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 |
Granted (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症例を目標に以下の組み入れ基準・除外基準で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。組み入れ基準:外来もしくは入院心不全症例:①20歳以上でフラミンガム心不全診断基準を満足する心不全症状/所見があり、②左室駆出率50%以上かつBNP値100pg/mLを超えるもしくはN末端proBNP値400 pg/mLを超える、③本人からの文書同意が可能。除外基準:①敗血症、②心筋炎、③閉塞型肥大型心筋症、④拘束型心筋症、⑤重度の弁膜症、⑥心臓移植後あるいは待機、⑦1か月以内の予定心臓手術 各種解析:①心不全マルチバイオマーカー解析 ②アレイ(ゲノムワイド関連)解析 ③網羅的メタボローム解析 ④歩行動画の人工知能解析 今年度は昨年度に引き続き、上記基準に該当する心不全症例の登録を開始してきた。令和5年3月末の時点で、目標症例数を超えるHFpEF802例の登録が得られ、バイオマーカー、アレイ、メタボローム解析も完了した。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。この技術は特殊なカメラやセンサーを用いず、単一のカメラのみで被験者の起立歩行様式の三次元位置情報を取得する「動作解析データ取得方法及び動作解析データ取得システム」として特許出願中である(特願2021-012431)。結果、来年度(最終年度)に予定通りネットワーク統合解析を行うためのデータ蓄積が完了した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
目標症例数を超える症例登録が得られた。各種解析も並行して行われていることから、おおむね予定通りの研究進捗である。
|
Strategy for Future Research Activity |
当初計画通り、次年度は予後調査を継続しながら、全データを用いてネットワーク統合解析を行う。また、東北メディカルメガバンク計画参加者のオミックス情報を用いて、HFpEFに特徴的な変化を明らかにする予定である。
|