Interdisciplinary fusion research for precision medicine in heart failure patients with preserved ejection fraction
| Project/Area Number |
20H03670
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
安斉 俊久 北海道大学, 医学研究院, 教授 (60232089)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
永井 利幸 北海道大学, 医学研究院, 准教授 (00528218)
小川 貴弘 北海道大学, 情報科学研究院, 教授 (20524028)
横田 勲 北海道大学, 医学研究院, 准教授 (20761414)
清水 厚志 岩手医科大学, 医歯薬総合研究所, 教授 (30327655)
平田 健司 北海道大学, 医学研究院, 准教授 (30431365)
小柴 生造 東北大学, 未来型医療創成センター, 教授 (70332301)
櫻井 美佳 東北大学, 東北メディカル・メガバンク機構, 准教授 (80508359)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,940,000 (Direct Cost: ¥13,800,000、Indirect Cost: ¥4,140,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2021: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2020: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
|
|---|
| Keywords | 個別化医療 / 収縮能が保持された心不全 / ディープフェノタイピング / バイオマーカー / オミックス |
|---|
| Outline of Research at the Start |
有効な治療法が確立されていない左室駆出率が保持された心不全（Heart Failure with preserved Ejection Fraction：HFpEF）に対し、個別化診療基盤を構築することが本研究の目的である。全国から500例のHFpEFを登録し、詳細な臨床情報に加え、採取した血液検体からマルチバイオマーカー・ゲノム・オミックス解析、虚弱を反映する歩行動画の人工知能解析、そしてネットワーク統合解析を行い、ディープフェノタイピングによるHFpEF症例の新しいクラスター分類を構築する。構築された新規クラスター分類と有害事象との関連を検討し、個別化診療に応用できる基盤データを構築する。
|
| Outline of Annual Research Achievements |
HFpEF計500症例を目標に北海道大学病院を含む全国25施設からElectronic Data Captureシステムを用いて詳細な臨床情報を含めて登録し、各種解析を並行して実施した。
今年度は昨年度までに登録されたHFpEF802例を対象にバイオマーカー、アレイ、メタボローム解析を計画通り完了した。しかしながら、当初計画していたネットワーク関連解析に関しては、現在進行中であり、オミックス情報を含めたHFpEF患者の新規クラスター構築を研究期間内に完了することは出来なかった。
本データベースから最終年度に得られた成果として、心不全患者の臨床背景80項目を潜在クラスター解析で検討したところ、HFpEF患者が臨床的特徴から以下の3クラスターに分類できることが明らかとなった。クラスター①：心房細動を有するが左房サイズが小さい、クラスター②：高血圧や心肥大を有する高齢女性（いわゆる古典的HFpEF）、クラスター③：高齢かつ心房細動を有する。 さらに、クラスター②に分類されるHFpEF患者はβ遮断薬の投与により有害事象（死亡あるいは心不全増悪による入院）の頻度が有意に高いことが明らかとなった（論文投稿中）。今後はオミックスデータの統合解析により、本クラスターの病態を明らかにするとともに、β遮断薬の投与に関する個別化基盤を構築する予定である。
また、歩行動画の人工知能解析に関しては、撮影した歩行動画から機械学習を用いて客観的にフレイルスコアを算出することに成功した。加えてフレイル算出に寄与した歩行関連パラメータをSHapley Additive exPlanation（SHAP）により同定し、それぞれのパラメータの寄与度に関して表示できるようにした。その後スマートフォンアプリケーションを開発し、アプリケーションを搭載したスマートフォンを用いて歩行動画の撮影からフレイルスコアの算出まで一連の過程をスマートフォン内で施行することに成功した。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
Report
(4 results)
Research Products
(42 results)
