| 研究課題/領域番号 |
25460768
|
|---|
| 研究機関 | 札幌医科大学 |
|---|
研究代表者 |
大西 浩文 札幌医科大学, 医学部, 准教授 (20359996)
|
|---|
| 研究分担者 |
森 満 札幌医科大学, 医学部, 教授 (50175634)
斉藤 重幸 札幌医科大学, 保健医療学部, 教授 (60253994)
三浦 哲嗣 札幌医科大学, 医学部, 教授 (90199951)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| キーワード | 特定健診・特定保健指導 / 生活習慣病罹患ハイリスク者 / 決定木分析 / 地域一般住民コホート |
|---|
| 研究実績の概要 |
本研究は、継続中の地域一般住民コホート研究のデータを用い、健診結果に基づいてClassification and Regression Tree （CART）という決定木アルゴリズムを応用することで積極的な介入が必要と考えられる高血圧や糖尿病などの生活習慣病および虚血性心疾患や脳卒中などの動脈硬化性疾患の罹患に対するハイリスク者の抽出効率を改善することが可能となるかを検討することを目的としている。平成27年度は、平成25,26年度に作成した高血圧予測CARTモデルに加えて、特定健診・特定保健指導の場での使用を考慮し、メタボリックシンドローム該当および予備群該当者は面談や保健指導対象であり、それら該当者を除外した集団における高血圧発症ハイリスク者の決定木を検討した。1994年の男女合わせた対象では、年齢、収縮期血圧（SBP）、喫煙、空腹時血糖値（FPG）、body mass index (BMI)、トリグリセリド（TG）、γ-GTPの要素からなるCARTモデルにて、感度65.3%、特異度84.2%で予測できた。男女別に検討を行うと、男性では年齢、SBP、γ-GTP、FPG、からなるCARTモデルにて感度75.0%、特異度73.3%で予測可能となり、女性ではSBP, age, BMI, 喫煙、総コレステロール（TC）、TG、FPG、γ-GTPからなるモデルにて感度80.3%、特異度81.2%で予測可能であった。特定健診・特定保健指導の場では面談や保健指導の対象とならない者においても、今回作成したモデルによって高血圧発症に該当する者については積極的な高血圧予防介入を行うことが重要と考えられる。さらに2002年を初年度とするデータにおいて、高感度CRP屋空腹時インスリン値、アディポネクチンも候補要因として加えてCARTモデルの作成を試みたが、SBP、年齢、BMI、アディポネクチン、インスリン値、FPGからなるCARTモデルで感度12.3%、特異度98.9%と感度が非常に低い結果となった。要因に加えて、追跡期間の短さが影響する可能性も考えられた。
|
| 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
本研究は、継続中の地域一般住民コホート研究のデータを使用した縦断的検討により、特定健診・特定保健指導においては情報提供レベルにとどまるメタボリックシンドローム非該当者においても、通常の健診項目の組み合わせや炎症性マーカーやアディポサイトカイン、酸化ストレスマーカーなどの新しいリスクマーカーを組み合わせ、さらにClassification and Regression Tree （CART）という決定木アルゴリズムを応用することで積極的な介入が必要と考えられる高血圧や糖尿病などの生活習慣病の罹患に対するハイリスク者の抽出効率を改善することが可能となるかを検討することが最終目的としている。平成25年度には将来の高血圧罹患を予測する決定木モデルの作成を行い、感度68.2%、特異度71.1%で判別できることが確認できた。平成26年度は、その作成したモデルの男女別の構成要素や判別能の違いについて検討を行い、またCARTによって導かれるカットオフ値と地域保健事業で使用する場合の簡便さ等も考慮した分類基準についての検討も行った。さらにこれまで蓄積されているデータに基づいて、初年度の異なる集団に当てはめた場合の妥当性の検証を行うことができた。平成27年度は特定健診・特定保健指導においては情報提供レベルにとどまる対象者での高血圧発症予測モデルを作成し、男女とも感度・特異度ともに80%前後で予測できることが示された。
|
| 今後の研究の推進方策 |
現在の研究体制で予定通り研究が進んでいるが、さらに糖尿病や心血管疾患を予測するモデルの作成と、高血圧、糖尿病、心血管疾患の予測CARTモデルに共通する要因を特定することで、より効果的に生活習慣病発症ハイリスク者を抽出することができると考えられることから、1年研究期間を延長して引き続き検討を行う予定である。また過去のデータベースに加えて新規健診データを加えたデータベースの更新や過去の受診者の生存・死亡・転出の確認や各種生活習慣病の罹患状況について確認しデータベースの整備を合わせて行うこととする。
|
| 次年度使用額が生じた理由 |
生活習慣病罹患ハイリスク者の効果的な抽出のための決定木分析モデルの作成を試みているが、複数疾患に対するモデルの作成や論文化に向けたより精緻な検討を加える必要があると考えられ、期間延長を申請しているため。
|
| 次年度使用額の使用計画 |
延長期間での論文作成にかかる英文校正料やデータベースの整備に係る研究補助員への謝金等の使用を考えている。
|
