| Project/Area Number |
21H04874
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山田 誠 沖縄科学技術大学院大学, 機械学習とデータ科学ユニット, 准教授 (00581323)
星野 崇宏 慶應義塾大学, 経済学部(三田), 教授 (20390586)
三分一 史和 統計数理研究所, 学際統計数理研究系, 准教授 (30360647)
小森 理 成蹊大学, 理工学部, 准教授 (60586379)
|
|---|
| Project Period (FY) |
2021-04-05 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥41,600,000 (Direct Cost: ¥32,000,000、Indirect Cost: ¥9,600,000)
Fiscal Year 2024: ¥9,880,000 (Direct Cost: ¥7,600,000、Indirect Cost: ¥2,280,000)
Fiscal Year 2023: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
Fiscal Year 2022: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
Fiscal Year 2021: ¥11,440,000 (Direct Cost: ¥8,800,000、Indirect Cost: ¥2,640,000)
|
|---|
| Keywords | 個別化医療 / 因果推論 / 機械学習 / 選択的推論 / 統計科学 / 臨床研究 / 予測解析 / 小標本 |
|---|
| Outline of Research at the Start |
個別化医療の臨床研究において診断法の開発と検証を同時に行う適応的アプローチに着目する。具体的には、臨床研究の小標本データを用いた機械学習による診断法開発、及び、探索的解析を踏まえた検証的解析としての統計的推測（選択的推論など）に関する方法・ツールを開発する。併せて、様々な疾患領域での事例研究を重点的に行うことで個別化医療開発の現場に役立つ方法論の構築を試みる。
|
| Outline of Annual Research Achievements |
前年度に続き、個別化医療の開発における二つのケースを想定して検討を行った。
ケース１は診断法が所与の場合である。診断マーカーを用いて患者集団を選択した後の治療効果の条件付き推定、選択的推論に関して、前年度開発した無作為化検定に基づく重み付き尤度法の汎用性と解釈性を高めるために、データ駆動的な選択イベントに関する「不確実性」を選択確率として導入した新たな枠組みを構築した。一つの適用例として、中間解析の実施により臨床試験の中止・継続を判定する群逐次デザインを想定した定式化と数値実験を開始した。
ケース２は診断法が定まっておらず、新規治療法の効果に関する診断法を探索的に開発して患者集団を選択し、同時に治療効果の検証を行うケースである。前年度に続き、治療前の患者特性を表す共変量を用いた特徴量の抽出に関して種々のアプローチから検討を行った。各種画像やオミクスなどの分子データの統合解析に向けてデータ収集と解析基盤を構築し、潜在的特徴量の検出のためのベイズ流階層・潜在構造モデリング、非線形カーネルモデリング等の方法を開発し、性能評価を開始した。一方、研究デザインの工夫による解析効率の向上として、クロスオーバーデータを用いた治療効果特徴量の抽出、治療効果予測解析の方法を開発し、その性能を評価した。併せて、治療効果関数や潜在的結果変数の推定に関して、targeted maximum likelihood estimationや計量経済分野のアプローチの適用可能性についても検討を行った。また、新規テーマとして、ごく小標本のもとで新規治療の安全性評価を行うための能動的レベル集合推定に基づく用量探索法を開発し、既存法との比較を行った。
以上の方法論研究と平行して、各種がん、院内感染、救急医療などにおける事例研究を実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度に同定した研究テーマの大半で一定以上の進捗が得られている。ケース１、ケース２にともに開発した方法論について論文化可能と思われる複数の成果があがっている。一方で、小標本下において複雑な統計・機械学習の方法を実施する際の実施可能性、安定性の問題が明確となった部分もあり、方法論上の更なる工夫の必要性を感じている。方法論の医学研究事例への適用については、前年度に続き、数多くのテーマが候補にあがっており、こちらについても進捗は順調と考えている。以上より、おおむね順調に進展していると判断する。
|
| Strategy for Future Research Activity |
今年度に開発した統計・機械学習の方法については論文化を想定して性能評価を数値実験等により行い、更なる評価・検討を重ねる。ケース１におけるデータ駆動的な選択イベントで条件付けた選択的推論については、汎用性、解釈性を備えた統一的な枠組みを構築できたことで、様々な適応的な試験デザインの変更に対処するための道筋が明確となり、引き続き検討を継続したい。一方、ケース２においては、（小標本下での）治療効果予測に用いる特徴量の有効な検出法の確立が必須であるので、引き続き、様々なアプローチを駆使して検討を継続する。併せて、治療効果予測システムの構築、さらに、システムを構築した同一データを用いての治療効果の検証のための選択的推論についての検討を本格化させる。臨床研究事例への適用については数多くの候補事例が出てきており、適用可能性の見込み、臨床上の重要度等の観点から、優先順序を意識して取り組む予定である。
|
