2018 Fiscal Year Research-status Report
時間を考慮した多変量グラフ表現データ解析法の開発と臨床データへの応用
| Project/Area Number |
17K18445
|
|---|
| Research Institution | Foundation for Biomedical Research and Innovation at Kobe |
|---|
Principal Investigator |
中谷 英仁 公益財団法人神戸医療産業都市推進機構, その他部局等, TRI専門職 (80627670)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 構造化モデル / アンサンブル学習 / 樹木モデル / 層別 / 平均因果効果 |
|---|
| Outline of Annual Research Achievements |
現在までの研究活動で、疾患の臨床経過は多様性に富んでおり一概に把握するのは難しく、臨床経過を正しく示したグラフ表現モデルには高い臨床的な需要があると考えている。該当モデルが開発及び活用されれば、診療における治療の戦略や原因論的な研究の推進が加速すると考える。平成29年度は、わずかなデータ摂動により劇的に構造化モデルが変化してしまうことが課題であったためアンサンブル学習の考えを取り入れ研究を実施した。弱学習モデルを縮約する際の、アンサンブルの理解性(comprehensibility)欠如を克服するため、複数モデルを単一モデルへと縮小する方法論（2000年Danneggerらが提案したnode-level stabilizationの変法を提案）の研究を行った。しかしながら、性能評価のシミュレーションに多大な時間が必要であると判明したため論文化には未だ至ってない。
平成30年度は、上記研究のプログラムの高速化作業を行った。並行して、本研究には直接関係しないが、樹木モデルによる層別に着目した次の2つの統計学的研究を実施した。①アンサンブル学習手法を用いて治療群とコントロール群のエンドポイントを互いに予測し、それらから算出した個人ごとの平均因果効果について分類し治療効果の高いサブグループを探索する統計学的手法の研究（2017 年Power S.らの論文にあるDifferent-Basis forrestの変法）を行った。またその後、②平均因果効果の層別推定量の推定において、層内での傾向スコアの性質を考慮した適切な層別手法を考案すべく研究を開始した。
その他、上記の研究に関連して、臨床データへの応用を予測モデル構築の安定性や効果推定に注視しつつ共同研究者と実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
やむを得ない2度の異動のため本研究の進捗はやや遅れている。平成30年度に論文化予定であった、樹木モデルで検討したアンサンブルによる単一樹木モデルの構築法の研究に関しては、性能を評価するためのシミュレーションに多大な時間が必要であると判明したため、一時研究を保留している。
|
| Strategy for Future Research Activity |
平成31年度は、樹木モデルで検討したアンサンブルによる単一樹木モデルの構築法の研究におけるシミュレーションプログラムの見直しを行い早期に論文化したい。また、いち早く臨床イベント間の順序性や関連性を示す構造化モデルを作成したい。
|
| Causes of Carryover |
2度のやむおえない異動により、本研究に十分な時間を割くことが困難な状況となったため、次年度使用額が生じた。今後学会出張などで最新の情報を収集し、研究の
推進を行う。
|
