Statistical Inference Based on Real-World-Data

点击翻译按钮获取中文摘要

1）糖尿病は全世界的に増加傾向にある一方で、生活習慣の改善により予防が可能な疾病です。血糖値が閾値126を超過すると、臨床的に糖尿病と診断されます。本研究では、ある病院から提供された健診データを用い、XGBoostや深層学習といった表データに優れた機械学習手法と比較し、最適な統計モデルを開発しました。さらに、最適モデルと同等の精度を持つ簡易モデルも作成しました。この簡易モデルは、コストがかかる測定値がほとんど必要なく、アンケートによる指標だけで血糖値を予測することが可能であることを確認しました。この成果は現在、論文として投稿中です。2）年齢やHbA1cのような本質的に連続的なデータを公開する際には、しばしば範囲ごとに分けてデータの頻度を公開することがあります。このような離散型データに対し、ベイズ的予測モデルを構築し、連続変数を予測するためのCell Regression法を開発しました。開発した手法は健診データに適用し、その有効性を確認しました。また、この手法を実装するためのプログラムも開発しています。この研究は現在、学術論文として投稿準備中です。３）R言語を使用した統計学と機械学習の基礎について共著でテキストを作成しました。「IT Text データサイエンスの基礎」(オーム社、2022年9月26日発売)というタイトルで出版し、データ科学の基礎をわかりやすく解説しています。