• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

多数シーケンスデータベースからの頻出パターンの分岐要因分析

研究課題

研究課題/領域番号 24K02943
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分60080:データベース関連
小区分62020:ウェブ情報学およびサービス情報学関連
合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
研究機関お茶の水女子大学

研究代表者

Le Hieu・Hanh  お茶の水女子大学, 文理融合 AI・データサイエンスセンター, 准教授 (60813996)

研究分担者 横田 治夫  城西大学, 理学部, 客員教授 (10242570)
荒木 賢二  お茶の水女子大学, 理学部, 学部教育研究協力員 (70274777)
松尾 亮輔  お茶の水女子大学, 理学部, 学部教育研究協力員 (30815931)
山崎 友義  お茶の水女子大学, 理学部, 学部教育研究協力員 (50586609)
小口 正人  お茶の水女子大学, 基幹研究院, 教授 (60328036)
研究期間 (年度) 2024-04-01 – 2027-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)
2026年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2025年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2024年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
キーワード頻出パターン解析 / 電子カルテ / 要因推定 / 推薦
研究開始時の研究の概要

本研究では、多施設のシーケンスデータから抽出した頻出シーケンスバリアントの高度な分析を行う。各医療機関の医療指示データを対象に、頻出医療指示パターン間の類似度を示す距離を定義する。次に、この距離を用いてクラスタリングを行うことで、医療機関群を複数グループに分類し、グループ内に共通と相違部分を表す併合シーケンスを作成し可視化をする。更に、標準化されていない多施設の検査履歴データの名寄せと突合せを実施し、検査結果というアウトカムの観点から相違部分の要因推定を行い、推薦に繋げるアプローチを提案する。実際の複数医療機関の電子カルテデータを対象に推薦の実験を行いその効果の実証を試みる。

URL: 

公開日: 2024-04-11   更新日: 2024-06-24  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi