多因子疾患の立体的な層別化に基づく臨床的多様性の詳細な理解の手法の開発

2020 Fiscal Year Research-status Report

• Project/Area Number: 20K19914
• Research Institution: Tohoku University
• Principal Investigator: 水野 聖士 東北大学, 東北メディカル・メガバンク機構, 助教 (80646795)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 機械学習 / 層別化 / 妊娠高血圧症候群 / バイオインフォマティクス / 時系列クラスタリング

Outline of Annual Research Achievements

本年度は、東北メディカル・メガバンク計画三世代コホート調査参加者のうち妊娠高血圧症候群（HDP）患者約二千名を対象に、以下の研究を実施した。
1. 有害アウトカムである、Light-for-date（LFD）および、降圧剤への治療抵抗性の有無の取得 2. 曝露・診療情報、オミックス情報、遺伝情報を入力にとり、情報種別ごとの有害アウトカムに関連する特徴の取得
1. の有害アウトカムの取得は、LFDについては、日本小児内分泌学会、日本成長学会、日本未熟児新生児学会の体格指数計算に基づき算出した体格指数をもとに得た。降圧剤への治療抵抗性の有無は、妊婦検診の診療記録をもとに、マニュアルキュレーションによる降圧剤治療の有無および治療を受けた妊娠週数を取得し、降圧剤治療後に高血圧を呈したかどうかで判断した。また、実際に降圧剤治療を受けたことが確認できたHDP患者の数が少なかったため、血圧情報の時系列の推移をもとにクラスタリングを行い、降圧剤治療を受けた対象者の推定を行った。
2. の有害アウトカムに関連する特徴は、それぞれの情報を入力とし、LFDおよび降圧剤への治療抵抗性の有無を正解ラベルとした機械学習モデルを構築し、構築したモデルでの重要度が高い特徴を有害アウトカムに関連する特徴として取得した。
来年度は、今年度に実行できなかった、得られた特徴に基づく、情報種類のHDP患者のクラスタリングおよび、計画していた、HDPの臨床的多様性に対して寄与のある相互作用をもつリスク因子の組み合わせの推定を実施する。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

HDP患者の中で、妊婦検診の診療記録から実際に降圧剤治療を受けたことが確認できた対象者が少なく、降圧剤治療の有無を推定する時系列クラスタリングの手法開発に大きく時間を割くことを余儀なくされたため。

Strategy for Future Research Activity

今後は、今年度に実行できなかった、HDPの有害アウトカムに関連する特徴に基づく、曝露・診療情報、オミックス情報、遺伝情報別の情報種別ごとのHDP患者のクラスタリングおよび、計画していた、HDPの臨床的多様性に対して寄与のある相互作用をもつリスク因子の組み合わせの推定を実施する。

Causes of Carryover

新型コロナウイルスの流行により、旅費の執行ができなくなってしまったことおよび、本研究課題以外の研究助成金により汎用的な物品の支弁を賄っているため。
また、本年度できなかった旅費の執行については、次年度、オンライン開催を行っている学会に参加し、執行を行う予定である。