| 研究課題/領域番号 |
20K10376
|
|---|
| 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58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
山本 洋介 京都大学, 医学研究科, 教授 (30583190)
|
|---|
| 研究分担者 |
大前 憲史 福島県立医科大学, 公私立大学の部局等, 講師 (60645430)
後藤 匡啓 東京大学, 大学院医学系研究科(医学部), 客員研究員 (80622894)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | Quality of Life / 患者報告型アウトカム / 効用値 / 機械学習 |
|---|
| 研究成果の概要 |
本研究の目的は、１）一般住民集団に基づくコホートに基づき、機械学習等を用いた一時点の効用値（ならびに経時的変化）推定の可能性を探ること、２）新型コロナウイルス感染症流行下におけるわが国のQOLの記述や様々な臨床疫学研究を行うことである。
１）では、既存のコホート等に含まれる変数を説明変数、従属変数を１）一時点での効用値２）1年後の効用値の変化とした様々な機械学習モデルを比較検討した。過学習が一部認められたものの、概ね使用に耐えうる推定アルゴリズムが得られた。
２）では、高齢者における孤立とワクチン接種忌避との関連性、新型コロナウイルスへの感染状況とそう痒との関連性について、新たな知見を得た。
|
| 自由記述の分野 |
臨床疫学
|
| 研究成果の学術的意義や社会的意義 |
本研究の結果、既存のコホートに含まれる変数から、機械学習を活用した一時点での効用値の推定が一定の精度でもって可能であることが明らかとなった。また効用値の経時的変化の推定にも拡張して、やや精度は劣るものの推定の可能性を示した点で意義があると考える。さらには、前の課題から継続してコホートデータ構築に取り組むという連続性のある課題設定の結果、新型コロナウイルス前後におけるQOLや諸問題を精緻に測定、追跡することにも成功した。その結果として、英文原著論文２報が受理（うち1報はすでに掲載済み）されており、本課題終了後もこの一大データベースに基づく知見の継続的な発信が期待できる。
|
