2023 Fiscal Year Research-status Report
Deep learning-based prediction model for intraoperative neuromuscular blockade
| Project/Area Number |
23K14406
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
朝田 瑞穂 東京医科歯科大学, 大学院医歯学総合研究科, 非常勤講師 (60961290)
|
|---|
| Project Period (FY) |
2023-04-01 – 2025-03-31
|
| Keywords | ディープラーニング / ロクロニウム / 筋弛緩深度予測 |
|---|
| Outline of Annual Research Achievements |
本研究は、筋弛緩薬ロクロニウムの効果指標であるTrain-of-Four CountとPost-Tetanic Countの予測モデルの構築を目的としている。
東京医科歯科大学病院でロクロニウムが投与された外科手術患者 586 名に対し、Train-of-Four CountとPost-Tetanic Countの測定結果、また、筋弛緩作用へ影響を及ぼす可能性のある特徴量として年齢、身長、体重、腎機能、肝機能、術式、既往歴、併用薬情報を収集した。情報収集は電子カルテと麻酔記録を用いて行なった。
薬物動態学/薬力学(PK/PD)モデルは、目的関数をTrain-of-Four CountとPost-Tetanic Countとして、今回収集した電子カルテと麻酔記録の情報と既報のロクロニウムのPKデータ(Ploeger., Anesthesiology. 2009）を用いて構築した。なお、筋弛緩の深度指標であるTrain-of-Four CountとPost-Tetanic Countはカテゴリカルデータとなるため、PK/PDモデルはロジスティック回帰を用いたモデルとした。
本研究によりロクロニウムの効果指標である筋弛緩深度を経時的に予測することが可能となれば、手術中の体位によるセンサー装着部位の肢位の影響、センサーのずれ・外れによるTrain-of-Four CountやPost-Tetanic Countの誤判定時にその値を補完することが可能となる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ディープラーニングモデルとPK/PDモデル構築に必要な症例情報の収集、PK/PDモデルの構築を行なった。現在までに目的達成にむけ進行している。
|
| Strategy for Future Research Activity |
今後は、ディープラーニングモデルを構築し、PK/PDモデルとディープラーニングモデルの予測精度をモデル構築とは別の患者群を用いて外部検証する。
|
| Causes of Carryover |
本研究計画実施のための研究設備面は概ね整っているが、PK/PD解析に必要なライセンスソフトの年間使用料、複雑なビッグデータを扱うディープラーニングモデル作成時に必要なパソコン、学会発表に伴う旅費、論文執筆に伴う英文校正料等を計上する。
|
