井上らの研究グループはMulti-Ethnic Study of Atherosclerosisという米国の多民族縦断コホート研究のデータに、傾向スコアマッチングと機械学習によるCausal forestアルゴリズムを用いて冠動脈石灰化（CAC>0）とCVD発症リスクの関連に異質性（ばらつき）があることを見出しました。冠動脈石灰化があることでCVDリスクの上昇が大きい人は、必ずしも絶対的な10年ASCVDリスクが高い人ではなく、ASCVDリスクが低い人の中でも7割近くが冠動脈石灰化による高いCVDリスク上昇を認めました。本結果から、冠動脈CTのような有限な資源を最も効果的に配分するためには、アウトカムリスクだけでなく、個人レベルでの曝露と結果の関連性（または治療効果）を考慮することが、真の個別化医療の実現において重要であることが示唆されました。本成果は、2022年11月5日にシカゴで開催されたAmerican Heart Association Scientific SessionのEarly Career Award Competitionで発表されました。

論文リンク：https://www.ahajournals.org/doi/10.1161/CIRCULATIONAHA.122.062626