2023 Fiscal Year Research-status Report
慢性心不全の病態と予後規定因子探索のための多変量経時データ解析モデルの開発
| Project/Area Number |
22K11940
|
|---|
| Research Institution | Teikyo University |
|---|
Principal Investigator |
宮田 敏 帝京大学, 公私立大学の部局等, 教授 (60360343)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
後岡 広太郎 東北大学, 大学病院, 特任准教授 (20598411)
倉田 博史 東京大学, 大学院総合文化研究科, 教授 (50284237)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 統計数学 / コホート研究 / 関数データ解析 / 慢性心不全 / ネットワーク解析 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，2006~2010年に東北大学を含む東北地区24基幹病院において登録された10,219名の慢性心不全及びその高リスク患者コホート（CHART-2研究）の登録
データを用いた。2023年度末を持って、CHART-2研究のすべてのデータ固定が終了した。2023年度中に発表した研究成果としては、1）左室駆出率の維持された慢性心不全患者の年齢層別プロファイルと転帰 (Yamanaka, et al. ESC Heart Fail. 2024 Apr 16. doi: 10.1002), 2）ポリファーマシーを有する慢性心不全患者における心不全治療薬の過少使用と不良な長期予後 (Fujihashi, et al. Int J Cardiol Heart Vasc. 2024 Jan 23), 3）機械学習による慢性心不全の層別化 (Nakano, et al. ESC Heart Fail. 2023 Jun;10(3):1597-1604) がある。
これらの臨床、疫学研究から得られた知見を統計学的にモデル化し予後リスクの層別化を行うため、複数の共変量による多変量継時データによる生存時間データ解析を行う。生存データの判別に最適化された経時データの層別のための多変量関数主成分分析モデルと、アウトカムの層別化に最適化された主成分方向の探索の開発を行った。現在、理論面での検討とCHART-2研究のコホートデータを用いた検証のためのプログラム開発中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
CHART-2研究の10年次までの登録データ固定が終了したことで、全体データを用いた解析が可能となった。昨年度開発を進めた関数主成分分析モデルを、多変量に拡張するための理論的研究は、現在継続中であり最終年度までの完了を目指している。
研究分担者である後岡の協力の下、臨床医学・循環器内科学的見地からの、データ解析の検討を行い、研究成果は論文、学会発表を通じて公表している。
また、研究協力者である倉田との共同研究のもと、関数主成分分析を元にした経時データの層別モデルの開発を進めている。CHART-2研究のデータを用いた疫学研究について、人工知能（機械学習）を用いた層別化について論文発表を行ったが、さらに本研究の方法論的進捗をまとめ論文化を目指している。
|
| Strategy for Future Research Activity |
多変量経時データの層別モデル構築のための，関数主成分解析については理論的な検討をさらに進め論文化を目指す。さらに、人工知能による層別化を、継時データに拡張する方策についても検討中である。
解析データ管理のため，データベース管理システム（DBMS）の構築を行うとともに、シミュレーションスタディーのためのプログラム作成を進める。
シミュレーションによる理論モデルの検証と臨床医学・循環器内科学的見地からの検証を行う
|
| Causes of Carryover |
COVID-19の感染拡大に伴う研究遅延にともない、次年度使用額が生じた。今後、資料購入や研究補助員の雇用などのために速やかな予算執行を行う。
|
