| Project/Area Number |
21K20900
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
0902:General internal medicine and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
Inoue Kosuke 京都大学, 医学研究科, 特定准教授 (80903830)
|
|---|
| Project Period (FY) |
2021-08-30 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 高血圧 / 異質性 / 心血管 / 血圧管理 / 因果推論 / 機械学習 / 心血管疾患 / 一般化 / 心血管イベント |
|---|
| Outline of Research at the Start |
高血圧は生命予後・健康寿命に強く影響し、その患者数は世界で上昇傾向にある。近年のランダム化比較試験（RCT）において厳格な血圧管理により心血管イベント発症リスクが抑制されることが示されたが、具体的にどのような集団に厳格な血圧管理が効果的であるか、という問いに対する十分なエビデンスは存在しない。本研究では、世界の高血圧診療に大きなインパクトを与えたRCTのデータから厳格な血圧管理が効果的な集団を同定し、日米の全国大規模データも併せて用いることで日米の一般集団に同様の治療介入をした際に期待される効果を推定する。
|
| Outline of Final Research Achievements |
Using two large RCTs investigating the effect of intensive blood pressure control to prevent cardiovascular events (SPRINT, ACCORD), we applied state-of-art machine learning algorithm, causal forest, to identify the heterogeneity in the treatment effect across individuals. Moreover, we developed a new concept "high-benefit approach" targeting individuals with high-benefit and showed its clinical usefulness over conventional "high-risk approach".
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究結果は、従来のリスクが高い集団に治療を行うという「高リスク・アプローチ」の医療戦略に疑問を投げかけ、効果の異質性に着目した新しい個別化医療戦略「高ベネフィット・アプローチ」を提唱するものであり、次世代の医療の在り方を議論するうえで重要なエビデンスになる。
|
