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 (2022-2023); 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 2023)
• Budget Amount: ¥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 / 感染症 / データサイエンス / 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

研究のねらい
2023年度はパンデミック下で頻繁に使用される統計手法、特にパンデミック特有の調査に関するバイアスの検討とその補正手法、に関して現状を整理し、（パンデミック下でより使いやすい）新数理手法を提案することを研究のねらいとした。また、統計数理的な手法開発研究と同時に、疫学データ、特に日本赤十字社と共同し献血検体を用いた血清疫学調査によるCOVID-19の抗体保有率の調査におけるバイアスの定量化とその補正についても理解を深めることを研究のねらいとした。

これまでの研究概要
国立感染症研究所において実施している血清疫学調査は様々なバイアスが想定されている。具体的には、献血検体においては、献血に来た人しかサンプリングされていないことによるセレクションバイアスである。同様のバイアスが民間検査会社の残余血清を用いた調査や、職域健康診断の残余血清を用いた血清疫学調査にも見られる。このバイアスをweight-back手法と呼ばれる方法によりある程度軽減し、（抗N）抗体保有割合を推定した結果を検討した。また、様々な外部データを用いて傾向スコアを推定し、逆重み付けを行うことでバイアス軽減を試みる研究を行っており、結果は査読中である。

Current Status of Research Progress

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

Reason

当初予定していたWebを用いたリアルタイムの感染症サーベーランスのバイアスの検討は、比較的予定通り進んだが、SNSを用いたサーベーランスに関してはデータの質が想定より低く難航している。

Strategy for Future Research Activity

今後は、WebやSNSから取られたサーベーランスのデータと、積極的疫学調査のような従来の調査から取られたサーベーランスデータの差異や、バイアス、その補正方法に関して、個別具体的に検討していく予定である。

Research Products

• [Journal Article] Geographically weighted generalized Farrington algorithm for rapid outbreak detection over short data accumulation periods (2021)
  • Author(s): Yoneoka Daisuke、Kawashima Takayuki、Makiyama Koji、Tanoue Yuta、Nomura Shuhei、Eguchi Akifumi
  • Journal Title: Statistics in Medicine Volume: 40 Issue: 28 Pages: 6277-6294
  • DOI: 10.1002/sim.9182
  • Peer Reviewed / Open Access
• [Journal Article] A Machine Learning-Based Screening Test for Sarcopenic Dysphagia Using Image Recognition (2021)
  • Author(s): Kotomi Sakai, Stuart Gilmour, Eri Hoshino, Enri Nakayama, Ryo Momosaki, Nobuo Sakata, Daisuke Yoneoka
  • Journal Title: Nutrients Volume: 13 Issue: 11 Pages: 4009-4009
  • DOI: 10.3390/nu13114009
  • Peer Reviewed / Open Access