2022 Fiscal Year Research-status Report
機械学習を用いたCKD未病状態における新規病型分類と治療効果
| Project/Area Number |
20K19707
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
遠山 直志 金沢大学, 附属病院, 特任教授 (50624871)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | リスク因子 / クラスター分析 / 慢性腎臓病 |
|---|
| Outline of Annual Research Achievements |
金沢市の一般住民検診データを利用し、リスク因子と腎機能障害との関連を報告している。当該年度は、さらに糖尿病を対象とした年齢別のリスク因子と慢性腎臓病（CKD）との関連性を調査した。この結果に基づいて論文を作成し、査読付きの学術誌に投稿している。
次に、クラスター分析を用いて一般住民を分類し、高血圧などのリスク因子と腎機能障害の進行を評価した。クラスター分析では、コンセンサスクラスタリングという手法を採用した。年齢や性別、生活習慣などの既存のリスク因子を組み合わせることで、対象者を特定のクラスタに分類した。このアプローチにより、同じリスク因子を持つ人々がグループ化され、異なるクラスターごとに腎イベント発症率が異なることが明らかとなった。
さらに、各クラスターでリスク因子と腎イベントの関連性を調査した。その結果、クラスターごとに異なるリスク因子が特定された。このことから、個別のリスク因子だけでなく、クラスターごとの特徴を考慮したリスク因子の評価の必要性が示唆された。
この研究結果は、2022年に開催された第65回日本腎臓学会学術総会で口頭発表した。現在は、論文投稿の準備を進めており、査読付き学術誌への投稿を目指している。この研究の成果は、CKDに関連したリスク因子の関連性をより詳しく理解し、患者背景をより考慮した個別化医療ついての洞察を提供することが期待されている。
今後の研究展望としては、より多くのリスク因子を含めた包括的な分析や、他の地域や人口に対しても同様の調査を行うことが挙げられる。クラスタリング手法を活用したリスク評価は、個別のリスク因子だけでなく、個人の特性や背景を考慮する上で有用である。将来的には、この手法を実践的な健康管理に応用し、リスクの高いグループを特定し、個別に適切な予防措置を講じることが期待される。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
既存のリスク因子と腎予後との関連の検討が進み、論文投稿を準備している。
|
| Strategy for Future Research Activity |
本研究で用いた方法を、介入研究の結果へ応用していく。
|
| Causes of Carryover |
学会のオンライン参加により旅費が削減されたため。令和5年度は学会に現地参加する予定である。また、論文の投稿費用などで使用する計画である。
|
