2019 Fiscal Year Research-status Report
隠れマルコフモデルによる糖尿病発症モデル構築と糖尿病発症予防への展開
| Project/Area Number |
19K17970
|
|---|
| Research Institution | Aichi Medical University |
|---|
Principal Investigator |
成定 明彦 愛知医科大学, 医学部, 講師 (20800965)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | 糖尿病予防 / 機械学習 / 空腹時血糖異常（IFG） / スクリーニング / 隠れマルコフモデル / 健康診断 / 境界型糖尿病 |
|---|
| Outline of Annual Research Achievements |
2型糖尿病発症予防では、糖尿病高リスク状態での適切な介入が望まれる。しかしながら、健診標準項目である空腹時血糖を用いた糖尿病高リスク状態（impaired fasting glucose: IFG）の基準値は、日本などが110㎎/dl－、アメリカが100㎎/dl－と世界的に統一されていない。本研究では多様な時系列データの状態推定に用いられる隠れマルコフモデルを健診データに適用して、糖尿病高リスク状態の推定を行うことを目的とした。
初年度は、「正常状態（潜在状態）⇔高リスク状態（潜在状態）→糖尿病」の３状態からなる隠れマルコフモデルを健診の空腹時血糖データに適応して２型糖尿病発症モデルを構築した。
構築したモデルでは、高リスク状態の分布の平均が約110㎎/dlであり、高リスク状態の基準値として110㎎/dlは高すぎると考えられた。また高リスク状態→正常状態の遷移確率が0.2％/年と、いったん高リスク状態になると正常状態に戻らず、高リスク状態が継続することが示された。高リスク状態への継続的な介入が必要なことや、さらに遡って正常から高リスク状態への移行を予防するための介入（ポピュレーションアプローチ）が重要になってくることが考えられ、糖尿病予防戦略の新たな知見となる可能性が示された。モデルおよびそこから得られた知見は、機械学習手法に伴うモデルのデータへの過剰適応によるものの可能性があるため、独立した別の健診データセットで同様の解析を行った。別データセットで構築したモデルからも、同様の知見が得られた。
結果と知見は学会で発表を行い、論文にまとめ、投稿準備中である。
次年度以降は、高リスクが正常化しないという知見を、インスリン値の動きなども考慮に入れて、更に詳細に検討していくことが課題である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度、目標としていた健診データセットに隠れマルコフモデルを適用しモデルを構築することは達成した。さらに独立した別の健診のデータセットでモデルの妥当性の検討もできた。初年度利用した２つのデータは約５年の期間であったが、さらに長期のデータなどで検討する必要がある。
|
| Strategy for Future Research Activity |
次年度以降は、別の長期（１０年）のデータセットでモデルを構築して検証すること、および高リスクが正常化しないという知見を、インスリン値の動きなども考慮に入れて、更に詳細に検討していく予定である。
|
| Causes of Carryover |
初年度はほぼ計画通りの使用額であった。
|
Research Products
(3 results)
