）
