| 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, 創域理工学部経営システム工学科, 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 2023)
|
| 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肺炎の電子カルテデータを使用し、合併症の発生と関連する因子の特定の解析を行った。人工呼吸器の1分ごとのデータを使用し解析したところ、人工呼吸器の設定ではなく患者の肺コンプライアンスが合併症の発生と関連している可能性が高いことが示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究成果は、論文として採用された。
|
| Strategy for Future Research Activity |
COVID-19肺炎患者は現在は少なくなっているため、この研究結果を未来の新興感染症の発生時や、他の肺炎患者に対しても応用できるか検討を行っている。
|
