2022 Fiscal Year Research-status Report
異質な集団を含むデータに対する統計的学習理論を用いたモデル開発と臨床医学への応用
| Project/Area Number |
18K11197
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
林 賢一 慶應義塾大学, 理工学部(矢上), 准教授 (70617274)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Keywords | 二値回帰モデル / 生存時間モデル / 経時データ / 再帰分割法 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，異質な部分集団によって構成されるデータに対し，「予測力（説明力）」と「解釈可能性」が両立する統計的方法の構築に寄与することである．2022度は，(A) 経時―生存同時モデルに対する再帰分割法，(B) 二値応答に対するにインデックスモデルに基づくロバストなリスク層別化法を検討した．
(A)は，生存時間と経時的に観測される変数を応答変数として考え，ベースライン共変量との関連をモデル化する方法である．この方法について，異質な部分集団を想定する場合のパラメトリックな再帰分割法を考え，そのアルゴリズムを与えた．また，シミュレーションにより，異質な部分集団が存在する場合に，既存の方法より高い精度でそれらを同定できる可能性が示唆された．この研究は，次年度に学会発表を予定している．
(B)は，二値アウトカムに対するインデックスモデル（Tian and Tibshirani, 2011）を一般化することにより，モデルの誤特定の影響を軽減することを目指す．インデックスモデルは(A)で考えるような再帰分割法よりも「粗い」リスク層別化法であるが，解釈可能性にすぐれたモデリングである．これについて，二値応答とインデックスを関連付ける関数（リンク関数）を一般化し，これに対する逐次推定アルゴリズムを与えた．この過程で，アルゴリズムで用いる検定統計量に，先行研究にはない項が現れるという興味深い事実が見出された．また，シミュレーションにより提案法の性能を検討した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
(A)の研究は一定の形にはなったが，(B)についてはさらなる検討が必要であり，そのため論文化が遅れている．同様の問題意識をもつ研究者たちと連携を深めることができたので，その遅れは取り戻せるものと考えている．
|
| Strategy for Future Research Activity |
インデックスモデルについての検討を重点的に行う．具体的には，異質性を想定したデータに対して妥当なモデリングの下でのインデックスモデルの構築である．また，二値応答以外の応答変数に対しては，今年度の検討は適用することが難しいため，別のアプローチでの一般化を試みる．
|
| Causes of Carryover |
コロナウイルス感染症の影響が続き，国際学会への参加取り止めにより，想定された旅費が未使用となったため．
（使用計画）
国際学会や国内の研究集会のための旅費として利用する．また，最終年度につき論文執筆に伴う英文校正と論文掲載料（APC）への使用も計画している．
|
