機械学習によるPMS/PMDDの包括的重症度評価法の構築とその検証
| Project/Area Number |
22K12950
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90150:Medical assistive technology-related
|
|---|
| Research Institution | Kanagawa Institute of Technology |
|---|
Principal Investigator |
青木 真希子 神奈川工科大学, 健康医療科学部, 講師 (80589052)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 聡 神奈川工科大学, 健康医療科学部, 教授 (20586028)
鈴木 雅登 兵庫県立大学, 理学研究科, 准教授 (60574796)
三枝 亮 神奈川工科大学, 創造工学部, 准教授 (80386606)
岡山 久代 筑波大学, 医学医療系, 教授 (90335050)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 月経前症候群（PMS） / 月経前不快気分障害（PMDD） / 機械学習 / 月経前症候群 / 月経前不快気分障害 / 重症度評価 |
|---|
| Outline of Research at the Start |
多くの女性は月経前に、月経前症候群（PMS）や月経前不快気分障害（ PMDD）が出現する。我々は、これまで近赤外分光法（NIRS）を用いて女性の認知機能を計測してきた。そして、一つの評価項目のみでは、PMS/PMDDの特徴づけが困難であることが明らかとなった。そこで、本研究では認知機能との関連性が指摘される、気分、抑うつ症状、性ホルモン濃度を評価し、機械学習を用いてこれらの項目間の規則性を明らかにする。その規則性に基づくPMS/PMDDの包括的な重症度評価方法の構築と検証を目的とする。
|
| Outline of Annual Research Achievements |
多くの女性は月経前に、判断力の低下、イライラなどの月経前症候群（Premenstrual Syndrome: PMS）や月経前不快気分障害（Premenstrual dysphoric disorder: PMDD）が出現する。PMS/PMDDの適切な対処には、正確な重症度の評価が必要だが、症状の聞き取りが主流であり、正確な判別は難しい。我々は、うつ病患者の認知機能低下とPMS/PMDDの精神症状の類似性に着目し、近赤外分光法（near-infrared spectroscopy: NIRS）を用いて女性の認知機能を計測した。その結果、PMS群の黄体期にて、認知機能の有意な低下を明らかにした。しかし、認知機能を指標としたPMSと健常群の明確な判別はできてない。これは、一つの評価項目では、多様な病態を示すPMS/PMDDの特徴づけが困難なためである。本研究では認知機能に加えて、認知機能の関連性が指摘される、気分、抑うつ度、性ホルモン濃度を評価し、機械学習を用いてこれらの項目間の規則性を明らかにする。その規則性に基づくPMS/PMDDの包括的な重症度評価方法の構築を目的としている。
研究成果は、認知課題遂行時の脳血流に関する学術論文や国際学会への発表を行っている。そして、さらに多角的に評価し整理していくことで、月経に伴う心身の不調を再定義できると考えている。将来的には、重症度に合わせたセルフケア方法の提案とその効果を可視化し評価していくというスキーム構築を目指している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度は試用モデルの作成を行った。
さらに、新規データ採油も2022年度末～はじめ、20代女性を対象に黄体期と卵胞期に主観的評価と客観的指標についてデータ採取している。
|
| Strategy for Future Research Activity |
試用モデルの作成と並行して、新規データ採取を行っている。2023年5月にデータ採取を終了する予定である。終わり次第、試用モデルに新規データを学習させて、重症度判別モデルを作成する。2023年度から2024年度にかけて、モデル信頼性の検証のために、産婦人科医師による診断と学習モデルによる解の適合度を確認していく。
|
Report
(1 results)
Research Products
(11 results)
