| 研究課題/領域番号 |
19K21461
|
|---|
| 補助金の研究課題番号 |
18H06380 (2018)
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 (2019)
補助金 (2018) |
|---|
| 審査区分 |
0908:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
藤井 亮輔 藤田医科大学, 医療科学部, 助教 (60823846)
|
|---|
| 研究期間 (年度) |
2018-08-24 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018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 | ゲノム疫学 / 機械学習 / 正則化回帰モデル / 慢性腎臓病 / 遺伝的多型 / 社会医学 / 正則化回帰 |
|---|
| 研究開始時の研究の概要 |
慢性腎臓病(CKD)の患者数は日本で約1,330万人に達していると推定されています。特にCKDを経て末期腎不全(ESRD) を発症した場合、日本の医療経済だけでなく、個人の生活の質にも大きな影響を与えることが想定されます。そのため、CKDの高リスク者を早期に発見し、進行を妨げることは、予防医学的な観点からも重要だと考えています。本研究では、日本人集団の遺伝子情報、血液検査値、アンケート調査などから、特殊な解析手法を適用することにより「解釈が容易かつ精度の高い」CKDの発症予測モデルを構築することを目的としております。
|
| 研究成果の概要 |
近年は、検査値や生活習慣に加えて、個人のゲノム情報を組み込んだ疾患の予測が注目を集めている。そこで我々は日本人集団約14,000名を対象として、ゲノム情報や基本特性（年齢、性別）などの背景情報をもとに、「解釈が容易かつ精度の高い」を目指し、正則化回帰でモデルと呼ばれる解析手法を用いた腎機能の予測モデルを構築した。これらの手法を使用した場合と従来の解析法である線形回帰モデルとの性能の比較を行った結果、Lasso回帰およびelastic netと呼ばれる手法において、少ない変数でより誤差の少ないモデルを構築できることが推察されたが、性能の向上はわずかであり今後の検討が必要である。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、慢性腎臓病（CKD）をアウトカムとして予測モデルの構築に取り組んだが、他の人種もしくは疾患にも応用可能であり、個人のゲノム情報を使用したリスク予測モデル構築において、大きな可能性を秘めている研究と考えている。また、CKDを経て末期腎不全を発症すると人工透析を要することから、縦断的な検討をさらに実施することで、個人のQOLや社会生産性の向上に貢献しうると考えている。
|
