Risk prediction model for chronic kidney disease using regularized regression methods
| Project/Area Number |
19K21461
|
|---|
| Project/Area Number (Other) |
18H06380 (2018)
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund (2019)
Single-year Grants (2018) |
|---|
| Review Section |
0908:Society medicine, nursing, and related fields
|
|---|
| Research Institution | Fujita Health University |
|---|
Principal Investigator |
FUJII Ryosuke 藤田医科大学, 医療科学部, 助教 (60823846)
|
|---|
| Project Period (FY) |
2018-08-24 – 2020-03-31
|
| Project Status |
Completed (Fiscal Year 2019)
|
| Budget Amount *help |
¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ゲノム疫学 / 機械学習 / 正則化回帰モデル / 慢性腎臓病 / 遺伝的多型 / 社会医学 / 正則化回帰 |
|---|
| Outline of Research at the Start |
慢性腎臓病(CKD)の患者数は日本で約1,330万人に達していると推定されています。特にCKDを経て末期腎不全(ESRD) を発症した場合、日本の医療経済だけでなく、個人の生活の質にも大きな影響を与えることが想定されます。そのため、CKDの高リスク者を早期に発見し、進行を妨げることは、予防医学的な観点からも重要だと考えています。本研究では、日本人集団の遺伝子情報、血液検査値、アンケート調査などから、特殊な解析手法を適用することにより「解釈が容易かつ精度の高い」CKDの発症予測モデルを構築することを目的としております。
|
| Outline of Final Research Achievements |
There has been attracted much interest in the prediction using combined information of individual's genetic variants with laboratory testing value and lifestyle habit. In this study, we developed a predictive model for chronic kidney disease (CKD) using regularized regression models based on genetic information and basic characteristics (age, gender) in a Japanese population (about 14,000 healthy people). Comparing the performance of regularized regression models with that of a conventional analysis method (linear regression model), the Lasso regression and the elastic net may construct a high-performance model with fewer variables and fewer errors. However, the improvement in performance is slight and further studies need to be included more genetic variants.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では、慢性腎臓病（CKD）をアウトカムとして予測モデルの構築に取り組んだが、他の人種もしくは疾患にも応用可能であり、個人のゲノム情報を使用したリスク予測モデル構築において、大きな可能性を秘めている研究と考えている。また、CKDを経て末期腎不全を発症すると人工透析を要することから、縦断的な検討をさらに実施することで、個人のQOLや社会生産性の向上に貢献しうると考えている。
|
Report
(3 results)
Research Products
(3 results)
