2022 Fiscal Year Research-status Report
Development and Implementation of Accurate and Fast Arbitrary Shaped Cluster Detection Method
| Project/Area Number |
21K11791
|
|---|
| Research Institution | Nagoya City University |
|---|
Principal Investigator |
大谷 隆浩 名古屋市立大学, 医薬学総合研究院(医学), 講師 (30726146)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 空間疫学 / スキャン統計量 / 空間データ / クラスター |
|---|
| Outline of Annual Research Achievements |
位置情報を付加した空間医学データをもとに疾病の発生との関連が強い箇所 (クラスター) を検出しその統計的有意性を判定する方法として，最大尤度比に基づくスキャン統計量が提案され，空間疫学研究や症候サーベイランスなどの分野で重要なツールになっている。本研究では多様な形式の空間データから精確に複数のクラスターを検出し，その統計的有意性を適切に判定する統計解析ソフトウェアについて検討する。新たなソフトウェアを開発するとともに，空間疫学研究の大規模な実データを用いた実証研究を行うことでその有効性の評価を行う。
2022年度は，前年度までに開発した複数のクラスターの検出と統計的有意性の評価を行う解析ソフトウェアについて，並列処理による高速化を検討した。空間スキャン統計量は原則として一つのクラスターのみを検出し有意性を評価するが，実際にはクラスターが複数ある場面も多い。このような場合に，情報量基準の視点から適切な集積期間の数を選択してそれらを同定し，全体としての統計的有意性の評価を行う手法 (Takahashi & Shimadzu, 2018) が提案され，計算機シミュレーションにより有効性が示されている。この手法を用いて疾病の地域集積性および時間集積性を検出する解析ソフトウェアを前年度までに開発してきたが，データが大きくなるにつれて計算時間がかかることが問題となっていた。そこで，並列処理による高速化を行い，計算機実験によりその有効性を確認した。
さらに，空間疫学研究においてはリスクの高い地域だけでなく低い地域についても検出できることが望ましいため，これまでに開発してきた統計解析ソフトウェア「R」用パッケージを拡張し，疾病の発生が少ない地域を検出する機能を実装してオープンソースソフトウェアとして公開した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
解析ソフトウェアの並列化により，複数のクラスターの検出と統計的有意性の評価を高速に実行できることを確認した。さらに，R用パッケージの拡張を行い，疾病の発生の少ない地域を検出する機能を実装した。このパッケージはオープンソースソフトウェアとして公開しており，Rにインストールすることで広く一般に利用可能としている。これらの研究開発の結果については論文投稿に向けて成果をまとめている段階である。さらに，実際の疫学研究での利用についても共同研究として進められていることから，おおむね順調に進展していると判断する。
|
| Strategy for Future Research Activity |
本研究で実施したソフトウェアの並列化により、疾病の集積性の解析を高速に実施することができるようになり，さらに疾病の発生の少ない地域の検出にも対応した。一方で，地理情報解析や空間疫学の研究者らとの議論を通して，連続量の空間データ解析を行う解析ソフトウェアの必要性が高まっていることも把握している。今後は連続量データの解析手法について検討・実装を行い，実データを用いた検証を行うことを予定している。
|
| Causes of Carryover |
新型コロナウイルス感染症の流行に伴い国際会議への参加が行えなかったこと、国内学会発表および研究打ち合わせにおいては共同研究者の負担により出張を行ったため支出する必要がなかったことから、次年度使用額が生じた。次年度に行う出張の旅費および論文掲載料、学会参加費として使用する予定である。
|
