| 研究課題/領域番号 |
22K09129
|
|---|
| 研究機関 | 日本医科大学 |
|---|
研究代表者 |
三宅 のどか 日本医科大学, 医学部, 助教 (40874839)
|
|---|
| 研究分担者 |
大和田 勇人 東京理科大学, 理工学部経営工学科, 教授 (30203954)
五十嵐 豊 日本医科大学, 医学部, 講師 (50771101)
横堀 将司 日本医科大学, 大学院医学研究科, 大学院教授 (70449271)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | COVID-19 / 機械学習 / クラスタリング |
|---|
| 研究実績の概要 |
COVID-19は、様々な臨床像を示し不均一性を認めるが、薬剤に対する治療反応性は十分に解明されていない。一方で、大規模臨床試験により、ステロイド、抗ウイルス薬、免疫抑制薬などのエビデンスが続々と明らかになり、中等症・重症に対して多剤併用療法が行われている。しかし、有害事象、薬物相互作用、医療コストなどの観点から、個々の症例に対して有効な薬剤を選択し、過剰な投与を避けることが理想的である。
近年、機械学習によって異質な集団の中で比較的均質なグループをクラスタリングし、薬剤が特定のクラスターに効果があることを明らかにした研究が行われている。
COVID-19に対してクラスタリングを行い、クラスターごとの臨床的特徴を記述し、臨床的に意義のある分類か評価する。さらにクラスターごとに、各薬剤の治療反応性が臨床的転帰に与える影響を推定し、COVID-19の個別化医療に向けた探索的研究を行う。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
COVID-19感染の収束に伴い、新規患者のデータ収集ができず、当初の機械学習に必要な症例数が集まっていない。そのため、既存のデータのみを用いてデータ解析を行う方針とした。
|
| 今後の研究の推進方策 |
既存のデータを用いて再度データ解析を試みる。
また、当施設の重症管理システムから得られる1分置きの人工呼吸器のデータを使用し、合併症発症との関連を調べる方針である。
|
| 次年度使用額が生じた理由 |
英語校正費用、論文投稿費用、海外・国内学会での発表費用として使用する方針である。
|
