| 研究課題/領域番号 |
16K19251
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
疫学・予防医学
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
福間 真悟 京都大学, 医学研究科, 特定准教授 (60706703)
|
|---|
| 研究協力者 |
池之上 辰義
山田 ゆかり
斎藤 良行
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 重症化予防予防 / 生活習慣病 / ベイジアンネットワーク / 疫学 / 大規模ヘルスデータ / 重症化予防 / リスク因子 / 健康医療ビックデータ / 予防医療 / 予測モデル / 予防医学 / 社会医学 / 臨床 / 臨床疫学 |
|---|
| 研究成果の概要 |
全国規模の大型保険者をフィールドに、健診データと医療データ（レセプト等）を経時的に突合することで、予防と医療のつながりを大規模ヘルスデータから検証した。高血圧、高血糖、慢性腎臓病の重症化確率をベイジアンネットワークにてモデル化した。特に慢性腎臓病において、重症化確率の高い集団の同定、同集団に対する効果的な介入プログラムの設計、介入効果の検証をヘルスシステム上で実践した。本研究で得られた知見を基に、自治体への展開、他のヘルスデータ（保健指導データ、介護データ等）への拡張、国際連携を進めている。
|
| 研究成果の学術的意義や社会的意義 |
国家的に行われている特定健診制度であるが、そこで得られたデータが十分に検証されているとは言えない。本研究では、癖があり複雑な大規模ヘルスデータを科学的に分析し、正しく解釈するために、臨床医学、疫学、データサイエンスの知見を集約し、データ加工アルゴリズムを整備した。これによって、ヘルスデータから予防と医療の課題を概観し、生活習慣病予防のための効果的な介入を設計することが可能になる。データから抽出される健康課題に基づき柔軟に対応することが期待される。
|
