| 研究課題/領域番号 |
20K20247
|
|---|
| 研究機関 | 大阪市立大学 |
|---|
研究代表者 |
加葉田 大志朗 大阪市立大学, 大学院医学研究科, 特任助教 (40793435)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 因果推論 / 機械学習 / 変数選択 |
|---|
| 研究実績の概要 |
本課題の目的と意義は，以下の通りである．
（目的１）機械学習による変数選択を伴う因果推論手法の適切な利用方法の提案
（目的２）DMLを改変したより推定パフォーマンスの高い推定手法の提案
（意義）近年，機械学習手法を用いた処置効果の推定が注目されている．しかし，本来必要な情報が機械学習によって取捨選択されること，また機械学習がデータに過適合することによって，処置効果推定値の推定パフォーマンスが低下する問題が懸念されている．この問題点を解決するために計量経済学分野においてはDouble/debiased Machine Learningなどの手法が提案されているが，臨床研究研究分野においては十分に普及していない．またそれらの手法を用いたとしても，因果推論の側面において効率的な変数選択がなされる保証はなく，どのような機械学習手法を利用するべきかについても課題が残る．本課題ではこれらの問題を解消するために，上記目的を設定し，研究を実施している．
（当該年度に実施した成果）目的１については，機械学習を因果推論手法に応用した手法のサーベイと，既出の手法に関する性能評価等を行った．目的２については，outcome-adaptive lasso等を中心に，因果推論において推定パフォーマンスを向上させることが期待される機械学習手法を中心に，DMLへの応用可能性を検討している．またそれらの手法に関して，状況依存的なパフォーマンスを評価している．これらの成果については，現在専門国際誌に投稿中である．
|
| 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
目的１，目的２ともに，シミュレーション等の実験が概ね完了し，論文を国際雑誌へ投稿中である．現在，追加での状況依存的なパフォーマンスの評価や他手法提案の検討を行っている．
|
| 今後の研究の推進方策 |
現在国際雑誌へ投稿中の内容については引き続き進める．また採録までの過程において，複数のシミュレーションについて検討する可能性がある．
また追加での手法提案についても，順次進めていく予定である．
|
| 次年度使用額が生じた理由 |
物品購入に係る経費の誤差により差額が生じた．
次年度分と併せて利用する予定である．
|
