脳卒中機能予後の機械学習予測モデルと新規定因子：悉皆登録からDPC活用への提言

• Project/Area Number: 24K02704
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
• Research Institution: Shiga University of Medical Science
• Principal Investigator: 宮松 直美 滋賀医科大学, 医学部, 教授 (90314145)
• Co-Investigator(Kenkyū-buntansha): 原田 亜紀子 滋賀医科大学, 医学部, 准教授 (00451774) ; 森野 亜弓 滋賀医科大学, 医学部, 客員助教 (10633729) ; 清原 麻衣子 滋賀医科大学, 医学部, 助教 (50907988) ; 漆谷 真 滋賀医科大学, 医学部, 教授 (60332326) ; 芦原 貴司 滋賀医科大学, 医学部, 教授 (80396259) ; 野崎 和彦 滋賀医科大学, 医学部, 客員教授 (90252452) ; 三浦 克之 滋賀医科大学, 医学部, 教授 (90257452) ; 吉田 和道 滋賀医科大学, 医学部, 教授 (90598921) ; 山口 亜希子 滋賀医科大学, 医学部, 准教授 (30405336)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2028: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000); Fiscal Year 2027: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2026: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000); Fiscal Year 2025: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000); Fiscal Year 2024: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
• Keywords: 脳卒中予後予測 / 機械学習 / 悉皆登録 / DPC

Outline of Research at the Start

本邦の重度要介護の最大の原因である脳卒中要介護を予防するには、詳細な臨床情報と再発情報を含む、複雑な関連を想定した高精度の予測モデルと新たな予後予測因子の検出が求められる。予測モデルには代表性のある集団の診療情報と機能予後を用いるべきだが、両者を含む本邦の発症登録情報は極めて少ない。本研究では、臨床情報、機能予後情報を含む地域悉皆発症登録情報をもとに機械学習を用いた予測モデルを構築し、新たな予後予測因子の抽出を試み、悉皆発症登録調査に基づく脳卒中予後予測基準モデルを作成する。また、この基準モデルとDPC情報を両者の予後予測能力の比較を行い、DPCに基づく予測の有用性および留意点を検討する。