移植後の経過を加えることで予測精度が向上

　研究グループは、日本造血細胞移植データセンターが保有する全国の同種造血幹細胞移植レジストリのうち1万4430例を対象に、複数の統計学的手法と機械学習手法を組み合わせるスタックド・アンサンブルモデル（SEM）を構築した。従来の予測モデルは主に移植前の患者情報、疾患情報、ドナー情報に基づいていたが、本研究では移植後30日、60日、100日という各時点までに得られた急性GVHDの発症、重症度、治療内容、治療への反応をモデルに順次加えた。

　その結果、移植後の情報が蓄積するにつれて、24カ月以内の慢性GVHD、非再発死亡、全死亡それぞれの予測能が向上することが示された。具体的には、重症急性GVHDの情報が非再発死亡と全死亡の予測において重要な役割を果たし、急性GVHDの発症と初回治療への反応が慢性GVHDの予測において重要であることが確認された。