| 研究実績の概要 |
位置情報が付加された空間医学データを用いて，注目する疾病発生と関連が強い位置・領域を探し出し，その関連の有意性を判定する統計的クラスタ検出法が提案され，様々な分野で実践され重要なツールになってきている。しかし従来の代表的な方法では，単一クラスタの存在を仮定したモデルで議論されているため，複数クラスタの検出とその全体としての有意性評価については整理されていない。本研究では医学分野における統計的クラスタ検出における複数クラスタモデルの定式化と，その評価について新たな方法論の提案を目指した研究を実施した。
本研究では，時間集積性の検出法の状況のもとでの一般化線形モデルの枠組みを用いた複数クラスタモデルおよび最適なクラスタ数を選択するための規準指標を提案した。さらにそれを拡張し，平面空間における空間集積性の状況に適用できる複数クラスタの検出法と評価法を提案した。海外の空間疫学研究で利用される実データに適用したところ, 今回の提案した新たな情報量規準とそれに基づく統計量を用いる提案法によって平面空間内に存在する複数クラスタの数を的確に定めることができることが確かめられた。また詳細なシミュレーション実験による数値的評価を行い，平面上におけるクラスタ検出においても，今回提案する方法によって，従来の方法ではできなかった複数クラスタを精度よく検出できることが確かめられた。これらの研究成果について、研究期間内に国内外の学術会議において発表を行うとともに、最終年度には国際的な学術専門誌において発表することができた。さらに本提案法によるデータ分析のためのプログラム（Rパッケージ）公開にむけプロトタイプ作成までの準備を行うことができた。
|
