| 研究課題/領域番号 |
21K11541
|
|---|
| 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59030:体育および身体教育学関連
|
|---|
| 研究機関 | 宮城教育大学 |
|---|
研究代表者 |
黒川 修行 宮城教育大学, 大学院教育学研究科高度教職実践専攻, 教授 (30431505)
|
|---|
| 研究分担者 |
小宮 秀明 宇都宮大学, 共同教育学部, 名誉教授 (30186811)
永井 雅人 岩手医科大学, いわて東北メディカル・メガバンク機構, 特命講師 (60707199)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 機械学習 / 発育 / 生活習慣 / 子供 / 肥満 |
|---|
| 研究開始時の研究の概要 |
本研究では、児の生活環境・生活習慣に着目し、児の発育状況，脂肪の過剰蓄積状態である肥満との関係を、機械学習を用いて解析する。
特に、成長期における肥満発症・改善の要因、およびその交互作用を考慮し、その因果メカニズムのパターンをクラスタリングする、各クラスターの特徴的な要因を明らかにし、各要因と肥満の因果関係を検討する、そして、個人毎に予測されたクラスターの特徴的な要因についての予測モデルの開発を目指している。
|
| 研究実績の概要 |
身長・体重の発育状況や肥満との関係について、機械学習を用い、成長期における肥満発症・改善の要因、およびその交互作用を考慮して、その因果メカニズムのパターンをクラスタリングすること、そして、予測モデルを開発し、成長期における肥満の予防および改善を考慮した個別化対策の一助を目指した。
今年度は、昨年度のデータと今年度新たに入手することの出来たデータを用いて、データ整理、およびその分析を中心に研究を展開した。肥満傾向児を分類し、どのような生活習慣が肥満状態と関連しているのかについて確認を行いながら、解析を進めた。基本統計的な解析においては、これまで報告されている結果と概ね結果を観察することができたことから、解析データのクリーニングや標準化などもあわせて進めながら解析を進めた。
最終年度であることから、予測モデルの作成を目指したが、研究代表者が解析に向けての十分な時間を確保することができなかったため、基礎データの集計および実際に因果メカニズムに関連するクラスタリング解析を中心に行った。クラスタリング解析を行ったが、クラスター数によって、因果メカニズムのパターン分類が多岐にわたり、その解釈をどのように行うのか、新たな課題として浮かびあがった。現時点の解析では、解釈に限界があるものの、クラスター毎に活動量不足、食習慣、睡眠習慣、それぞれとの関連性が強いグループに分類することが出来る可能性を見出すことができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新型コロナウィルス感染症の影響により、研究立案時に想定していた子どもの生活・環境がこれまでと変化したことや体格に関するデータを集計する中で肥満傾向児の出現率などに変化が認められたことから、研究計画の変更が必要となったため。
|
| 今後の研究の推進方策 |
学校現場において、新規に立ち上げる調査実施が難しいものと判断したが、既存データを活用することができるようになったため、これらのデータを用いて、解析を進める。なお、研究期間延長を行ったことから、最終的には、当初の目的である予測モデルの開発を進め、研究目的の達成を目指す。
|
