• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実績報告書

Real-World-Data Inferenceの構築を目指して

研究課題

研究課題/領域番号 19H04072
研究機関横浜市立大学

研究代表者

汪 金芳  横浜市立大学, データサイエンス学部, 教授 (10270414)

研究分担者 田栗 正隆  横浜市立大学, データサイエンス学部, 教授 (20587589)
橋口 陽子 (小野陽子)  横浜市立大学, データサイエンス学部, 准教授 (60339140)
研究期間 (年度) 2019-04-01 – 2024-03-31
キーワード医療データ / Real World Data / Causal Inference / Data Science / Cell Regression / Bayesian Inference
研究実績の概要

伝統的統計解析法を拡張し,実世界データ(Real World Data)に適したベイズ解析法を開発した。特に,大規模頻度データに焦点を当て,伝統的回帰分析法を拡張し,積分型回帰分析法((Bayesian Cell Regression Method))を構築した。セル型ベイズ回帰分析法に基づいて,実世界データにおけるベイズ解析から得られた実事前情報を,目的データ解析に転移させ,データ駆動型客観的ベイズ推論の基礎理論を構築した。得られた結果を学術誌として纏めている最中である。具体的には、
(1)表の形で提供されている背景データの回帰モデルを構築し、予測分布に基づくセル型回帰手法を構築した。
(2)(1)の回帰手法をベーズ的拡張を行った。
(3)セル回帰を、2つ以上の表に適用した。
(4)(1)ー(3)で得られた事後分布はデータドリブンな事前情報として、第2段階のreal world data解析へ応用する手法を確立した。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

概ね予定通りの理論的結果が得られている。また実データへの応用も順調に進んでいる。

今後の研究の推進方策

Real World Dataについてさらなる解析を行い、構築した理論を実テータへ応用し、理論の拡張と共にその有用性を確かめる。

  • 研究成果

    (3件)

すべて 2019

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (2件) (うち国際学会 1件、 招待講演 1件)

  • [雑誌論文] Simple methods for the estimation and sensitivity analysis of principal strata effects using marginal structural models: application to a bone fracture prevention trial.2019

    • 著者名/発表者名
      Uemura Y, Taguri M, Kawahara T, Chiba Y.
    • 雑誌名

      Biometrical Journal

      巻: 61 ページ: 1448-1461

    • 査読あり
  • [学会発表] 医療情報データベースを活用した抗凝固薬の最適投与量の推定2019

    • 著者名/発表者名
      田栗正隆
    • 学会等名
      2019年度統計関連学会連合大会
  • [学会発表] Causal mediation analysis with multiple causally non-ordered mediators2019

    • 著者名/発表者名
      田栗正隆
    • 学会等名
      The 11th ICSA International Conference
    • 国際学会 / 招待講演

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi