Exploratory study of COVID-19 clustering by machine learning and personalized medicine

Research Project

Project/Area Number	22K09129
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 55060:Emergency medicine-related
Research Institution	Nippon Medical School
Principal Investigator	三宅のどか日本医科大学, 医学部, 助教 (40874839)
Co-Investigator(Kenkyū-buntansha)	大和田勇人東京理科大学, 理工学部経営工学科, 教授 (30203954) 五十嵐豊日本医科大学, 医学部, 講師 (50771101) 横堀将司日本医科大学, 大学院医学研究科, 大学院教授 (70449271)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000) Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	COVID-19 / 機械学習 / クラスタリング
Outline of Research at the Start	COVID-19は、様々な臨床像を示し不均一性を認めるが、薬剤に対する治療反応性は十分に解明されていない。近年、機械学習によって異質な集団の中で比較的均質なグループをクラスタリングし、薬剤が特定のクラスターに効果があることを明らかにした研究が行われている。COVID-19に対してクラスタリングを行い、クラスターごとの臨床的特徴を記述し、臨床的に意義のある分類か評価する。さらにクラスターごとに、各薬剤の治療反応性が臨床的転帰に与える影響を推定し、COVID-19の個別化医療に向けた探索的研究を行う。
Outline of Annual Research Achievements	COVID-19は、様々な臨床像を示し不均一性を認めるが、薬剤に対する治療反応性は十分に解明されていない。一方で、大規模臨床試験により、ステロイド、抗ウイルス薬、免疫抑制薬などのエビデンスが続々と明らかになり、中等症・重症に対して多剤併用療法が行われている。しかし、有害事象、薬物相互作用、医療コストなどの観点から、個々の症例に対して有効な薬剤を選択し、過剰な投与を避けることが理想的である。近年、機械学習によって異質な集団の中で比較的均質なグループをクラスタリングし、薬剤が特定のクラスターに効果があることを明らかにした研究が行われている。 COVID-19に対してクラスタリングを行い、クラスターごとの臨床的特徴を記述し、臨床的に意義のある分類か評価する。さらにクラスターごとに、各薬剤の治療反応性が臨床的転帰に与える影響を推定し、COVID-19の個別化医療に向けた探索的研究を行う。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason COVID-19感染の収束に伴い、新規患者のデータ収集ができず、当初の機械学習に必要な症例数が集まっていない。そのため、既存のデータのみを用いてデータ解析を行う方針とした。
Strategy for Future Research Activity	既存のデータを用いて再度データ解析を試みる。また、当施設の重症管理システムから得られる1分置きの人工呼吸器のデータを使用し、合併症発症との関連を調べる方針である。