人工知能・機械学習による児の肥満発症の因果・機序クラスタリングと予測モデル開発

点击翻译按钮获取中文摘要

肥満は様々な要因により、発症することが知られているものの、それら要因の交互作用や重み付けなどは明確になっておらず、学齢期における肥満対策の限界となっていると言える。本研究の目的は、児の生活環境・生活習慣に着目し、身長・体重の発育状況や肥満との関係について、機械学習を用い、成長期における肥満発症・改善の要因、およびその交互作用を考慮して、その因果メカニズムのパターンをクラスタリングすること、そして、予測モデルの開発し、成長期における肥満の予防および改善を考慮した個別化対策の一助を目指している。２年目で今年度は、昨年度調査を実施することができなかったことから、関係諸機関と連携して、調査開始を目指した。しかしながら、調査フィールドを予定している学校現場では、以前に比べて様々な制限が解除されつつあるものの、引き続き新型コロナウイルス感染症への対策が続いた。それらに関連した様々な対応が継続しているところでの新規調査立ち上げの実施等が難しいと考えた。過去に行われた生活習慣、身体活動、体格や体力に関する調査データを入手することができたことから、横断研究となるもののこれらのデータを整理し、解析が行うためのデータセットを作成し、一部解析を進めることができた。入手時期が遅かったため、機械学習を含めた解析にまで至ることができなかった。しかし、基本統計的な解析においては、これまで報告されている結果と概ね同様の結果を観察することができたことから、次年度以降、このデータを用いて、解析することを目指すこととした。