ビッグデータ・機械学習を用いたアブレーション治療の有効性・安全性予測モデルの作成
| Project/Area Number |
23K24623
|
|---|
| Project/Area Number (Other) |
22H03365 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
|
|---|
| Research Institution | National Cardiovascular Center Research Institute |
|---|
Principal Investigator |
草野 研吾 国立研究開発法人国立循環器病研究センター, 病院, 副院長 (60314689)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山根 禎一 東京慈恵会医科大学, 医学部, 教授 (40297429)
清水 渉 日本医科大学, 大学院医学研究科, 大学院教授 (50399606)
中井 陸運 国立研究開発法人国立循環器病研究センター, オープンイノベーションセンター, 客員研究員 (50595147)
岩永 善高 国立研究開発法人国立循環器病研究センター, オープンイノベーションセンター, 客員部長 (80360816)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2024: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2023: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2022: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
|
|---|
| Keywords | ビッグデータ / カテーテルアブレーション / 合併症 / 心房細動 / J-AB / 機械学習 |
|---|
| Outline of Research at the Start |
2017年に始まったカテーテルアブレーション全例登録事業（J-AB）は27万件を超える前向き登録事業が継続中でアブレーションレジストリとしては世界最大である。このビッグデータを用い、再発率が高く、また世界的にも合併症が増加している心房細動アブレーション急性期合併症発生に関して、機械学習を用いたアブレーションの安全性・有効性に関する予測モデルを作成し、外部検証を行う。この予測モデルによって、治療成績の向上が期待できるのみならず、現在、ガイドラインでも解決されていないアブレーションの妥当性が明らかとなることが期待される。
|
| Outline of Annual Research Achievements |
2017年に始まった本邦で行われている不整脈に対するカテーテルアブレーション全例登録事業（J-AB)は27万件を超える前向き登録事業が継続中でアブレーションレジストリとしては世界最大である。特に毎年９月に収集される詳細データには重大出血・心タンポナーデ・食道障害・肺静脈狭窄・横隔神経麻痺などの重篤な合併症が詳細に調査され、患者背景、心エコーデータ、使用デバイス・アブレーション部位・使用薬剤などの基礎データも集められている。今回は2017年から2020年度のJ-AB詳細データを用いて、重篤な合併症の頻度を集積し、多変量ロジスティック回帰モデルを用いて合併症予測モデルを構築した。
続いて、全体のコホートを７：３の割合で学習データと検証データにわけ、機械学習手法を用いてリスクスコアを作成し、クロスバリデーションを行ったが、結果としてAUCが0.6程度にとどまり、多変量ロジスティック回帰モデルと比較しても予測能は有意な差を認めなかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
上記のごとく、各種の機械学習手法を用いてリスクスコアの作成を試みたが、予測能が低く、多変量ロジスティック回帰モデルと比較しても予測能に優位性を認めなかった。理由としては、詳細データの件数が１万例程度と限られたことが考えうる。
|
| Strategy for Future Research Activity |
現在もJ-ABデータを集積中であるので、前回の解析に含まれなかった最新のデータを追加し、再度モデル構築を試みる。また、心房細動アブレーションが、広い患者背景で行われており、合併症を起こしやすいとされる、高齢者や低体重、さらに腎機能低下などの因子について、J-ABデータを用いたビッグデータ解析を進める予定である。
|
Report
(2 results)
Research Products
(3 results)
-
-
[Journal Article] The Japanese Catheter Ablation Registry (J-AB): Annual report in 20202022
Author(s)
Kengo Kusano 1, Teiichi Yamane 2, Koichi Inoue 3, Misa Takegami 4, Yoko M Nakao 5, Michikazu Nakai 5, Koshiro Kanaoka 5, Reina Tonegawa-Kuji 5, Koji Miyamoto 1, Yu-Ki Iwasaki 6, Seiji Takatsuki 7, Kohki Nakamura 8, Yoshitaka Iwanaga 5, Wataru Shimizu 6; J‐AB registry investigators
-
Journal Title
J Arrhythm .
Volume: 38
Issue: 5
Pages: 675-681
DOI
Related Report
Peer Reviewed / Open Access
-
