| 研究課題/領域番号 |
21K17292
|
|---|
| 研究機関 | 国立感染症研究所 |
|---|
研究代表者 |
米岡 大輔 国立感染症研究所, 感染症疫学センター, 室長 (60790508)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| キーワード | 統計科学 / 生物統計 / 機械学習 / パンデミック |
|---|
| 研究実績の概要 |
我々が現在生活しているのは、人々、物品、情報が地球規模で移動するという時代であり、その中で新型コロナウイルス（COVID-19）は世界的なパンデミックとして爆発的に広がりました。この状況に対応するため、国内外からさまざまな研究成果が参照され、各国が自身のCOVID-19対策を展開するとともに、保健医療システムの強化と公衆衛生に関する施策が進行しています。これらの施策は、すべてデータを基盤にして意思決定が行われています。
そのような状況下、日本のCOVID-19などの感染症対策において、ビッグデータや最先端の統計学、機械学習、シミュレーションなどの技術を駆使して政策の効果を分析し、評価を行うことは、国内だけでなく世界の感染症対策全体を支援・強化する上で非常に重要であり、特にpost/with COVID-19の世界への対応においてはそれがより明確になります。
このような政策決定を行うためには、具体的な要求やニーズを正確に把握することが不可欠であり、そのために近年では迅速サーベイランスシステムが使用されるようになりました。この研究では、迅速サーベイランスシステムのさまざまなバイアスを検討し、その補正を行い、COVID-19感染が拡大する各フェーズに対応した疫学や統計学的手法の整理と提案を行います。
特に今年度は、感染症の時間と空間の予測に関連する統計手法の検証と外れ値を含むデータに対応するための新理論の開発に注力しました。実際のデータ解析としては、日本における超過死亡のリアルタイム推定を行い、空間構造を考慮しつつ外れ値を除外するロバストな方法を取り入れた新しい超過死亡の推定手法の拡張提案を行いました。
|
| 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
概ね順調である。
|
| 今後の研究の推進方策 |
緊急事態、特に現在のようなCOVID-19のパンデミックのような局面においては、従来型の統計モデルが「推定に時間がかかりすぎる」という問題を抱えていることが明らかになっています。これは重大な課題であり、迅速な対応が求められています。その解決策として、「パンデミックに特化した」新たな一連の統計モデルの開発と提案を行うことを目的としています。この新しいモデル群は、従来のモデルが持つ問題を克服し、迅速にその精度を発揮できるように設計されています。特に今年度は外れ値に対してロバストなモデルをパンデミックに特有の分析需要に特化したモデルの開発に注力します。
更に、私これらの新しい手法を公表し、詳細な論文化を行うことで、その理論と実用性を広く共有する予定です。そして、より広範な利用を可能にするために、オープンソース統計ソフトウェアであるRやPythonのパッケージとして提供することを計画しています。
これら一連の取り組みにより、我々の研究成果を社会全体に還元することが可能となります。これは、研究の価値を高め、より多くの人々がそれを活用できるようにするだけでなく、現在や将来発生する可能性のある緊急事態への対応をより迅速かつ効果的に行えるようにすることを目指しています。これは、我々の社会が新たな課題に対してより適切に対応できるようになるための重要な一歩となります。
|
| 次年度使用額が生じた理由 |
コロナにより出張や学外活動が抑制されたため、次年度使用額が生じました。来年度は、国内外出張、物品や論文出版費に支出する予定です。
|
