2023 Fiscal Year Research-status Report
機械学習による地域間健康格差のモデル化ー国保特定健診・医療費データによる分析ー
| Project/Area Number |
22K10411
|
|---|
| Research Institution | University of Toyama |
|---|
Principal Investigator |
関根 道和 富山大学, 学術研究部医学系, 教授 (30303225)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 社会疫学 / 健康格差 / メタボリック症候群 / ニューラルネットワーク / 機械学習 |
|---|
| Outline of Annual Research Achievements |
メタボリック症候群有病率の地域間の健康格差および背景要因を明らかにするために、富山県国民健康保険特定健康診査の約7万人のデータを横断的に分析した。ロジスティック回帰分析の結果、年齢・性調整モデルにおいて、富山市を基準とした場合のメタボリック症候群有病率に対する各市町村の調整オッズ比は0.87-1.29であり、富山県西部において有病率が高い傾向を認めた。また、血圧、脂質異常、血糖といったメタボリック症候群の構成要素を変数に追加した場合の調整オッズ比は0.74-1.13となり、富山市を基準とした場合の有病率が高い地域の健康格差は縮小した。そこで、ニューラルネットワークを用いて重要度を評価したところ、脂質、血糖、血圧の順であった。今後、食習慣、運動習慣、睡眠習慣、喫煙といった特定健康診査で取得される生活習慣によって、どの程度の地域間の健康格差が説明できるか検討を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
メタボリック症候群有病率の地域間格差の背景要因を、ロジスティック回帰分析とニューラルネットワークを用いて明らかにした。
|
| Strategy for Future Research Activity |
食習慣、運動習慣、睡眠習慣、喫煙といった特定健康診査で取得される生活習慣によって、どの程度の地域間の健康格差が説明できるか検討を行う。
|
| Causes of Carryover |
既存の機材等により研究を実施したことによる。
次年度は新たにPCおよび統計ソフトを購入し、研究をすすめる予定である。
|
