• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

栄養疫学における食事パターンの活用に関する研究

研究課題

研究課題/領域番号 17K00913
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 食生活学
研究機関千葉大学

研究代表者

大竹 正枝  千葉大学, 予防医学センター, 特任助教 (00724858)

研究分担者 佐藤 由美  千葉大学, 医学部附属病院, 管理栄養士 (60650348)
櫻井 健一  千葉大学, 医学(系)研究科(研究院), 講師 (80323434)
森 千里  千葉大学, 大学院医学研究院, 教授 (90174375)
研究期間 (年度) 2017-04-01 – 2018-03-31
研究課題ステータス 中途終了 (2017年度)
配分額 *注記
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
キーワード妊婦 / 栄養 / 食事パターン / 公衆栄養
研究実績の概要

我々が毎日摂取する食事の内容(質)は、摂取する人の健康状態、年齢、家族構成、学歴、経済的要因などと関連している。そのため、個々の食事内容(質)は、多様性があると考えられる。その個々の食事内容(質)を集団全体から見て特徴づけることができれば、“食事パターン”の形成が想定される。形成された“食事パターン”と健康情報を解析することで、栄養指導あるいは介入戦略の立案などの栄養疫学における重要な指標として活用できる可能性がある。以上から、本年度の研究は、「妊婦の食事パターンの確立」と「食事パターンによる妊婦および児の健康情報解析の検討」を目的とした。
これまで食事パターン解析手法として、主成分分析やクラスター解析が主なものであった。しかし、大規模データをグループ化する場合、適切なグループ分割とグループ内の均質化が必要となる。そのため、複数のクラスタリング手法(PLS, OPLS, O2PLSを組み合わせた手法など)が有効な方法と考えた。そこで本研究は、食事パターン解析を確立するために、多変量解析ソフトSIMUCAを用いて、以下の手順で食事パターンのグループ化を行った。①得られたデータを標準化、②そのデータを主成分分析し、③Hotelling’s T2理論に基づき外れ値となる検体を算出、④さらに信頼区間内サンプルの主成分得点に基づいたクラスター分析を行った。この手法を用いてグループ化を試みた。
次に、食事パターンによる妊婦および児の健康情報解析の検討を行った。妊婦および児の健康情報を解析する上で、食事調査の集団の基本属性を含めた特徴を評価する必要がある。しかし、食事調査の回答には過少・過大評価の存在が報告されている。その要因として、身体的、心理的、文化的要因が存在すると考えられるが、その要因について日本における研究報告は少ない。そこで食事量の過少評価する集団の要因について検討を行った。

報告書

(1件)
  • 2017 実績報告書
  • 研究成果

    (1件)

すべて 2017

すべて 学会発表 (1件)

  • [学会発表] Association between Maternal under-reporting of Food Questionnaire and some factors in pregnant women, C-MACH2017

    • 著者名/発表者名
      大竹正枝、川波亜希子、渡邉応宏、櫻井健一、森千里
    • 学会等名
      第6回日本DOHaD学会
    • 関連する報告書
      2017 実績報告書

URL: 

公開日: 2017-04-28   更新日: 2018-12-17  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi