| 研究課題/領域番号 |
18H03207
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
水田 正弘 統計数理研究所, 大学統計教員育成センター, 特任教授 (70174026)
|
|---|
| 研究分担者 |
清水 信夫 統計数理研究所, データ科学研究系, 助教 (00332130)
南 弘征 北海道大学, 情報基盤センター, 教授 (80261395)
松井 佑介 名古屋大学, 医学系研究科(保健), 准教授 (90761495)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | SDA / コンセプト / データ統合 |
|---|
| 研究実績の概要 |
メタ解析は、統計データの集約と統合を通じて、複数の研究結果を総合的に評価する手法であり、EBM（根拠に基づく医療）における最も有力な根拠を与える。このメタ解析は、シンボリックデータ解析 (Symbolic Data Analysis; SDA) と密接に関連していることに着目して研究を推進した。具体的には、以下の事項について研究を実施した。
（１）サブグループ解析について、メタ解析の立場から理論的な考察を実施した。サブグループは、シンボリックデータとして扱うことが可能である。そこで、シンボリックデータ解析を活用するためのサブグループの処理方法を検討した。サブグループ同定法について検討することで、最適なサブグループの検出方法を扱った。（２）本研究成果による理論および開発した手法を複数の分野で応用した。筋シナジー変動や歩行データなどから患者の特徴を抽出し、治療法や予後の予測に役立つ情報を得ることを試みた。また、健康科学におけるある重要な環境問題の解析法を研究した。さらに、本研究成果および深層学習を眼底写真に適用し、内科的な疾病の検出方法を検討してきた。（３）メタ解析におけるシンボリックデータ解析の活用のための理論構築を実施した。メタ解析およびSDAにおいては、統計学をはじめとした広範囲な分野からの検討が求められる。そこで、名義変数を含むカテゴリー変数間の関係、非線形構造抽出法を用いた特徴抽出法などを開発した。
以上の理論的・応用的成果により、探索的メタアナリシスの枠組みを構築できた。これらの研究成果は、医療分野に限定せず、メタ解析を利用している多様な分野における研究活動に活用可能である。
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
