| Project/Area Number |
21K12127
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Kitasato University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 生存時間解析 / ワイブル分布 / コピュラ / リッジ回帰 / 一般化線形モデル / 競合リスク / 左側切断 / ベイズ推定 / RNAシークエンシング / 予後予測モデル |
|---|
| Outline of Research at the Start |
近年、RNA-seq（RNAシークエンシング）はマイクロアレイと比較して優れた特徴を多く有することから遺伝子研究の分野で急速に発展してきたが、未だRNA-seq解析による離散的な遺伝子発現量データに特化した信頼のおける癌患者の予後予測モデルは提案されていない。
本研究では癌患者の個別化医療の実現に向けた予測精度の高い予後予測モデルを確立することを目的とする。
|
| Outline of Final Research Achievements |
We have developed advanced statistical models to better predict patient risks and treatment outcomes in cancer care, using real-world data such as the timing and patterns of side effects and survival periods. These models are particularly focused on time-to-event data, where the timing of symptom onset or disease progression provides valuable information. We also addressed the challenge of multiple symptoms appearing together, by using methods that model the joint risk of two or more events. For example, we applied copula-based models and discrete-time hazard models to estimate how likely certain side effects are to occur at the same time, and how these risks change over time or differ between treatments. By incorporating factors like cumulative drug dosage and patient characteristics, our models allow for more personalized and accurate predictions.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では、がん治療に伴う副作用の発生や生存期間をより正確に予測するための統計手法を開発した。従来の分析では困難だった、複数の副作用が同時に発現する場合や、治療中の中断リスクを考慮した予測が可能となった。また、時間経過に応じて変化するリスクを反映するモデルにより、患者一人ひとりの状況に応じた医療判断の支援が期待される。これにより、過不足のない治療や早期の副作用対策が可能となり、より安心で質の高い医療提供に貢献する。
|
