权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

新型コロナウイルス感染症療養患者の健康管理アルゴリズム確立及び管理ツールの開発

新型冠状病毒感染治疗患者健康管理算法建立及管理工具开发

基本信息

批准号：
21K10367
负责人：
石井正
金额：
$ 2.66万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K10367/
关键词：
COVID-19 mild-moderate COVID-19 risk factor machine learning prediction model prolonged symptoms mild COVID-19 post COVID-19 condition COVID-19 risk factor COVID-19 prognosis 新型コロナウイルス感染症健康管理アルゴリズム健康管理ツール

项目摘要

令和4年度において実施した研究については、概ね交付申請書内の「研究方法・計画」に記載の通りの進捗となった。令和3年度の報告のとおり、宮城県内におけるCOVID-19宿泊療養施設から患者データを得て（年齢、性別、基礎疾患、常用薬、COVID-19発症日、検査日、療養施設入所日・退所日、入院の有無等および療養施設内での毎日の症状変化等）、統計解析および機械学習に用いるための匿名化データベースを作成した。令和4年度はそのデータベースを用いて、①宿泊療養施設に入所した患者の低酸素血症発症に関わるリスクファクターの解析、②機械学習の手法を用いた低酸素血症発症予測、③宿泊療養施設での療養が長引く、つまり発熱または呼吸器症状が長引く患者に関わるリスクファクターの解析を行なった。①低酸素血症発症に関わるリスクファクターは年齢の上昇（オッズ比;1.08、95%信頼区間1.06－1.10)と男性(オッズ比;4.70、95%信頼区間2.39－9.22)の２つのみであったことから、宿泊施設に入所した患者は重症化に関わるリスクファクターの少ない集団であったことが確かめられた。②機械学習、主にrecurrent neural networkの手法を応用して症状の変動から24時間後の低酸素血症の発症を予測するモデルを作成し、過去にない高精度の予測モデルを作成することに成功した（AUC 0.88）。③発症から2週間以上の長期療養となるリスクファクターは年齢の上昇(オッズ比;1.02、95%信頼区間1.01－1.04)、療養施設入所時中等症Ⅱ（オッズ比;37.8、95%信頼区間1.40－1020)、発症後COVID-19診断前の抗菌薬処方(オッズ比;1.99、95%信頼区間1.06－3.72)、発症時呼吸器症状がある(オッズ比;1.75、95%信頼区間1.12－2.73)であった。

In 2004, the "Research Method and Plan" in the submission application form was recorded in the "Research Method and Plan". This is the third annual report of the Ministry of Health, the Ministry of Health, the Ministry of Health and the Ministry of Health. In 2010 and 2014, the following items were used: (1) analysis of hypoacidosis in patients admitted to residential care facilities;(2) prediction of hypoacidosis in patients with mechanical learning techniques;(3) analysis of hypoacidosis in patients admitted to residential care facilities; and (4) analysis of hypoacidosis in patients with respiratory symptoms. (1) Hypoacidemia was associated with an increase in age (ratio 1.08, 95% CI range 1.06-1.10) and male (ratio 4.70, 95% CI range 2.39-9.22). (2) Mechanical learning, main recurrent neural network method, symptom change, hypoacidosis prediction after 24 hours, high accuracy prediction in the past, success (AUC0.88). 3. Long-term convalescence over 2 weeks after onset of symptoms (R = 1.02, 95% CI = 1.01-1.04), Moderate Syndrome II (R = 37.8, 95% CI = 1.40-1020), Antibacterial Prescription before Diagnosis of COVID-19 after onset The respiratory symptoms at onset were observed (ratio: 1.99, 95% confidence interval: 1.06-3.72), and respiratory symptoms at onset (ratio: 1.75, 95% confidence interval: 1.12-2.73).