生活習慣病(NCDs )を含む医療費(レセプトデータ)を従属変数、年齢、唾液ヘモグロビン値ならびに唾液中乳酸脱水素酵素の数値を独立変数として重回帰分析、ロジスティック回帰分析など様々な線形回帰分析を試みたが良い適合を得ることができなかった。そこで、脳機能に見られるいくつかの特性を計算機上の数学シミュレーションで表現するneural networksを採用し、解析したところ、NCDs 関連医療費と口腔保健状態を表すサロゲート・マーカーの間で良い適合を得ることができた。本研究により口腔保健のサロゲート・マーカーの数値が悪いとNCDs 関連医療費も高く、数値が良いと医療費が低くなることが示唆された。
|