| 研究課題/領域番号 |
17H07421
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
応用健康科学
|
|---|
| 研究機関 | 藤田医科大学 (2018)
国立研究開発法人国立循環器病研究センター (2017) |
|---|
研究代表者 |
尾形 宗士郎 藤田医科大学, 医療科学部, 講師 (00805012)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 認知機能 / 予測モデル / 自治体保有情報 / ビッグデータ / 循環器病リスク要因 / 機械学習 / AI / 地域在住高齢者 |
|---|
| 研究成果の概要 |
本研究は宮崎県延岡市と疫学研究を共同で実施し地域在住後期高齢者約480名の認知機能に関するデータを収集した。機械学習法の一種であるスパースモデリングを活用し、市が日常業務として収集・蓄積している情報のみを使用し、認知機能障害に対する予測モデルを作成した（AUC：0.70-0.71）。また本研究調査で追加収集した教育歴、言語流暢性テスト、短期記憶テスト等々（現状の健康診査では収集されていない情報）を加えることで予測精度が向上した（AUC：0.74-0.96）。本研究は既存情報＋簡便な追加検査の情報のみであっても十分な予測精度を有する地域在住後期高齢者を対象とした認知機能障害予測モデルを提示した。
|
| 研究成果の学術的意義や社会的意義 |
認知症対策として認知機能低下を早期発見し予防につなげることが重要な戦略である。本研究で開発した地域在住後期高齢者を対象とした認知機能障害予測モデルは、日本の市町村が既に業務の一環として収集している情報を主として使用している。そのため、市町村は本研究で開発した予測モデルを低コストで今すぐ運用することが可能である。以上のことから、本研究は認知症早期発見システム構築に貢献すると考える。
|
