研究課題/領域番号 |
21K19648
|
研究種目 |
挑戦的研究(萌芽)
|
配分区分 | 基金 |
審査区分 |
中区分58:社会医学、看護学およびその関連分野
|
研究機関 | 九州大学 |
研究代表者 |
鴨打 正浩 九州大学, 医学研究院, 教授 (80346783)
|
研究分担者 |
吾郷 哲朗 九州大学, 医学研究院, 准教授 (30514202)
久保田 浩行 九州大学, 生体防御医学研究所, 教授 (40376603)
中島 直樹 九州大学, 大学病院, 教授 (60325529)
松尾 龍 九州大学, 医学研究院, 准教授 (60744589)
北園 孝成 九州大学, 医学研究院, 教授 (70284487)
|
研究期間 (年度) |
2021-07-09 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
キーワード | 脳卒中 / バイオマーカー / ゲノム / プロテーム / データ駆動型 / 精密医療 / データサイエンス |
研究開始時の研究の概要 |
脳卒中患者の予後を精度高く予測するためには基礎疾患とその重症度、治療内容などに加え、大容量データを網羅的に統合し、機械学習、深層学習手法等を用いて数理的に推定する必要がある。縦断的疾患コホート研究を基軸に、情報科学と複雑系に対する最適解を見出すための次世代数理科学を融合する。個人に最適化した精密医療を実現すべく、網羅的かつ大容量のデータによるデータ駆動型予測を行う。
|
研究実績の概要 |
福岡県内脳卒中診療基幹病院4施設に入院した発症24時間以内の急性期脳梗塞患者のうち、研究への同意が得られた患者を対象に、機能予後に関連するバイオマーカーを探索した。重度の感染症、悪性腫瘍、慢性炎症性疾患、重度貧血等を有する患者を除外し、入院時および発症3週間後あるいは3週間以内の退院時に採血を行い、バイオマーカーを測定した。90項目のバイオマーカーを酵素免疫測定法により測定した。機能予後不良は、3か月後のmodified Rankin scale(mRS)スコア2-5および2-6と定義した。入院時のサイトカイン(物質A、B、C、D)、凝固系タンパク(物質E、F)、プロテアーゼ阻害因子(物質G、H)、細胞内酵素(物質I、J)、ペプチド(物質K)、成長因子(物質L)、可溶性受容体(物質M)、リポタンパク(物質N)、組織接着因子(物質O)、色素タンパク(物質P)等、種々のバイオマーカーが機能予後と関連していた。これらのバイオマーカーは、年齢、性、発症時神経学的重症度(National Institutes of Health Stroke Scaleスコア)で調整した後も、機能予後不良と有意に関連していた。また、多変量調整モデルで、臨床情報にバイオマーカーを加えた後、NRI(net reclassification improvement)とIDI(integrated discrimination improvement)を検討すると、有意に改善するバイオマーカーが認められた。バイオマーカー間では、相互に強い相関が認められ、大きく4つのクラスターに分類された。 今後はこれらのバイオマーカー相互の関連性、臨床情報との関連、機能予後との因果関係などをさらに検討していく。また、ゲノム情報について解析が可能となるようにバンク化を行う。
|
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
脳梗塞後の機能予後と関連があるバイオマーカーを複数見出した。
|
今後の研究の推進方策 |
機能予後と関連のあるバイオマーカー相互の関係性を明らかにする。機能予後と関連のあるバイオマーカーを用いて機能予後の予測を行う。90項目のタンパクを用いた機械学習予測モデルと、臨床データから得られた予測モデルの間で、予後予測性能を比較する。ゲノム情報についても解析できる基盤を構築する。
|