• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

医学研究におけるジョイントモデリングに基づく予後予測手法の研究開発

Research Project

Project/Area Number 20K19758
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 60030:Statistical science-related
Research InstitutionNational Cancer Center Japan (2021-2023)
Yokohama City University (2020)

Principal Investigator

三角 俊裕  国立研究開発法人国立がん研究センター, 東病院, 部長 (40817300)

Project Period (FY) 2020-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords統計的モデリング / ジョイントモデル / 動的予測 / 経時測定データ解析 / ジョイントモデリング / スパース推定 / 予後予測
Outline of Research at the Start

本研究は,医学研究において測定された検査値の経時的挙動が,死亡有無など二値アウトカムに与える影響の評価および予後予測を可能とする統計的ジョイントモデリング手法の開発を目的とする.多変量経時測定データと二値アウトカムデータに対する同時モデル推定法の理論を構築することで,患者の状態変化をタイムリーに捉えて良好な予後を目指すなど,医学研究で直面する諸課題の解決に挑戦する.

Outline of Annual Research Achievements

多変量経時測定データおよび二値アウトカムデータに対する両サブモデルに基づいて同時推定を行うジョイントモデリングにおいて,先行研究よりも計算コストが効率的な推定アルゴリズムを提案するために,数値積分を必要としない階層尤度関数に基づく推定アルゴリズムを考案し,数値シミュレーションおよび実データ解析を通してその有用性を確認している.また並行して,アウトカムが二値のデータに対して、個体毎に逐次的な予後予測を行う動的予測法の提案について,医学研究における適用例を医師との協働のもとで検討中であり,投稿論文として準備を行っている.医学研究のみならず、横浜市消防局との共同研究により,約10年分の実データを用いて構築したジョイントモデリングにより,時間ごとの救急出場件数の動的予測法の提案として,論文投稿を準備中である.また,経時測定データと生存時間データに対するジョイントモデルにおいて,時測定データを取り扱う上で重要な欠測問題に対処する方法として,欠測までの時間を第3のサブモデルとしてジョイントモデルに取り込む方法を考案し,ベイズ流による推定法を提案した論文が国際誌に掲載されたが,計算コストの観点からの改善を検討している。これらの提案手法は,経時的に集積される診療データに基づいて患者の予後予測を行う等,医学研究のみならず、実社会における様々な場面において直面する様々な課題の解決策に繋がるものと考えている.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究で想定している多変量経時測定データはサンプル数や測定時点数が多く,高計算コストの解析を実施するには非常に多くの時間がかかる.本研究において疑似尤度関数や階層尤度関数を利用した推定法を提案することにより,既存手法に比べて計算コストを軽減することができたが,数値シミュレーションによる手法比較は多くの計算時間を要した.一方で、医学研究での適用例を進める中で、経時測定データが被験者毎に異なる少数時点で観測されるスパースデータに対するモデリングの必要性がでてきており、多数または少数の時点すうにおける経時測定データに対するモデリングの手法の妥当性の検討が新たな課題として生じている。数値シミュレーションや解析の実施後速やかに論文化を行う.

Strategy for Future Research Activity

既に一定の成果が得られている各研究について,引き続き論文として纏めて投稿を行う.
本研究で得られる成果は,関数データ解析における新たなモデリング手法への拡張や,気象学・環境学など経時的変動データを扱う医学以外の研究領域への応用に繋げていくことを目指す.

Report

(4 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • 2021 Research-status Report
  • 2020 Research-status Report
  • Research Products

    (8 results)

All 2022 2021 2020

All Journal Article (2 results) (of which Peer Reviewed: 1 results) Presentation (6 results) (of which Int'l Joint Research: 2 results,  Invited: 2 results)

  • [Journal Article] Joint Models for Incomplete Longitudinal Data and Time-to-Event Data2022

    • Author(s)
      Takeda Yuriko、Misumi Toshihiro、Yamamoto Kouji
    • Journal Title

      Mathematics

      Volume: 10 Issue: 19 Pages: 3656-3656

    • DOI

      10.3390/math10193656

    • Related Report
      2022 Research-status Report
  • [Journal Article] Joint modeling for longitudinal covariate and binary outcome via h-likelihood2022

    • Author(s)
      Misumi Toshihiro
    • Journal Title

      Statistical Methods & Applications

      Volume: - Issue: 5 Pages: 1225-1243

    • DOI

      10.1007/s10260-022-00631-8

    • Related Report
      2021 Research-status Report
    • Peer Reviewed
  • [Presentation] 横浜市における救急出場件数に対する関数動的予測モデリング2021

    • Author(s)
      三角俊裕、三枝祐輔、原みゆひ、藤田豊、吉塲亮介
    • Organizer
      2021年度 統計関連学会連合大会
    • Related Report
      2021 Research-status Report
  • [Presentation] Joint Modeling of Incomplete Longitudinal Data and Time-to-Event Data2021

    • Author(s)
      Yuriko Takeda, Toshihiro Misumi, Kouji Yamamoto
    • Organizer
      ISCB 2021 42th Annual Conference
    • Related Report
      2021 Research-status Report
  • [Presentation] Functional dynamic prediction modeling for hourly ambulance demand data2021

    • Author(s)
      Toshihiro Misumi
    • Organizer
      13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020)
    • Related Report
      2021 Research-status Report
    • Invited
  • [Presentation] Dynamic predictions via functional joint models for sparse longitudinal and time-to-event data2020

    • Author(s)
      Toshihiro Misumi, Yuriko Takeda
    • Organizer
      13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020)
    • Related Report
      2020 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Joint Models for Incomplete Longitudinal Data and Time-to-Event Data2020

    • Author(s)
      Yuriko Takeda, Toshihiro Misumi, Kouji Yamamoto
    • Organizer
      13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020)
    • Related Report
      2020 Research-status Report
    • Int'l Joint Research
  • [Presentation] 不完全な経時測定データと事象時間データのジョイントモデルの提案2020

    • Author(s)
      武田裕里子, 三角俊裕, 山本紘司
    • Organizer
      2020年度統計関連学会連合大会
    • Related Report
      2020 Research-status Report

URL: 

Published: 2020-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi