Recent Epidemiology of Retinopathy of Prematurity: A Multicenter Study in Yamagata Prefecture

早产儿视网膜病变的最新流行病学：山形县的多中心研究

• 批准号: 20K18335
• 负责人: 武田 祐介
• 金额: $ 2.33万
• 依托单位: Yamagata University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K18335/
• 关键词: 未熟児網膜症; 多施設研究; リスク因子; 予測モデル; 機械学習; 眼圧; スクリーニング基準; ROC曲線; 重症化因子; 疫学研究; 危険因子

山形県内で未熟児網膜症スクリーニングの診察を受けた児の全例集計を行った（多施設研究）。研究計画の通りに、山形県内にある4つの新生児集中治療室（NICU）を対象施設とした。当初集計した未熟児網膜症の発症、治療、児の出生状況などの基本項目のデータに加えて、昨年度は詳細な臨床経過（各種薬剤の使用、人工呼吸器の着脱、眼科の診察回数・時期、眼科領域以外での治療の有無）についても追加収集を開始し、収集を完了した。このデータセットを用いて、未熟児網膜症の発症率、治療率などの記述的統計解析に加えて、推論（Inference）および予測（Prediction）の2つのアプローチで解析する方針とした。推論としては、未熟児網膜症の発症率に関わる各種リスク因子の解析を行った。予測としては、従来の回帰モデルだけでなく複数の機械学習モデル（深層学習を含む）を用いて発表の予測モデル構築を行った。具体的には、機械学習モデルとしてはDecision Tree (Single Tree), Random Forest, Boosting, Support Vector Classifier, Support Vector Machine, Neural Networkを使用した。また研究を遂行するための統計ソフトウェアについて、R, Stata, SAS, JMP等の複数のソフトを使用して吟味した結果、拡張性の高さや出力フォーマットの体裁の点から、最終報告についてはRを使用することに決定した。

所有在Yamagata县进行早产性筛查视网膜病变的儿童的病例均已汇编（多中心研究）。根据研究计划，该设施针对的是位于Yamagata县的四个新生儿重症监护病房（NICUS）。除了最初编制的基本项目数据，例如儿童过早，治疗和出生状态中的视网膜病发作，我们开始收集其他详细的临床课程（使用各种药物，附着和删除通风机，数量和眼科咨询时间和治疗的时间，无论是治疗的时间，无论是在收集领域之外）和完整的收集。使用此数据集，我们决定使用两种方法分析结果：推理和预测，除了对早产性视网膜病变的发病率和治疗率的描述性统计分析。作为推理，分析了与视网膜病变早产发生率有关的各种风险因素。为了预测，我们不仅使用传统的回归模型，还包括多个机器学习模型（包括深度学习）构建了演示预测模型。具体来说，我们使用了机器学习模型：决策树（单树），随机森林，增强，支持向量分类器，支持向量机和神经网络。此外，在检查了使用多个软件（例如R，Stata，Sas和JMP）进行研究的统计软件之后，鉴于高可扩展性和输出格式的外观，因此决定R将用于最终报告。