| 研究課題/領域番号 |
19K11847
|
|---|
| 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60030:統計科学関連
|
|---|
| 研究機関 | 帝京大学 (2020-2022)
東北大学 (2019) |
|---|
研究代表者 |
宮田 敏 帝京大学, 公私立大学の部局等, 教授 (60360343)
|
|---|
| 研究分担者 |
倉田 博史 東京大学, 大学院総合文化研究科, 教授 (50284237)
坂田 泰彦 国立研究開発法人国立循環器病研究センター, 病院, 部長 (90379206)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022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)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 統計数学 / コホート研究 / 関数データ解析 / 慢性心不全 / ネットワーク解析 / 機械学習 / 構造方程式モデル |
|---|
| 研究開始時の研究の概要 |
本コホートでは，毎年一回の臨床検査数値による疫学データの他、死亡あるいは心不全入院などのイベント情報を収集している。すでに登録時から5年次まで計6時点の経時データを確定済みであり、さらに継続してデータの登録を行う。リスク層別のための関数主成分分析は、生存時間イベントをアウトカムとした教師あり学習モデルとしてリスク層別のために最適化された新たな理論モデルを開発する。リスク因子探索のためのネットワーク解析には、打ち切りデータを応答変数とするベイズ構造方程式モデルを用い、混合効果として経時データを取り込む。開発したモデルの臨床的意義については、循環器内科専門医による医学的検討を行う。
|
| 研究実績の概要 |
本研究では，2006~2010年に東北大学を含む東北地区24基幹病院において登録された10,219名の慢性心不全及びその高リスク患者コホート（CHART-2研究）の登録
データを用い、予後リスクの層別化と心疾患イベントのリスク要因探索を行う。
今年度の研究実績として、心疾患イベントの登録と、年一回の調査による身体所見、生化学データ、心エコーデータ、投薬情報その他CHART-2研究のデータ登録作業を継続し、2023年3月末をもって登録時から10年次までの登録作業を完了した。
研究実績としては、１）CHART-2研究に基づく臨床、疫学研究を進め、1）機械学習（random forest）を用いた慢性心不全患者の層別化について研究を行い学会、論文にて公表した。また、２）慢性心不全患者における心臓再同期療法の利用と有効性についての研究、３）慢性心不全に対する抗血栓療法における癌と心房細動の既往が予後に与える影響についての研究についても成果も論文発表した。
これらの臨床、疫学研究から得られた知見を統計学的にモデル化し予後リスクの層別化を行うため、生存データの判別に最適化された経時データの層別のための関数主成分分析の開発を行った。現在、理論面での検討とCHART-2研究のコホートデータを用いた検証のためのプログラム開発を行うとともに、コンピューターシミュレーションによる検討を行うためプログラム開発を行い、論文を作成中である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
COVID-19の感染拡大に伴う研究遅延があったが、現在、遅れを取り戻すべく研究中である。2022年度末までに、本研究の基盤となるCHART-2研究の10年次までのデータ確定作業が完了した。
研究分担者である坂田の協力の下、臨床医学・循環器内科学的見地からの、データ解析の検討を行い、研究成果は論文、学会発表を通じて公表している。
また、研究協力者である倉田との共同研究のもと、関数主成分分析を元にした経時データの層別モデルの開発を進めている。
CHART-2研究のデータを用いた疫学研究について、人工知能（機械学習）を用いた層別化について論文発表を行ったが、さらに本研究の方法論的進捗をまとめ論文を準備中である。
|
| 今後の研究の推進方策 |
経時データの層別モデル構築のための，関数主成分解析については理論的な検討をさらに進め論文化を目指す。さらに、人工知能による層別化を、継時データに拡張する方策について検討中である。
解析データ管理のため，データベース管理システム（DBMS）の構築を行うとともに、シミュレーションスタディーのためのプログラム作成を進める。
シミュレーションによる理論モデルの検証と臨床医学・循環器内科学的見地からの検証を行う。
|
