| 研究課題/領域番号 |
18K17394
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分58030:衛生学および公衆衛生学分野関連:実験系を含まない
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
原田 成 慶應義塾大学, 医学部(信濃町), 講師 (10738090)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 腎機能低下 / メタボローム / 機械学習 / 予防医学 / 慢性腎臓病 |
|---|
| 研究成果の概要 |
60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定（血清クレアチニン、血清シスタチンC、尿中アルブミン）と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。
機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的手法(SVM)を用いてROCカーブを作成したところ、３種類の代謝物を含む上位5つの変数を選択した場合にもっとも精度が高く、AUC 0.904(95%CI 0.871-0.944)と好成績であった。
|
| 自由記述の分野 |
メタボロミクス疫学
|
| 研究成果の学術的意義や社会的意義 |
慢性腎臓病は、高齢および糖尿病が大きなリスク因子であることから、高齢社会の進展、また糖尿病の有病者の増加する現代の我が国においては、公衆衛生学上の重要な課題となっているが、近い将来の腎機能低下を予測することは困難なことも多い。
本研究では、既知のバイオマーカーに加えて、血漿メタボロームおよび尿中メタボロームを測定することで、将来の腎機能低下をより早く正確に捉えることができる可能性が示唆され、予防医療への応用可能性が示された。
|
