| 研究課題/領域番号 |
24590615
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
奥原 義保 高知大学, 教育研究部医療学系, 教授 (40233473)
|
|---|
| 研究分担者 |
畠山 豊 高知大学, 教育研究部医療学系, 准教授 (00376956)
渡部 輝明 高知大学, 教育研究部医療学系, 講師 (90325415)
片岡 浩巳 高知大学, 教育研究部医療学系, 助教 (80398049)
中島 典昭 高知大学, 教育研究部医療学系, 助教 (00335928)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 病態予測 / 医療データ2次利用 |
|---|
| 研究実績の概要 |
前年度までは、糖尿病の短期的振る舞いの記述のため、糖代謝を記述する最低限の要素を取り入れた数理モデルを構築、階層ベイズモデルへと拡張することにより、検査データが十分に揃っていない患者の病態推移予測を可能とし、糖尿病の病態進展段階を推定する手法を構築した。
今年度は、前年度から継続中の糖尿病を対象にした長期的予測モデルとして、脂質代謝の異常が糖代謝の異常をもたらすという考え方に基づく内部モデルと、それらを実際に観測される検査データに関係付ける観測モデルのセットからなる状態空間モデルを、観測モデルでの脂質異常に関連する検査としてHDLを、糖代謝異常についてはHbA1cを考慮することにより構築し、粒子型フィルタによって実装し論文化した。また、このモデルでは考慮していなかったインスリン分泌能の要素を取り入れるため、OGTTにおけるインスリン値の変動予測を、既に提案されていた数理モデルを利用して、分布値として計算する手法を構築した。このことにより、予測精度のさらなる向上を目指している。
さらに糖尿病以外の疾患を対象に、病院情報システムのデータを用いた病態の予測を試みた。産婦人科領域において、妊婦のCTGデータから胎児のリスクを予測するモデルの構築を行った。ノイズを多く含むCTGデータに対して直前の変動データから心拍数を推定するアルゴリズムの構築を行い、推定データに対する自動警戒レベル評価システムを実装、出産時の血液のpHが低値の患者の警戒レベルが高くなる結果を得た。
腎臓内科領域において、ロジスティック回帰モデルを用い、入院時の患者基本情報、検査情報、投薬や手術の予定など入院時に入力可能な情報を説明変数として入院中の急性腎障害の発症予測モデルを構築した。先行研究では取り入れられていない入院時の検査結果を使うことにより、先行研究よりも予測能の高いモデルを構築できた。
|
