2006 Fiscal Year Annual Research Report
医学・人工知能・統計科学を融合した最適治療計画法の構築
Project/Area Number |
06J02736
|
Research Institution | Kyoto University |
Principal Investigator |
蔡 志紅 京都大学, 医学研究科, 特別研究員(DC2)
|
Keywords | 因果効果 / 反事実モデル / 選択バイアス / 治療効果 / 線形計画法 / 因果ダイアグラム |
Research Abstract |
本年度は,「ノンパラメトリック反事実モデル」に基づく「最適治療計画法」の開発を目的とした研究を行い,その第一歩として次の結果を得た. (1)ランダム化臨床試験における治療効果の推定問題に対して,治療効果の存在範囲を絞り込む際に共変量情報が重要な役割を果たすことを明らかにするとともに,存在範囲の推定精度についても議論した. (2)因果的原因の確率を推定するためのノンパラメトリックな方法論を開発した.また,推定を行う際の共変量の役割を明らかにし,適切な共変量を解析に取り入れることで,原因の確率の存在範囲を絞り込むことができるだけでなく,推定精度も向上させることができることを示した. (3)"選択バイアスデータの生成モデル"と"潜在変数モデル"の間に双対関係があることを発見するとともに,それ利用した選択バイアスデータによる因果構造復元法を開発した.加えて,この解析法の限界についても明らかにした.
|
Research Products
(8 results)