| 研究課題/領域番号 |
22K09170
|
|---|
| 研究機関 | 自治医科大学 |
|---|
研究代表者 |
菅原 斉 自治医科大学, 医学部, 教授 (80285808)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| キーワード | 極端値 / D-dimer / D-ダイマー / 多重ロジスティック解析 / 機械学習 / Prediction One / SHAP values |
|---|
| 研究実績の概要 |
本研究に関する対象例の抽出と72時間転帰の確認については、院内の研究倫理審査委員会の承認を得た（臨S20-025）。平成30年（2018年）から令和元年（2019年）の２年間の臨床検査データを学習データとした。令和2年（2020年）から令和3年（2021年）の２年間の臨床検査データを検証データとした。
年齢、性と表１に示す臨床検査32項目のデータとともに、D-ダイマーが2 μg/mL以上の症例を抽出した。18歳未満を除外した後に、患者IDを連結可能匿名化した。重複例は、D-ダイマー値が一番高かった検査日のデータシートだけを残し、それ以外を除外した。
D-dimerが2.0μg/mL以上のTraining dataset 5158例（72時間以内の死亡241人、生存4917)とValidation dataset 5550(72時間以内の死亡309人、生存5241人）の転帰調査を終了した。
死亡の予測モデルを多重ロジスティック解析、勾配ブースティング決定木のXGBoostをプログラミング言語Pythonに組み込んだSHAP値による機械学習、ディープラーニングを応用した自動予測分析ソフト Prediction One (ソニーネットワークコミュニケーションズ(株))での解析を実施している。
学習データでの予測モデル確定後、Validation datasetにて、外的検証を行う予定である。
|
| 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
多重ロジスティック解析、勾配ブースティング決定木のXGBoostをプログラミング言語Pythonに組み込んだSHAP値による機械学習、ディープラーニングを応用した自動予測分析ソフト Prediction Oneによる解析まで、概ね順調に伸展している。
|
| 今後の研究の推進方策 |
この解析比較結果を論文化し、英文校正を経て、国際雑誌に投稿する予定である。
|
| 次年度使用額が生じた理由 |
前年度に、ディープラーニングを応用した自動予測分析ソフト Prediction One (ソニーネットワークコミュニケーションズ(株))の使用契約をするための手続きに予想以上の時間を要したために、機械学習による解析を開始するのが遅れました。
今年度も機械学習解析のためのPrediction Oneの契約を継続し、統計解析実施後の学会発表、論文校正料、国際雑誌掲載料に使用する予定です。
|
