研究課題/領域番号 |
17K18445
|
研究機関 | 地方独立行政法人静岡県立病院機構静岡県立総合病院(救急診療部、循環器病診療部、がん診療部、臨床診療部 |
研究代表者 |
中谷 英仁 地方独立行政法人静岡県立病院機構静岡県立総合病院(救急診療部、循環器病診療部、がん診療部、臨床診療部, リサーチサポートセンター, 統計解析室 室長 (80627670)
|
研究期間 (年度) |
2017-04-01 – 2021-03-31
|
キーワード | 構造化モデル / アンサンブル学習 / 部分集団 / 平均因果効果 / 交互作用項検定 |
研究実績の概要 |
現在までの研究活動を通して,疾患の臨床経過は多様性に富んでいて一概に把握するのは困難なままであり,臨床経過を正しく示したグラフ表現モデルには高い臨床的な需要があると考えている.このようなモデルが開発及び活用されれば,臨床の現場にて治療・ケア戦略の立案や原因論的研究の計画における一助となるはずである. 平成29年度は,弱学習モデルを縮約する際のアンサンブルの理解性(comprehensibility)欠如を克服するため,複数モデルを単一モデルへと縮小する方法論の研究を行った.平成30年度は,アンサンブル学習手法を用いて治療群とコントロール群のエンドポイントを互いに予測し,それらから算出した個人ごとの平均因果効果について分類し,治療効果の高いサブグループを探索する統計学的手法の研究を行い,研究発表を行った.令和元年度は,平均因果効果の層別推定量の推定において,層内での傾向スコアの性質を考慮した適切な層別手法を考案し,研究発表在を行った.その後,全集団での効果に比してより効果が高くなる部分集団を選択するための手法として,交互作用項検定に代わるSMRのような直接的な効果推定量の比や予測性能指標を活用した検定方法に関する研究を始めた.さらにこの研究課題の本務である臨床イベント間の順序性や関連性を示すための統計手法の構築に取り掛かった. その他,上記の研究に関連して,臨床データへの応用を予測モデル構築の安定性や効果推定に注視しつつ共同研究者と実施した.
|
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
昨年度は,静岡県における医療ビックデータの整理・活用に関する作業に忙殺されたため,本務である統計手法論の研究が等閑となってしまった. また昨年度と同様に,樹木モデルで検討したアンサンブルによる単一樹木モデルの構築法の研究に関しては,性能を評価するためのシミュレーションに多大な時間が必要であると判明したため,一時研究を保留している.
|
今後の研究の推進方策 |
今年度は,本務である臨床イベント間の順序性や関連性を示すための統計手法の構築を進める.
|
次年度使用額が生じた理由 |
医療ビックデータの整理に忙殺されたため,本研究に十分な時間を割くことが困難な状況となったため、次年度使用額が生じた。今後学会出張などで最新の情報を収集し、研究の推進を行う。
|