| 研究実績の概要 |
昨年度のモデル作成の場合と同じ参加者を対象者として，今年度は様々なアルゴリズムを使用して認知機能の低下を予測するモデルを作成し，最も予測精度の高いモデルの検討をおこなった．なお，本モデルにおいて使用した各変数（残存歯数，歯周病の状態，最大咬合力，性別，年齢，BMI，教育歴，収縮期血圧値，糖尿病，喫煙状況，飲酒状況，精神健康状態，心理状態，認知機能，居住状況，近所付き合い）は，すべてカテゴリー変数化した.
認知機能の低下予測モデルの作成の際には，プログラム言語はPython3を使用し，Google Colaboratory（GPU有り）環境下でおこなった．モデルの作成には，対象者607名をランダムに訓練群（424名）とテスト群（183名）に分類し，Artificial Neural Network, Logistic Regression, Support Vector Machine, Naive Bays, K近傍法，K平均法，Gradient Boost, XGBoost, Random Forest, Light GBMの10種類のアルゴリズムを使用した．上記のアルゴリズムで作成したそれぞれの予測モデルの精度を，ROC曲線ならびにAUC値を使用して評価し，最もAUC値が高いモデルを認知機能低下予測モデルとした．
各アルゴリズムにより作成した認知機能の低下予測モデルにおいて，AUC値が最も大きいアルゴリズムはRandom Forest(0.712)を使用したモデルであった．
|
