2023 Fiscal Year Research-status Report
人工知能・機械学習による児の肥満発症の因果・機序クラスタリングと予測モデル開発
| Project/Area Number |
21K11541
|
|---|
| Research Institution | Miyagi University of Education |
|---|
Principal Investigator |
黒川 修行 宮城教育大学, 大学院教育学研究科高度教職実践専攻, 教授 (30431505)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小宮 秀明 宇都宮大学, 共同教育学部, 名誉教授 (30186811)
永井 雅人 岩手医科大学, いわて東北メディカル・メガバンク機構, 特命講師 (60707199)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 機械学習 |
|---|
| Outline of Annual Research Achievements |
身長・体重の発育状況や肥満との関係について、機械学習を用い、成長期における肥満発症・改善の要因、およびその交互作用を考慮して、その因果メカニズムのパターンをクラスタリングすること、そして、予測モデルを開発し、成長期における肥満の予防および改善を考慮した個別化対策の一助を目指した。
今年度は、昨年度のデータと今年度新たに入手することの出来たデータを用いて、データ整理、およびその分析を中心に研究を展開した。肥満傾向児を分類し、どのような生活習慣が肥満状態と関連しているのかについて確認を行いながら、解析を進めた。基本統計的な解析においては、これまで報告されている結果と概ね結果を観察することができたことから、解析データのクリーニングや標準化などもあわせて進めながら解析を進めた。
最終年度であることから、予測モデルの作成を目指したが、研究代表者が解析に向けての十分な時間を確保することができなかったため、基礎データの集計および実際に因果メカニズムに関連するクラスタリング解析を中心に行った。クラスタリング解析を行ったが、クラスター数によって、因果メカニズムのパターン分類が多岐にわたり、その解釈をどのように行うのか、新たな課題として浮かびあがった。現時点の解析では、解釈に限界があるものの、クラスター毎に活動量不足、食習慣、睡眠習慣、それぞれとの関連性が強いグループに分類することが出来る可能性を見出すことができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新型コロナウィルス感染症の影響により、研究立案時に想定していた子どもの生活・環境がこれまでと変化したことや体格に関するデータを集計する中で肥満傾向児の出現率などに変化が認められたことから、研究計画の変更が必要となったため。
|
| Strategy for Future Research Activity |
学校現場において、新規に立ち上げる調査実施が難しいものと判断したが、既存データを活用することができるようになったため、これらのデータを用いて、解析を進める。なお、研究期間延長を行ったことから、最終的には、当初の目的である予測モデルの開発を進め、研究目的の達成を目指す。
|
| Causes of Carryover |
学校現場において、新規に立ち上げる調査実施が難しいものと判断し、フィールド調査の実施を行わなかったため、使用額が変更となった。また、研究代表者が解析に向けての十分な時間を確保することができなかったため、十分な解析が行えておらず、研究期間を延長し、詳細な解析およびそれに伴う研究成果報告（英文校閲・論文投稿等）のために支出が発生するため。
|
