2011 Fiscal Year Annual Research Report
糖尿病のアウトカム研究に適したデータマイニングアルゴリズムの開発
| Project/Area Number |
22590610
|
|---|
| Research Institution | Tokyo Women's Medical University |
|---|
Principal Investigator |
佐倉 宏 東京女子医科大学, 医学部, 准教授 (70240710)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
菅野 宙子 東京女子医科大学, 医学部, 助教 (90338971)
|
|---|
| Keywords | 医療情報学 / データマイニング / 糖尿病 / 多変量解析 |
|---|
| Research Abstract |
糖尿病をモデル疾患として、アウトカム研究の多変量解析を従来用いられてきた重回帰分析、ロジスティック回帰分析に比べてデータマイニング手法が有用であること示し、さらにアウトカムを最適に予知することを目指したデータマイニングアルゴリズムの開発を目的として研究を行っている。これは、従来の多変量解析手法は説明因子とアウトカムが線形関係にあることが前提条件になっていることが多いが、データマイニング手法は前提条件が少なくより柔軟性に富んだ解析手法と考えられるためである。
データ解析には、平成12年から構築を開始し、約1,200万件の医療情報を集積した東京女子医科大学糖尿病センターに通院歴のある約8万人の糖尿病患者データマートを用いた。重回帰分析およびロジスティック回帰分析については、平成23年度は平成22年度に引き続き、75gOGTTおよび食事負荷試験の詳細な解析を行った(研究分担者:菅野宙子、研究協力者:高井孝典)。さらに、新規の経口糖尿病薬シタグリプチンの改善群と非改善群の比較(研究協力者:飛田杏子)、入院患者の5年後の合併症の予測因子の検討(研究協力者:落合華奈)を行い、論文および学会にて成果を発表した。
データマイニング手法にはさまざまな手法が開発されているが、パイロット解析により、重回帰分析に比べてニューラルネットワーク手法が優れていること、およびロジスティック回帰分析に比べて決定木手法が優れていることを明らかにした(研究代表者:佐倉宏)。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成23年度の研究実地計画書の内容については予定通り研究が進行しており、そのうち一部についてはすでに、論文および学会にて成果を発表した。
|
| Strategy for Future Research Activity |
平成24年度は、平成22年度、23年度の成果を土台にして、最適なデータマイニングアルゴリズムの開発を行う予定である。
|
