空間医学データにおける統計的複数クラスタ検出法の開発と実践

2020 年度 研究成果報告書

• 研究課題/領域番号: 17K00046
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: 統計科学
• 研究機関: 東京医科歯科大学 (2020); 名古屋大学 (2017-2019)
• 研究代表者: 高橋 邦彦 東京医科歯科大学, M&Dデータ科学センター, 教授 (50323259)
• 研究期間 (年度): 2017-04-01 – 2021-03-31
• キーワード: 空間疫学 / スキャン統計量 / 多重検定 / 医学データ

研究成果の概要

本研究では，位置情報を含む空間的な医療データを用いて，これまで十分に検討されていなかった疾患発生に関連する複数のクラスターを検出し，その総合的な有意性を評価する新しい統計手法を提案した。この手法を実データやシミュレーション研究に適用したところ、従来の手法では不可能であった複数のクラスターの検出と評価を高い精度で行うことができることがわかった。

自由記述の分野

生物統計学

研究成果の学術的意義や社会的意義

これまで十分な議論がされていなかた空間データにおける複数クラスタの検出において、適切なクラスタ数，各クラスタの位置を推定し，その上で複数クラスタ全体としての統計的有意性が評価できるという一連の新たな解析方法が提案でき、学術的意義は大きい。また本研究では現実に即した問題設定での議論を踏まえており，特にクラスタ検出は感染症をはじめとする疾病発生のサーベイランスでも活用できる方法で，解析ソフトの開発を進められており，国内外の研究者、実務者に向けた社会的意義も大きい研究である。