| Project/Area Number |
22K11211
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58080:Gerontological nursing and community health nursing-related
|
|---|
| Research Institution | Meio University |
|---|
Principal Investigator |
本村 純 名桜大学, 健康科学部, 上級准教授 (50632999)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
奥野 恭史 京都大学, 医学研究科, 教授 (20283666)
花城 和彦 名桜大学, 健康科学部, 教授 (20284961)
池松 真也 沖縄工業高等専門学校, 生物資源工学科, 教授 (40442488)
神谷 義人 名桜大学, 健康科学部, 准教授 (50812830)
砂川 昌範 名桜大学, 健康科学部, 教授 (70325835)
奥本 正 名桜大学, 健康科学部, 教授 (70330727)
立津 慶幸 名桜大学, 健康科学部, 上級准教授 (70833911)
玉田 嘉紀 弘前大学, 医学研究科, 教授 (80435495)
島 康貴 名桜大学, 国際学部, 准教授 (60838556)
内野 詠一郎 京都大学, 医学研究科, 特定助教 (20820905)
中澤 麻衣 弘前大学, 医学研究科, 助教 (90971599)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 疫学調査 / 横断調査 / 非侵襲的スクリーニング / 脂肪肝 / 特定健診項目 / ALD / NAFLD / 縦断調査 / スクリーニング / 機械学習 / 予兆モデル / アルコール性肝疾患 / 非アルコール性脂肪性肝疾患 / ヘルスリテラシー / 行動変容 |
|---|
| Outline of Research at the Start |
本研究では、「①AI・機械学習によるアルコール性肝疾患（ALD）・非アルコール性脂肪性肝疾患（NAFLD）の予兆モデル開発」、及び「②同モデル介入による住民のヘルスリテラシー得点と行動変容への影響の評価」を行う。上記②で住民を対象とする介入試験の際、上記①のモデルを住民が日頃使えるようにするために、スマホアプリ開発を行う。本研究により、予兆モデル介入の社会実装を試行することで、沖縄県内の働き盛り世代の肝機能低下予防に関するヘルスリテラシー向上と行動変容支援、自治体の特定健診・特定保健指導、医療機関における ALD・NAFLD のスクリーニングへの活用が期待できる。
|
| Outline of Annual Research Achievements |
2025年度より開始予定の縦断研究（2032年度まで）において、ALD・NAFLDの予兆モデルを開発する予定であり、これに先立ち、当該予兆モデル開発に必要な項目のデータを用いて、ロジスティック回帰モデル等を用いて、脂肪肝の判別モデル開発を行った。用いたデータは、横断研究（2018～2023）で収集した、沖縄県北部在住者約1,600人における、質問紙による生活習慣に関するデータ、生理学データ、生化学データである。そのうち、分析対象者は約960人で、１）男女別の2群における、そして２）男女別且つ飲酒歴別の4群における判別モデル開発を試みた。２）の男女別且つ飲酒歴別に、合計4群に分類すると、男女いずれも非飲酒群が少ないため、判別の精度が低くなった。したがって、１）の判別モデルに着目し、ハイパーパラメータの最適化、アンサンブルモデルの使用等により、比較的精度の高い判別モデルを開発することができた。
また、１）男女別の2群における脂肪肝の判別モデルについて、（１）既報の「ALD・NAFLD予測スコア（Motomuraら）*」による判別モデルの精度と比較を行う目的で、（２）特定健診項目を用いた判別モデル及び（３）本学の横断研究で収集したデータにおいて脂肪肝と関連が認められる項目全てを用いた判別モデルの作成も行った。その結果、F1 Scoreによる評価において、（３）が最も高く、（１）が最も低くなったが、AUROCによる評価において、（１）、（２）、（３）いずれも0.7超であったことより、（１）「ALD・NAFLD予測スコア（Motomuraら）*」による判別モデルの実用の可能性が示唆された。
以上の研究結果を受け、今後も2018年から2024年度までの本学の横断研究で収集したデータを用いた、可能な限り少ない項目で脂肪肝の判別モデル開発を進めていく予定である。
＊Motomura J, et al. J Phys Fit Nutr Immunol. 33(1) 3-13.2023.
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
本研究の進捗状況について報告する。2024年度からの縦断研究の開始を当初計画していたが、沖縄県北部のある自治体との調整が当初の想定より遅延したため、予定通りの開始には至らなかった。
その主な要因として、研究実施場所が本学から当該自治体内の施設へと変更になったことが挙げられる。これにより、新たに施設管理者との調整や使用許可の手続きが必要となり、対応に一定の時間を要した。また、本研究は人的・物的資源に限界があるため、対象者数を年度あたり最大300人に制限している。これは教員や研究者、学生スタッフの対応可能人数、予算の上限、一日あたりに実施できるデータ収集件数などを総合的に考慮した結果である。
本年度の下半期において、2025年度からの縦断研究開始に向けて、当該自治体および施設側との協議を継続し、必要な準備を着実に進めていくことができた。したがって、現在、当該自治体および実施予定施設との調整は概ね完了している状況にある。研究の倫理性と質を確保しながら、実行可能な体制の構築を引き続き図っていく所存である。
|
| Strategy for Future Research Activity |
本研究の今後の推進方策について以下に述べる。現在、縦断研究の実施に向けて、当該自治体および実施予定施設との調整は概ね完了しており、施設利用に関する正式な申請手続きを経ることで、研究実施が可能な段階に達している。
本年度は2025年9月より縦断研究を開始する計画であり、その準備として、将来的な脂肪肝発症リスクの予兆モデルを構築するために必要な調査・検査項目の最終的な確認作業を進めている。これらの項目は、精度の高い予兆モデル開発に資するエビデンスベースの指標であり、過去の横断研究結果や先行文献に基づいて選定を行っているところである。
今後は、当該項目の確認を完了次第、速やかに本学の倫理審査委員会に対して申請書を提出し、承認を得たうえで研究を開始する予定である。また、研究開始に先立ち、データ収集体制の整備、スタッフ研修、機器準備、説明資料の作成等も並行して進め、9月の円滑なスタートを確保する。
引き続き、研究の質と倫理的配慮を両立させながら、地域の協力を得て研究を着実に推進していく所存である。
|
