• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2023 Fiscal Year Research-status Report

保健師の記録を用いた神経発達障害のリスク要因の研究-機械学習の手法によるモデル化

Research Project

Project/Area Number 20K11101
Research InstitutionUniversity of the Ryukyus

Principal Investigator

畠中 雄平  琉球大学, 人文社会学部, 教授 (60649846)

Co-Investigator(Kenkyū-buntansha) 池添 志乃  高知県立大学, 看護学部, 教授 (20347652)
蜂屋 孝太郎  帝京平成大学, 人文社会学部, 教授 (40540381)
Project Period (FY) 2020-04-01 – 2025-03-31
Keywords「発達の記録」 / 神経発達障害 / ベイジアンネットワークモデル / 予測精度
Outline of Annual Research Achievements

保健師(PHN)が収集した「発達の記録」から得られたすべてのデータを分析し、幼児における神経発達障害(NDDs)の潜在的な早期指標を同定することを目的にベイジアンネットワーク(BN)分析を用いて、NDDs診断の予測精度を高める因子の組み合わせを明らかにした。
高知県の2つの市町村から、18ヵ月時と36ヵ月時に健康診断を受けた501人の小児コホートを対象とした。さまざまな人口統計学的因子、妊娠関連因子、分娩関連因子、新生児因子(子どもの社会性、言語、運動発達に関する母親の面接所見など)を子どもの「発達の記録」から抽出した。診断手順としては、小児科医と児童精神科医による、標準化されたツールを含む包括的な評価が行われた。NDDの予測精度は、受信者動作特性(ROC)曲線分析によって決定された。
フィッシャーの正確検定とBN構築を用いた分析により、NDD診断と有意に関連する乳幼児期の因子がいくつか明らかになった。羊水混濁、1分間アプガースコア、いくつかの早期発達マイルストーンなど、特定の因子の組み合わせがNDDの予測因子として浮上した。ROC曲線分析では、評価のタイミングによって予測精度が異なることが示された。10ヵ月健診での潜在的症例のスクリーニングは有効であることが証明されたが、低リスク症例の除外は信頼性が低かった。18ヵ月時の評価では、NDDリスクのある小児を正確に同定し、リスクのない小児を除外することに有望であることが示された。上記の内容について、現在、英文学術誌Pediatric Health, Medicine and Therapeuticsに投稿中である。また、解析方法の開発について2024年3月に開催されたThe 7th International Conference on Information and Computer Technologiesで発表した。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

データの解析を終了し学術誌の投稿までは至ったが、掲載の決定までは至っていない。
また、最終段階に設定した保健師が現場で利用可能なツールの開発については実施できていない。

Strategy for Future Research Activity

現在投稿中の論文について、2024年度中に英文学術誌に掲載されることを目指す。また、現場の保健師が利用可能なツールとして、乳幼児健診を神経発達障害の早期発見の機会として活用することに焦点を当てた配布用の小冊子を作ることを計画している。

Causes of Carryover

投稿中の論文の掲載費に使用する予定であったが、査読プロセスに時間がかかったため年度を超えてしまった。使用計画としては、学術誌への掲載費と配布用の小冊子の作成に当てる予定である。

  • Research Products

    (1 results)

All 2024

All Presentation (1 results) (of which Int'l Joint Research: 1 results)

  • [Presentation] A Method for Deriving High-Risk Conditions from Bayesian Networks That Model Diagnostic Probabilities2024

    • Author(s)
      Koutaro Hachiya (Teikyo Heisei Univ., Japan) Yuhei Hatakenaka (Univ. of the Ryukyus, Japan)
    • Organizer
      The 7th International Conference on Information and Computer Technologies
    • Int'l Joint Research

URL: 

Published: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi