• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

機械学習を用いた迅速システマティックレビューによる意思決定支援連携システムの構築

Research Project

Project/Area Number 23K16618
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 59010:Rehabilitation science-related
Research InstitutionIbaraki Prefectural University of Health Science

Principal Investigator

唯根 弘  茨城県立医療大学, 保健医療学部, 助教 (20845911)

Project Period (FY) 2023-04-01 – 2028-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Keywordsシステマティックレビュー / 機械学習 / リハビリテーション
Outline of Research at the Start

患者との治療介入手段を決定する際に、システマティックレビューから統合された最新の情報を得ることは治療選択に有用である。リハビリテーション分野においてシステマティックレビューによる質の高いエビデンスは不足しており、その遂行にも膨大な時間や資源を必要とすることが課題であった。そのためリハビリテーションにおける治療選択では、介入期間中に最新のエビデンスを反映させることが困難であった。本研究では機械学習を用いることで迅速なシステマティックレビューを可能にし、研究者の利用可能な資源を活用することで患者へのリハビリテーション治療介入の意思決定を支援するための療法士と研究者の連携システムを構築する。

Outline of Annual Research Achievements

当該年度(2023年度)ではリハビリテーション評価に関して最新の知見を迅速に得ることを目的として、機械学習を用いた迅速システマティックレビューを試みた。通常の実施手順でのシステマティックレビューとの効率性および精度を比較した。リハビリテーシ評価において、クライエント中心の医療を提供するために使用されることの多いカナダ作業遂行測定(Canadian Occupational Performance Measure:COPM)に関して、介入前後の2点以上の変化は臨床的に有意な差であるとされてきた。それに対し本研究の迅速システマティックレビューにより、様々なクライエントや介入状況において臨床的に意義のある最小変化量(minimum clinically important difference: MCID)や最小可検変化量(Minimal Detectable Change: MDC)が異なることを明らかにした。機械学習を用いた迅速スクリーニングは通常スクリーニングと比較して最終的に抽出された論文は一致しており、効率的にシステマティックレビューが遂行可能であることを確認できた。迅速システマティックレビューにより様々な対象者や介入状況においてMCID、MDCの報告を迅速に参照することで、対象者への介入効果の検証と介入方針への一助になる可能性が示唆された。また、クライエント中心のチーム医療を実施するための生活行為向上マネジメントの効果を検証するため、スコーピングレビューを実施し論文発表されている報告内容をまとめた。並行して生活行為向上マネジメントの事例報告に着手しており、レビューの成果を参照することで事例の介入効果の検証を行う。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当該年度(2023年度)においては初年度となるため、通常システマティックレビューと比較して機械学習を用いた迅速システマティックレビューの効率性と精度を検討した。得られた結果は学会発表での成果報告が中心となり、学術誌への掲載による成果報告の準備を進めた。引き続き各種システマティックレビューを遂行し、得られた知見を事例への介入効果検証に活かし、その成果を報告する予定である。これらのことから、本研究課題の進捗状況についてはおおむね順調に進展しているといえる。

Strategy for Future Research Activity

次年度(2024年度)は、既に検索したデータの詳細な分析結果について、引き続き学会発表および学術誌への掲載による成果報告を順次進めていく予定である。また、迅速システマティックレビューの新規検索を複数テーマにおいて実施し、分析・成果報告へと進める。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (1 results)

All 2023

All Presentation (1 results)

  • [Presentation] カナダ作業遂行測定の臨床的に意義のある最小変化量と最小可検変化量 機械学習を用いた迅速システマティックレビューの試み2023

    • Author(s)
      唯根 弘, 佐々木 剛, 宮田 一弘, 白石 英樹
    • Organizer
      第57回日本作業療法学会
    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi