• 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

2021 年度 研究成果報告書

長期健診受診者の欠損値の多重代入データに基づく疾病罹患リスク予測と予防方法の確立

研究課題

  • PDF
研究課題/領域番号 19K11746
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分59040:栄養学および健康科学関連
研究機関静岡県立大学

研究代表者

栗木 清典  静岡県立大学, 食品栄養科学部, 教授 (20543705)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード生活習慣病 / 罹患リスク / 予測モデル / 時系列データ / 欠損値 / 多重代入法
研究成果の概要

大規模コーホート(J-MICC)の静岡・桜ヶ丘地区における約6,400人の10年間の健診データより、非継続受診者の欠損値をmultiple imputation by Markov Chain Monte Carlo methods (MCMC法)で補完して解析し、肥満や糖尿病などの罹患リスクの予測モデルを確立することを目指した。体重や血糖値の維持管理は、腸内細菌叢を解析して検討した。適正血圧値の維持管理では、尿試料中電解質を測定した。MCMC法による本研究の解析モデルとして、J-MICC Sakura Diet Studyにおいて、腸内細菌叢、季節が血糖値に影響を及ぼすことを明らかにした。

自由記述の分野

栄養疫学

研究成果の学術的意義や社会的意義

本研究は、『継続受診者』と『非継続受診者』の人口学的特性、各健診項目、生活習慣要因、精神ストレスなどを比較することから、継続受診の重要性を示すだけでなく、メタボリックシンドロームや高血圧などの一次予防や血圧維持のための食事・保健指導の方法を確立するうえで重要な基礎資料となる。大規模な長期の時系列データで疾患の罹患を高精度に予測するモデルを確立するにあたり、従来では、(尿試料中電解質や) 便試料の腸内細菌叢は検討されてこなかった。高精度の予測モデルに基づき、これらのバイオマーカーを用いて、食事・保健指導で生活習慣病を一次予防することの重要性を示すことに寄与した。

URL: 

公開日: 2023-01-30  

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