人工知能による予後予測精度の高い早期変形性膝関節症診断基準作成にむけた疫学研究
| Project/Area Number |
22K10522
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
|
|---|
| Research Institution | Hirosaki University |
|---|
Principal Investigator |
佐々木 英嗣 弘前大学, 医学研究科, 助教 (60587038)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中路 重之 弘前大学, 医学研究科, 特任教授 (10192220)
千葉 大輔 弘前大学, 医学部附属病院, 助教 (70587055)
石橋 恭之 弘前大学, 医学研究科, 教授 (80292142)
玉田 嘉紀 弘前大学, 医学研究科, 教授 (80435495)
石橋 恭太 弘前大学, 医学研究科, 客員研究員 (80898388)
|
|---|
| 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: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 変形性膝関節症 / 早期 / 疫学 / 機械学習 / MRI |
|---|
| Outline of Research at the Start |
変形性膝関節症（膝OA）は有病率が高く、末期に至ると人工関節置換術以外の治療法がない。早期診断・予防的介入によりその進行を抑制できる可能性も指摘されており、我々は地域住民健診プロジェクトを通して膝OAの自然史を詳細かつ多面的に観察してきた。本研究では既知の膝OAの危険因子のみならず、生活環境因子や食習慣、内科的疾患を含めて人工知能の技術を応用して治療方針決定に寄与できる診断基準作成を目的とした。
|
| Outline of Annual Research Achievements |
岩木健康増進プロジェクト健診では、平成19年度から変形性膝関節症(膝OA)の調査を施行しているが、本研究は早期膝OAに着目し疫学調査を進めてきた。早期膝OAは女性での有病率が高いことに加え、進行期OAの有病率が急増する60歳台の直前に当たる50歳台での有病率が最も高く、20%に至ることを明らかにした(Sasaki E, KSSTA 2020)。MRIを用いた調査ではX線学的変化のない膝であっても早期OAに該当する人では滑膜炎や骨髄病変、半月板病変の有病率が高く、痛みに強く関係していた(Ota S, Sci Rep 2021)。特に骨髄病変を有する例では全身骨密度が低く、高骨代謝回転を示しており、骨粗鬆症との新たな関連を示すことができた(Ota S, Arthritis Res Ther. 2019)。さらに下肢アライメントとの関連をみても脛骨内側高原の局所内反が強い骨形態が骨髄病変のリスクとなっていた(Ishibashi K, KSSTA 2021)。一方滑膜炎に注目すると、早期OAにおける滑膜炎の程度をMRIおよび血液データより証明した(Ishibashi K, Sci Rep 2020)。半月板病変に関してはこれまで超音波を用いた評価を継続して行ってきたが、内側半月板が4mm以上内側に逸脱している群では5年後にOAを発症・進行するリスクが高いことを明らかにした(Chiba D, Euro Radiol. 2020)。Biomarkerに注目した解析では女性の卵巣加齢マーカーの一つである抗ミュラー管ホルモンが閉経移行期女性における早期OAの予測マーカーになることを報告した(Sasaki E, Sci Rep 2021)。現在も各側面から、機械学習を用いた縦断解析を目標に調整を行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在、過去データを用いた縦断的解析を行っており、2024年度にはMRIを用いた調査を行う計画を進めている。また、機械学習でのデータ解析に関しては解析手法の検討と、データ整理を行っているところであり、概ね順調に進んでいると考えている。
|
| Strategy for Future Research Activity |
今後も機会学習を疫学に導入すべく、データ調整を進めていく。手法が確立することにより新たな利権を効率よく得られるものと期待している。
|
Report
(1 results)
Research Products
(23 results)
