| 研究課題/領域番号 |
22K19688
|
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
古川 壽亮 京都大学, 医学研究科, 教授 (90275123)
|
|---|
| 研究分担者 |
野間 久史 統計数理研究所, データ科学研究系, 教授 (70633486)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2022年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 個別化医療 / メタアナリシス / うつ病 / 抗うつ剤 / 認知行動療法 / アルツハイマー病 / 観察研究 |
|---|
| 研究開始時の研究の概要 |
私たちが提唱する個別化医療のフレームワークでは、効果修飾因子（異なる治療によって効果の大きさが異なることを予測する因子）と予後予測因子（治療のいかんに関わらず予後を予測する因子）を組み合わせる。前者はランダム化臨床試験の個人データネットワークメタアナリシスから、後者は一般化可能性を重視して実践的メガトライアルや観察研究のビッグデータから推測する。本研究では日本において大きな国家的負担となっているうつ病を取り上げ、大規模データから精緻な個別化医療evidence-based personalized medicineモデルを構築し、ユーザビリティの高い共同意思決定ツールを開発する。
|
| 研究実績の概要 |
すべての医療者にとっての理想は、一人一人の患者さんにその個人特性に応じたベストの
治療を選択・提供することである。現行の医療のパラダイムでは、治療効果のベストエビ
デンスはランダム化臨床試験およびそのメタアナリシスから得られるが、それはあくまで
介入群の平均的効果に過ぎない。本研究では日本において大きな国家的負担となっているうつ病を取り上げ、大規模データから精緻な個別化医療evidence-based personalized medicineモデルを構築し、ユーザビリティの高い共同意思決定ツールを開発することを目的とし、ファーストライン治療の異なった抗うつ剤による治療効果を予測する機械学習モデルを異なった手法を用いて開発した。(Benrimoh et al, 2024, American Journal of Geriatric Psychiatry)(Bossarte et al, 2023, Journal of Affective Disorders)。抗リウマチ薬を例に、統計学的な手法による個別化医療モデルを検討した (Luo et al, 2023, JMA Network Open)。さらに、Efthimiou et al (2023, Statistics in Medicine)ではこれらの個別化医療モデルの性能の評価方法を、Deisenhofer et al (2024, Behavior Research and Therapy)では個別化医療モデル開発の方法論的課題を包括的に検討した。
|
| 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
抗うつ剤や精神療法についての個別化医療モデルを制作するだけでなく、方法論的な考察も深めることが出来てきた
|
| 今後の研究の推進方策 |
抗うつ剤および精神療法による臨床試験の個人データの集積を進めているので、より大きな包括的なモデルを作成できる予定である。
|
