| Project/Area Number |
22K10074
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 57050:Prosthodontics-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
高橋 利士 大阪大学, 大学院歯学研究科, 招へい教員 (70610864)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野崎 一徳 大阪大学, 歯学部附属病院, 准教授 (40379110)
豆野 智昭 大阪大学, 大学院歯学研究科, 助教 (50845922)
八田 昂大 大阪大学, 大学院歯学研究科, 招へい教員 (60845949)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 高齢者 / 認知症 / 機械学習 |
|---|
| Outline of Research at the Start |
2010年から地域在住高齢者を対象者とした，約3000名を対象とした学際的な大規模コホートの縦断調査を行ってきており，今後もさらにデータを収集する予定である．
令和4年度は70歳コホートの12年後の追跡調査を行う．また，これまでの調査により得られた9年間の追跡調査データを用いて，ベースライン調査時から3年後，6年後，9年後の認知機能の低下についての予測モデルを作成する．同様に令和5年度は80歳コホートを，令和6年度は90歳コホートを対象に，それぞれ12年後の追跡調査を行う．そして，得られた全コホートのデータを統合して認知機能低下の12年予測モデルを作成する．
|
| Outline of Annual Research Achievements |
昨年度のモデル作成の場合と同じ参加者を対象者として，今年度は様々なアルゴリズムを使用して認知機能の低下を予測するモデルを作成し，最も予測精度の高いモデルの検討をおこなった．なお，本モデルにおいて使用した各変数（残存歯数，歯周病の状態，最大咬合力，性別，年齢，BMI，教育歴，収縮期血圧値，糖尿病，喫煙状況，飲酒状況，精神健康状態，心理状態，認知機能，居住状況，近所付き合い）は，すべてカテゴリー変数化した.
認知機能の低下予測モデルの作成の際には，プログラム言語はPython3を使用し，Google Colaboratory（GPU有り）環境下でおこなった．モデルの作成には，対象者607名をランダムに訓練群（424名）とテスト群（183名）に分類し，Artificial Neural Network, Logistic Regression, Support Vector Machine, Naive Bays, K近傍法，K平均法，Gradient Boost, XGBoost, Random Forest, Light GBMの10種類のアルゴリズムを使用した．上記のアルゴリズムで作成したそれぞれの予測モデルの精度を，ROC曲線ならびにAUC値を使用して評価し，最もAUC値が高いモデルを認知機能低下予測モデルとした．
各アルゴリズムにより作成した認知機能の低下予測モデルにおいて，AUC値が最も大きいアルゴリズムはRandom Forest(0.712)を使用したモデルであった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画通りに進めることができているため．
|
| Strategy for Future Research Activity |
次年度は，各変数を連続変数として本年度と同様に認知機能の低下予測モデルを作成し，そのモデルと本年に作成したモデルに基づいて，認知機能の低下に影響を及ぼすと思われる因子を検討する予定である．
|
