2022 Fiscal Year Annual Research Report
Statistical inference for cancer incidence in prefectural level
| Project/Area Number |
18K10068
|
|---|
| Research Institution | Sapporo Medical University |
|---|
Principal Investigator |
加茂 憲一 札幌医科大学, 医療人育成センター, 准教授 (10404740)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
福井 敬祐 大阪医科薬科大学, 研究支援センター, 助教 (50760922)
伊藤 ゆり 大阪医科薬科大学, 研究支援センター, 准教授 (60585305)
伊森 晋平 広島大学, 先進理工系科学研究科(理), 准教授 (80747345)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | がん登録 / がん罹患 / 数理モデル / 遅れ補正 |
|---|
| Outline of Annual Research Achievements |
地域がん登録として都道府県規模で収集・集計されている「がん罹患数」について、精確な数値を得るための数理モデル開発が本研究の目的である。2022年度は罹患数報告の即時性に着目し、遅れて報告される罹患数を定量的に予測するための数理モデルの開発およびその改良に着手した。
MCIJにより把握された罹患数は、その後も継続的なモニタリングが行われる。それは定時の報告においては一定数の変更が発生することが理由となっている。定時報告以降の変更の多くは「遅れ報告」であるため、その補填が重要となる。この問題に関して、米国SEERではMANOVAモデルによる遅れ予測が行われている。しかし、この方法では、延々と遅れが発生するモデルであるため遅れ報告を積み上げた極限が収束せず「真の罹患数」を推定することができない。そこで本研究においては、等比級数が収束することに着目し、遅れ報告数が等比数列に従うと仮定し、真の罹患数を等比級数として推定する方法を構築した。具体的には、各年の遅れ報告数の部分和を実際の罹患数に適合させることにより、等比数列の公比を推定する。アプローチとしては「①：罹患の差分を遅れ報告に適合させる」と「②：差分の累積を罹患数に適合させる」2種類を考察対象とした。
実データ解析より、①より②の方が良い推定が得られた。また、初年の報告情報がない状況に関しては、差分の初項を道パラメータと扱い、２パラメータを推定することにより遡ることも可能となった。一方で、罹患情報の収集状況に応じて差分がゼロとなる箇所が初年に近い状況においては、推定が不安定となる事が確認され、この点は今後の課題である。また、前後年の情報を用いた推定結果の安定化も今後の課題である。
|
Research Products
(3 results)
