| 研究課題/領域番号 |
18K07262
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分50020:腫瘍診断および治療学関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
板倉 淳 山梨大学, 大学院総合研究部, 特任教授 (10252032)
|
|---|
| 研究分担者 |
市川 大輔 山梨大学, 大学院総合研究部, 教授 (20347446)
杉本 昌弘 慶應義塾大学, 政策・メディア研究科(藤沢), 教授 (30458963)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | メタボローム / 唾液 / 癌 / スクリーニング / 膵癌 / 定量的決定木 / new onset diabetis / 早期診断 |
|---|
| 研究実績の概要 |
今年度は、データの精度を向上のため、サポート・ベクター・マシーンと定量的決定木Adtree (Alternative decision tree)の組み合わせにより、相関に関係なく幅広い変数を同時に考慮して、高精度に識別する数理モデルを開発した。データは複数に分割して多施設データを模擬した評価試験を行い、またデータ解析上での評価試験も多数行った。具体的には最初に同一検体を何度も測定し、測定装置におけるデータのバラつきを確認し、これらを仮想的にノイズとしてデータ付加し、それでも精度が劣化しにくいモデルを開発した。クロスバリデーション試験やブートストラップ検定も実施し、ノイズに強いロバストなモデルを構築した。
大規模検診センターにおける実臨床応用に向けて、本研究用検体採取キット（Salivachecker）の導入を行い、倫理上の問題、運用上（採取・保管・輸送・解析・精度・結果のフィードバック・患者のフォローアップ）に問題ない事を確認した。COVID-19の影響で、大規模スクリーニングの開始には至らなかったため、次年度には膵癌・乳癌のハイリスクグループを中心に大規模スクリーニングを開始すべく準備を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
COVID-19の影響で、連携検診センターでの検診業務の大幅な縮小、本スクリーニングシステム運用の制限があったため。
|
| 今後の研究の推進方策 |
本年度は最終年であるため可能な範囲で検体膵癌、乳癌を中心としたのハイリスクグループを対象にスクリーニング検査を実施し次期科学研究に繋げる臨床データの集積と解析を行い大規模スクリーニングに向けたエビデンスとする。
|
