空間医学データにおける統計的複数クラスタ検出法の開発と実践
| Project/Area Number |
17K00046
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Research Field |
Statistical science
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
高橋 邦彦 名古屋大学, 医学系研究科, 准教授 (50323259)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2019)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2018: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2017: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 空間疫学 / スキャン統計量 / 多重検定 / 医学データ / 空間・環境統計 / 疫学 / 生物統計 / 空間クラスタリング |
|---|
| Outline of Annual Research Achievements |
位置情報が付加された空間医学データを用いて，注目する疾病発生と関連が強い位置・領域を探し出し，その関連の有意性を判定する統計的クラスタ検出法が提案され，様々な分野で実践され重要なツールになってきている。しかし従来の代表的な方法では，単一クラスタの存在を仮定したモデルで議論されているため，複数クラスタの検出とその全体としての有意性評価については整理されていない。本研究では医学分野における統計的クラスタ検出における複数クラスタモデルの定式化と，その評価について新たな方法論の提案を目指す。さらに空間疫学研究や脳画像解析研究の実データを用いて，実践的な実証研究を併せて行っている。
昨年度までの成果では，時間集積性の検出法の状況のもとでの一般化線形モデルの枠組みを用いた複数クラスタモデルおよび最適なクラスタ数を選択するための規準指標を提案した。本年度はそれを拡張し，平面空間における空間集積性の状況に適用できる複数クラスタの検出法と評価法を提案した。今回の提案した新たな情報量規準とそれに基づく統計量を用いることで，平面空間内に存在する複数クラスタの数を的確に定めることができることが確かめられた。またシミュレーション実験による数値的評価を行い，平面上におけるクラスタ検出においても，今回提案する方法によって，従来の方法ではできなかった複数クラスタを精度よく検出できることが確かめられた。この成果については国内外の学会で成果発表を行った。さらに，現在，国際誌に論文を投稿中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
成果については国内外の学会発表も順調に行っており，おおむね順調に進展している。一方，投稿論文の査読期間が当初の予定以上にかかってしまっているが，その間，本研究で得られている成果に基づき，実データへの適用等についてさらなる検討を行うこととした。
|
| Strategy for Future Research Activity |
本研究での得られている成果に基づき，方法論の評価および実際への適用についてさらなる検討を行い，論文投稿を目指す。
|
Report
(3 results)
Research Products
(15 results)
