| 研究課題/領域番号 |
22K10557
|
|---|
| 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58030:衛生学および公衆衛生学分野関連:実験系を含まない
|
|---|
| 研究機関 | 愛媛大学 |
|---|
研究代表者 |
加藤 匡宏 愛媛大学, 教育学部, 教授 (60325363)
|
|---|
| 研究分担者 |
山内 加奈子 福山市立大学, 教育学部, 講師 (20510283)
丸山 広達 愛媛大学, 農学研究科, 准教授 (20627096)
斉藤 功 大分大学, 医学部, 教授 (90253781)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 予備実験 / 単層ニューラルネットワーク / 職域コホート / 健康調査 / 脳心事故予測 / 住民基本健康診査 / 疾病登録 / 再帰型ニューラルネットワークモデル / 深層学習 |
|---|
| 研究開始時の研究の概要 |
大洲コホートⅠ、コホートⅡ、脳心事故疾病登録のデータを使用したRNNモデル作成のパイロットプログラムを実装する。コホートデータの脳卒中発症の有無に対して、性別、年齢、身長、体重、BMI（Body Mass Index）、収縮期血圧、拡張期血圧、血液データの総コレステロール、HDLコレステロール、中性脂肪、GOT、GPT、γGTP、ヘモグロビン、Hb判定（赤血球）の18 項目からニューラルネットワークの重みを更新する学習データ(train)を構築し、精度と損失関数を求めることによって脳心事故発生予測モデルの適正を決定する。
|
| 研究実績の概要 |
脳心事故の予測モデルを作成する予備実験として、介護老人保健施設職員のストレスチェックを含む健康調査の職域コホート627人データから欠損値を除くデーターマイニングを実施後、離職者をふくむベースラインデータを用いてtensorflow（Google）およびKeras （Python2.6）、numpy、 pandas、 Matpotlib、 Scikit-leaningを用いた。それらは、Windows10にダウンロードし、anaconda2.4の環境下でJupiter notebookを使用した。訓練に使用する単層ニューラルネットワークモデルは全結合型ニューラルネットワークを用いた。中間層1層（ノード10）、エポック数300、バッチサイズ20を構築した。研究に必要なPCスペックは、離職予測モデルの訓練と予測値の推定に、メモリ32GB、CPUはインテル CoreTM i7、スケーラブル・プロセッサー、NVIDIA GPUのハイパフォーマンスを発揮するGPGPU のWindows10（64ビット）PCを用いた。モデル構築手法として、2017年以降、5年間にわたり、ストレスチェックを含む健康調査を実施している介護老人保健施設職員の継続調査において、入職者と退職者の名簿を入手することが可能であり、5年間経過した2021年において191人の離職者情報を得た。2017年職域コホート627人をベースライン集団として5年間の離職者と在籍者の2017年アンケート問診データを用い、機械学習の一つである単層ニューラルネットワークモデルに基づき将来の離職者を予測するモデルを構築した。離職の有無に対して、性別、調査日年齢、ストレスチェック57項目からSLNNの重みを更新する学習データ(train)を構築し、精度と損失関数を求め、モデル適正を決定した
|
| 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
コロナ禍でO市での病院調査が実施できず、職域コホートの健康調査を使用し、ニューラルネットワークモデルを構築する必要があった
|
| 今後の研究の推進方策 |
ニューラルネットワークモデルの構築は職域コホートにおいてプロトタイプが構築されており、O市での疾病登録による脳心事故発生情報の取得が重要になる
|
