研究課題/領域番号 |
23K07121
|
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52040:放射線科学関連
|
研究機関 | 産業医科大学 |
研究代表者 |
青木 隆敏 産業医科大学, 医学部, 教授 (40299631)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
キーワード | CT / 検診 / 骨強度 / 骨折 / 生活習慣病 |
研究開始時の研究の概要 |
様々な生活習慣病が骨折リスクと関連していることが、多くの観察研究によって実証され、骨折予防については、生活習慣病が骨折リスク因子であることを考慮して、対策を行うべき対象を効率よく絞り込むことが大切である。本研究では長期にわたって低線量CTを行った大規模データを用いることで、骨折予防対策を行うべき対象を選定するために使用可能な、人工知能を取り入れた精度の高い骨折リスク評価指標を構築する。
|
研究実績の概要 |
骨粗鬆症による脆弱性骨折は、日常生活動作(ADL)や生活の質(QOL)を低下させ、健康寿命の維持に大きな影響をもたらし、最終的には死亡、長期臥床状態へとつながる。近年、2型糖尿病や慢性閉塞性肺疾患(COPD)など、様々な生活習慣病が骨折リスクと関連していることが多くの観察研究によって実証され、骨折予防については生活習慣病が骨折リスク因子であることを考慮して、対策を行うべき対象を効率よく絞り込むことが重要と考えられている。本研究の目的は、職域で低線量CT肺がん検診を施行している施設から得られた大規模CT画像データを用い、CTデータから有限要素解析による骨強度評価を行い、人工知能を取り入れた高精度かつ簡便な骨折リスク評価法の確立を目指すことである。 本年度は、thin-section CTで低線量胸部CT検診を行い、かつ10年前にもCT検診を行った症例(10年前当時50歳から60歳台)のCT画像データを500例を収集した。いずれも総合健診を行った症例であり、年齢、BMI、喫煙指数、HbA1c、呼吸機能検査の1秒率などの総合健診で得られた各種血液検査データや呼吸機能検査データも収集した。また、10年前のCT画像データを用いて、骨密度や肺野低吸収領域の測定(Goddard score:COPDの進行度評価)、内臓脂肪(メタボリックシンドローム指標)、筋肉量(サルコペニア指標)などを計測し、骨折との関連性を評価した。
|
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
本年度の目標である対象例の選択と、CT画像データおよび総合健診データを収集し、実際の骨折との関連性評価(統計学的解析)を行った。一方、骨強度を示すCT画像データを用いた有限要素解析および人工知能を用いた骨折リスク評価法の構築については十分に進んでいない。
|
今後の研究の推進方策 |
骨微細構造などの骨質を含んだ骨強度解析法であるCT有限要素法を用いた骨強度解析(CT-FEM)を行い、骨密度や肺野定量的データ、内臓脂肪量、筋肉量と骨強度との関連性を評価する。さらに人工知能を取り入れ、CT画像データを用いた簡便かつ精度の高い骨折リスク評価法の構築を目指す。
|