現在および元喫煙者との類似性を評価するバイオマーカーによる電子タバコおよび無煙タバコの使用者の二分類：機械学習によるタバコと健康の集団評価研究への応用

Binary classification of users of electronic cigarettes and smokeless tobacco through biomarkers to assess similarity with current and former smokers: machine learning applied to the population assessment of tobacco and health study.

抄録

背景:

タバコの煙に含まれる有害成分や潜在的な有害成分への曝露は、心血管疾患や呼吸器疾患のリスクファクターとなる。これらの成分への曝露を低減できるタバコ製品が開発されています。しかし、その使用による健康への長期的な影響については、依然として不明な点が多い。PATH（Population Assessment of Tobacco and Health）研究は、米国における喫煙とタバコの喫煙習慣による健康への影響を調べる集団ベースの研究である。

BACKGROUND: Exposure to harmful and potentially harmful constituents in cigarette smoke is a risk factor for cardiovascular and respiratory diseases. Tobacco products that could reduce exposure to these constituents have been developed. However, the long-term effects of their use on health remain unclear. The Population Assessment of Tobacco and Health (PATH) study is a population-based study examining the health effects of smoking and cigarette smoking habits in the U.S.

人口:

参加者には、電子タバコや無煙タバコを含むタバコ製品の利用者が含まれる。本研究では、機械学習の手法とPATH研究のデータを用いて、これらの製品の集団的な影響の評価を試みた。

POPULATION: Participants include users of tobacco products, including electronic cigarettes and smokeless tobacco. In this study, we attempted to evaluate the population-wide effects of these products, using machine learning techniques and data from the PATH study.

メソッド:

PATHのwave 1におけるたばこ喫煙者と元喫煙者の曝露（BOE）と潜在的な害（BOPH）のバイオマーカーを用いて、参加者を現在（BOE：N=102、BOPH：N=428）または元喫煙者（BOE：N=102、BOPH：N=428）に分類する二値分類機械学習モデルが作成されました。電子タバコ（BOE：N=210、BOPH：N=258）および無煙タバコ（BOE：N=206、BOPH：N=242）の使用者のBOEおよびBOPHに関するデータをモデルに入力し、これらの製品使用者が現喫煙者に分類されるかどうか検討した。また、現在喫煙者または元喫煙者に分類される人の疾病状況も調査した。

METHODS: Biomarkers of exposure (BoE) and potential harm (BoPH) in cigarette smokers and former smokers in wave 1 of PATH were used to create binary classification machine-learning models that classified participants as either current (BoE: N = 102, BoPH: N = 428) or former smokers (BoE: N = 102, BoPH: N = 428). Data on the BoE and BoPH of users of electronic cigarettes (BoE: N = 210, BoPH: N = 258) and smokeless tobacco (BoE: N = 206, BoPH: N = 242) were input into the models to investigate whether these product users were classified as current or former smokers. The disease status of individuals classified as either current or former smokers was investigated.

結果:

BoEとBoPHの分類モデルは、いずれも高いモデル精度を示していた。BoEの分類モデルでは、電子タバコと無煙タバコのどちらかを使用している参加者の60％以上が元喫煙者に分類された。現在喫煙者と二重使用者のうち、元喫煙者に分類されたのは15％未満であった。BoPHの分類モデルでも同様の傾向がみられた。元喫煙者に分類された人と比較して、現在喫煙者に分類された人の方が、心血管疾患（9.9～10.9％対6.3～6.4％）および呼吸器疾患（19.4～22.2％対14.2～16.7％）を有する割合が高いことが示されました。

RESULTS: The classification models for BoE and BoPH both had high model accuracy. More than 60% of participants who used either one of electronic cigarettes or smokeless tobacco were classified as former smokers in the classification model for BoE. Fewer than 15% of current smokers and dual users were classified as former smokers. A similar trend was found in the classification model for BoPH. Compared with those classified as former smokers, a higher percentage of those classified as current smokers had cardiovascular disease (9.9-10.9% vs. 6.3-6.4%) and respiratory diseases (19.4-22.2% vs. 14.2-16.7%).

結論:

電子タバコや無煙タバコの使用者は、曝露や潜在的な害のバイオマーカーにおいて、元喫煙者と類似している可能性が高いです。このことは、これらの製品を使用することで、タバコの有害成分への曝露を減らすことができ、従来のタバコよりも有害性が低い可能性があることを示唆しています。

CONCLUSIONS: Users of electronic cigarettes or smokeless tobacco are likely to be similar to former smokers in their biomarkers of exposure and potential harm. This suggests that using these products helps to reduce exposure to the harmful constituents of cigarettes, and they are potentially less harmful than conventional cigarettes.