2023 Fiscal Year Research-status Report
A validation of mathematical models of predicting future incidences of stroke and cardiovascular disorders for residents who have been receiving annual medical check-ups using deep learning
| Project/Area Number |
22K10557
|
|---|
| Research Institution | Ehime University |
|---|
Principal Investigator |
加藤 匡宏 愛媛大学, 教育学部, 教授 (60325363)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山内 加奈子 福山市立大学, 教育学部, 講師 (20510283)
丸山 広達 愛媛大学, 農学研究科, 准教授 (20627096)
斉藤 功 大分大学, 医学部, 教授 (90253781)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Keywords | ニューラルネットワークモデル / 脳心事故発症予測 / ヘルスプロモーション |
|---|
| Outline of Annual Research Achievements |
筆者は，脳卒中および心筋梗塞（脳心事故）の危険因子を特定するために愛媛県の中規模市である O 市（人口約 5 万人規模）において以下の（1）（2）の 2 つのコホート集団を設立した。最初に（1）第 1 期 O 市コホートⅠ（1996 年から 1998年：5161 人）においては，老人保健法に基づく成人病基本健康診査受診結果データと食生活習慣を含む脳心事故
に関連する危険因子に関する問診等の健康関連項目を 3年間で蓄積した。次に（2）第 2 期 O 市コホートⅡ集団（2009 年から 2011 年：3600 人）においてはメタボリック症候群予防の特定健康診断結果データ，飲酒，喫煙，日常身体活動量，睡眠など様々な生活習慣の状況，首尾一貫感覚（Sense of coherence 以下 SOC と略す）を含む詳細問診項目，自律神経系機能検査，各種バイオマーカー等の脳心事故危険因子に関するベースラインデータを3 年間で蓄積した。（1）（2）のコホート集団は脳心事故発生をエンドポイントとする調査であるために 1996 年より約 27 年にわたり，O 市基幹病院において脳心事故の疾病登録を実施し，脳心事故発生および死亡の動向を把握している。脳心事故疾病登録データと 2 つのコホート集団のベースラインデータをマッチング解析することにより脳心事故発生の危険因子を明らかにしてきた。筆者らは機械学習のプラットフォーム基盤を確立することによって O 市で設立した 2 つのコホート集団である（1）O 市コホートⅠおよび（2）O 市コホートⅡのベースラインデータを（3）脳心事故発生の疾病登録情報を再帰型ニューラルネットワークモデル（RNN）モデルによるディープラーニング（Deep Learning 以下 DL と略す）手法によって健診受診者一人ひとりに脳心事故の発症予測確率を算出する試みを開始した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
地域における疾病予防活動では，リスクの大小にかかわらず集団全員を対象とした「ポピュレーション戦略」に力を入れ，特に教育や啓発を中心とした一次予防の活動を実施している。また，疾病発症リスクの高い集団には「ハイリスク戦略」として早期発見・早期治療という二次予防策をとってきた。しかし，ハイリスク戦略はすでにリスクが上昇している集団を対象とするために，被介入者が治療対象者になってしまうことが多く，予防活動となりにくいことが多いので、O市保健センター保健師との作業が必要である。
|
| Strategy for Future Research Activity |
ポピュレーション戦略の教育や啓発として，過去に集積された脳心事故疾病登録データと健診データから RNN モデルを用いて，健診受診者各個人に対して脳心事故の発症確率を提示することができれば，健診受診後に実施される保健指導のエビデンスを提供することができ，健診受診者が脳心事故発症のハイリスク者になる前に積極的な予防介入ができると考えた。本研究においては，脳心事故発症のうち脳卒中発症予測確率の正解率（精度）と損失率を求めた。
|
| Causes of Carryover |
10月よりシステムエンジニアを1人雇用するため。
|
