慢性心不全の病態と予後規定因子探索のための多変量経時データ解析モデルの開発
Project/Area Number |
22K11940
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 60030:Statistical science-related
|
Research Institution | Teikyo University |
Principal Investigator |
宮田 敏 帝京大学, 公私立大学の部局等, 教授 (60360343)
|
Co-Investigator(Kenkyū-buntansha) |
後岡 広太郎 東北大学, 大学病院, 特任准教授 (20598411)
倉田 博史 東京大学, 大学院総合文化研究科, 教授 (50284237)
|
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: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
Keywords | 統計数学 / コホート研究 / 関数データ解析 / 慢性心不全 / ネットワーク解析 / 機械学習 |
Outline of Research at the Start |
本研究では、東北地区24基幹病院において登録された慢性心不全及びその高リスク症例の観察研究(CHART-2研究)の登録データを用い、様々な病態を有する心疾患患者集団の層別と、各病態における心疾患イベントのリスク要因探索を行う。 CHART-2研究では、死亡等の主要エンドポイントに加え,毎年診療記録や検査数値などの記録を蓄積している。経時的に観察された共変量を用いた部分集団の層別のため、生存時間の層別に最適化された関数主成分分析モデルの開発を行う。疾患リスクの探索には生存時間をアウトカムとする人工知能を用いた相関ネットワークを想定し、継時的なネットワークの変遷を含め新たな理論モデルの構築を行う。
|
Outline of Annual Research Achievements |
本研究では,2006~2010年に東北大学を含む東北地区24基幹病院において登録された10,219名の慢性心不全及びその高リスク患者コホート(CHART-2研究)の登録データを用い、予後リスクの層別化と心疾患イベントのリスク要因探索を行う。 今年度の研究実績として、心疾患イベントの登録と、年一回の調査による身体所見、生化学データ、心エコーデータ、投薬情報その他CHART-2研究のデータ登録作業を継続し、2023年3月末をもって登録時から10年次までの登録作業を完了した。 研究実績としては、1)CHART-2研究に基づく臨床、疫学研究を進め、1)機械学習(random forest)を用いた慢性心不全患者の層別化について研究を行い学会、論文にて公表した。また、2)慢性心不全患者における心臓再同期療法の利用と有効性についての研究、3)慢性心不全に対する抗血栓療法における癌と心房細動の既往が予後に与える影響についての研究についても成果も論文発表した。 これらの臨床、疫学研究から得られた知見を統計学的にモデル化し予後リスクの層別化を行うため、生存データの判別に最適化された経時データの層別のための関数主成分分析の開発を行った。現在、理論面での検討とCHART-2研究のコホートデータを用いた検証のためのプログラム開発を行うとともに、コンピューターシミュレーションによる検討を行うためプログラム開発を行い、論文を作成中である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
COVID-19の感染拡大に伴う研究遅延があったが、現在、遅れを取り戻すべく研究中である。2022年度末までに、本研究の基盤となるCHART-2研究の10年次までの データ確定作業が完了した。 研究分担者である坂田の協力の下、臨床医学・循環器内科学的見地からの、データ解析の検討を行い、研究成果は論文、学会発表を通じて公表している。 また、研究協力者である倉田との共同研究のもと、関数主成分分析を元にした経時データの層別モデルの開発を進めている。 CHART-2研究のデータを用いた疫学研究について、人工知能(機械学習)を用いた層別化について論文発表を行ったが、さらに本研究の方法論的進捗をまとめ論文を準備中である。
|
Strategy for Future Research Activity |
経時データの層別モデル構築のための,関数主成分解析については理論的な検討をさらに進め論文化を目指す。さらに、人工知能による層別化を、継時データに 拡張する方策について検討中である。 解析データ管理のため,データベース管理システム(DBMS)の構築を行うとともに、シミュレーションスタディーのためのプログラム作成を進める。 シミュレーションによる理論モデルの検証と臨床医学・循環器内科学的見地からの検証を行う。
|
Report
(1 results)
Research Products
(11 results)