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, 歯学部附属病院, 講師 (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, 助教 (60845949)
|
Project Period (FY) |
2022-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
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 |
本研究は,身体的因子,社会的因子,心理的因子のデータに,口腔因子(残存歯数や歯周病の状態など)や口腔機能(咬合力や唾液分泌機能など)のデータを加えた包括的なデータから,認知機能低下を機械学習により予測するモデルを作成することを目的とした. 計画初年度の本年度は,認知機能低下を予測するモデルを作成するにあたり,認知機能低下に関わる因子の間にある因果関係を探索することを目的として,LinGAM(Linear Non-Gauussian Acyclic Model)モデルを作成した. 本研究の対象者は,2012年および2013年に健康長寿研究のベースライン調査に参加した70歳と80歳の地域在住高齢者の中で,6年後の追跡調査時にも参加した920名(70歳:548名(男性271名,女性277名),80歳:372名(男性184名,女性188名))とした. 本研究の対象者の中で,6年後に認知機能が低下したものは155名(25.5%)であった.70歳男性群の場合,口腔内因子の中では残存歯数がGOHAI,GDS5を通じて認知機能の低下に間接的な因果関係がある結果となった.70歳女性群の場合,口腔内因子の中では,残存歯数がWHO5を通じて認知機能低下に間接的な因果関係があり,歯周病の状態が直接的に因果関係がある結果となった.80歳男性群の場合,口腔内因子の中では,認知機能低下に直接的,あるいは間接的な因果関係がある因子はなかった.80歳女性群の場合,口腔内因子の中では,残存歯数が認知機能低下に間接的な因果関係がある結果となった.
|
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調査を行い,結果の分析も進んでいるため.
|
Strategy for Future Research Activity |
2023年度は,2022年度に行った解析と同じ対象者についてについて,様々な機械学習の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する予定である.
|