Statistical methods in rapid surveillance system for data driven policy making under COVID-19 pandemic
Project/Area Number |
21K17292
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
|
Research Institution | National Institute of Infectious Diseases (2022) St. Luke's International University (2021) |
Principal Investigator |
米岡 大輔 国立感染症研究所, 感染症疫学センター, 室長 (60790508)
|
Project Period (FY) |
2021-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
Keywords | 統計科学 / 生物統計 / 機械学習 / パンデミック / 時空間統計 / 疫学 / 公衆衛生 / 感染症学 / サーベイランス |
Outline of Research at the Start |
新型コロナウイルス(COVID-19)が世界的なパンデミックとなり、保健医療システムの強化や公衆衛生的施策は、データに基づいて意思決定がなされつつある。こうした政策意思決定の個別具体的な需要を把握するために近年用いられるようになってきたのが迅速サーベイランスシステムである。本研究では、迅速サーベイランスシステムの種々のバイアスの検討とその補正、COVID-19感染拡大状況下での各フェーズ毎のニーズに見合った疫学・統計学・機械学習的方法論の整理と提案を行う。
|
Outline of Annual Research Achievements |
我々が現在生活しているのは、人々、物品、情報が地球規模で移動するという時代であり、その中で新型コロナウイルス(COVID-19)は世界的なパンデミックとして爆発的に広がりました。この状況に対応するため、国内外からさまざまな研究成果が参照され、各国が自身のCOVID-19対策を展開するとともに、保健医療システムの強化と公衆衛生に関する施策が進行しています。これらの施策は、すべてデータを基盤にして意思決定が行われています。 そのような状況下、日本のCOVID-19などの感染症対策において、ビッグデータや最先端の統計学、機械学習、シミュレーションなどの技術を駆使して政策の効果を分析し、評価を行うことは、国内だけでなく世界の感染症対策全体を支援・強化する上で非常に重要であり、特にpost/with COVID-19の世界への対応においてはそれがより明確になります。 このような政策決定を行うためには、具体的な要求やニーズを正確に把握することが不可欠であり、そのために近年では迅速サーベイランスシステムが使用されるようになりました。この研究では、迅速サーベイランスシステムのさまざまなバイアスを検討し、その補正を行い、COVID-19感染が拡大する各フェーズに対応した疫学や統計学的手法の整理と提案を行います。 特に今年度は、感染症の時間と空間の予測に関連する統計手法の検証と外れ値を含むデータに対応するための新理論の開発に注力しました。実際のデータ解析としては、日本における超過死亡のリアルタイム推定を行い、空間構造を考慮しつつ外れ値を除外するロバストな方法を取り入れた新しい超過死亡の推定手法の拡張提案を行いました。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
概ね順調である。
|
Strategy for Future Research Activity |
緊急事態、特に現在のようなCOVID-19のパンデミックのような局面においては、従来型の統計モデルが「推定に時間がかかりすぎる」という問題を抱えていることが明らかになっています。これは重大な課題であり、迅速な対応が求められています。その解決策として、「パンデミックに特化した」新たな一連の統計モデルの開発と提案を行うことを目的としています。この新しいモデル群は、従来のモデルが持つ問題を克服し、迅速にその精度を発揮できるように設計されています。特に今年度は外れ値に対してロバストなモデルをパンデミックに特有の分析需要に特化したモデルの開発に注力します。
更に、私これらの新しい手法を公表し、詳細な論文化を行うことで、その理論と実用性を広く共有する予定です。そして、より広範な利用を可能にするために、オープンソース統計ソフトウェアであるRやPythonのパッケージとして提供することを計画しています。
これら一連の取り組みにより、我々の研究成果を社会全体に還元することが可能となります。これは、研究の価値を高め、より多くの人々がそれを活用できるようにするだけでなく、現在や将来発生する可能性のある緊急事態への対応をより迅速かつ効果的に行えるようにすることを目指しています。これは、我々の社会が新たな課題に対してより適切に対応できるようになるための重要な一歩となります。
|
Report
(2 results)
Research Products
(2 results)