再現性ある医療ビッグデータ解析のためのモデル選択法

• 研究課題/領域番号: 25K21165
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分60030:統計科学関連
• 研究機関: 東京医科大学
• 研究代表者: 原田 和治 東京医科大学, 医学部, 助教 (40964036)
• 研究期間 (年度): 2025-04-01 – 2030-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2029年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2028年度: 390千円 (直接経費: 300千円、間接経費: 90千円); 2027年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2026年度: 390千円 (直接経費: 300千円、間接経費: 90千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: モデル選択 / 統計的因果推論 / 生物統計学

研究開始時の研究の概要

近年，リアルワールドデータ活用や精密医療の推進により，臨床研究データは大規模・高次元化が進んでいる．しかし，高次元データを用いた観察研究では、バイアス補正や多重性を考慮した変数選択と再現性の確保が課題となっている．本研究は，このような背景を踏まえ，高次元データを用いた観察研究で想定される，交絡変数選択など種々の問題設定で，統計的観点での再現性を高める手法を開発し，臨床研究の信頼性向上に貢献することを目的としている.