異質な集団を含むデータに対する統計的学習理論を用いたモデル開発と臨床医学への応用

使用统计学习理论对包含异质群体的数据进行模型开发及其在临床医学中的应用

• 批准号: 18K11197
• 负责人: 林 賢一
• 金额: $ 2.91万
• 依托单位: Keio University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K11197/
• 关键词: 二値回帰モデル; 生存時間モデル; 経時データ; 再帰分割法; ROC; IDI; odds-IDI; power-IDI; 集団の異質性; 解釈可能性; 混合治癒モデル; 生存時間解析; 多値応答; ノンコンプライアンス; 平均因果効果; pAUC; 反応例解析; 欠測データ; 医学統計学; 生物統計; 機械学習; 統計科学

本研究の目的は，異質な部分集団によって構成されるデータに対し，「予測力（説明力）」と「解釈可能性」が両立する統計的方法の構築に寄与することである．2022度は，(A) 経時―生存同時モデルに対する再帰分割法，(B) 二値応答に対するにインデックスモデルに基づくロバストなリスク層別化法を検討した．(A)は，生存時間と経時的に観測される変数を応答変数として考え，ベースライン共変量との関連をモデル化する方法である．この方法について，異質な部分集団を想定する場合のパラメトリックな再帰分割法を考え，そのアルゴリズムを与えた．また，シミュレーションにより，異質な部分集団が存在する場合に，既存の方法より高い精度でそれらを同定できる可能性が示唆された．この研究は，次年度に学会発表を予定している．(B)は，二値アウトカムに対するインデックスモデル（Tian and Tibshirani, 2011）を一般化することにより，モデルの誤特定の影響を軽減することを目指す．インデックスモデルは(A)で考えるような再帰分割法よりも「粗い」リスク層別化法であるが，解釈可能性にすぐれたモデリングである．これについて，二値応答とインデックスを関連付ける関数（リンク関数）を一般化し，これに対する逐次推定アルゴリズムを与えた．この過程で，アルゴリズムで用いる検定統計量に，先行研究にはない項が現れるという興味深い事実が見出された．また，シミュレーションにより提案法の性能を検討した．

は の purpose, this study heterogeneous な part sets 団 に よ っ て constitute さ れ る デ ー タ に し seaborne, "to load (force)" と 釈 possibility "solution" が struck made す の る statistical method to construct に send す る こ と で あ る. 経 は, 2022 degrees Fahrenheit (A) - survival at the same time モ デ ル に す seaborne る 帰 segmentation method again, (B) two numerical 応 に answer す seaborne る に イ ン デ ッ ク ス モ デ ル に base づ く ロ バ ス ト な リ ス ク layer don't polarization method を beg し 検 た. は (A), survival time と 経 when に 観 measuring さ れ る - several を 応 A number of variations と し て え, ベ ー ス ラ イ ン - total quantity と の masato even を モ デ ル change す る method で あ る. こ の way に つ い て, heterogeneous な part sets 団 を scenarios す る occasions の パ ラ メ ト リ ッ ク な again 帰 segmentation を え, そ の ア ル ゴ リ ズ ム を and え た. ま た, シ ミ ュ レ ー シ ョ ン に よ り, heterogeneous な part sets 団 が exist す に る situations, existing の way よ り high precision い で そ れ ら を with fixed で き が る possibility in stopping さ れ た. The に will study に, and in the following year, the に society will issue a table を to determine <s:1> て る る る. は (B), and two numerical ア ウ ト カ ム に す seaborne る イ ン デ ッ ク ス モ デ ル (Tian and Tibshirani, 2011) を generalization す る こ と に よ り, モ デ ル の mistakenly specific の influence を 軽 minus す る こ と を refers す. イ ン デ ッ ク ス モ デ ル は で test (A) え る よ う な again 帰 segmentation よ り も "coarse い" リ ス ク layer don't polarization method で あ る が, solution 釈 possibility に す ぐ れ た モ デ リ ン グ で あ る. こ れ に つ い て, two numerical 応 と answer イ ン デ ッ ク ス を masato even pay け る masato number (リ ン ク masato) を generalization し, こ れ に す seaborne る presumption of successive ア ル ゴ リ ズ ム を and え た. で こ の process, ア ル ゴ リ ズ ム で with い る 検 statistic に, leading research に は な が い item now れ る と い う tumblers deep い things be が show the さ れ た. Youdaoplaceholder0, シ また ュレ ュレ ショ ショ によ によ た the performance of the proposal を検 for た た.

项目成果

A model selection criterion for missing data with MAR mechanism but NMAR for its subsets

缺失数据采用MAR机制但子集采用NMAR的模型选择准则

• 发表时间: 2019
• 作者: Hayashi;K.;Takai;K.
• 通讯作者: K.

k近傍法を用いたリチウムイオン電池の微小内部短絡検出

利用k近邻法检测锂离子电池的微小内部短路

• 发表时间: 2022
• 作者: Takamori Ukai;Yutaka Sakuma;Seiji Kataoka;志村 重輔，林 沙織，岡安 悟志，板垣 昌幸，林 賢一
• 通讯作者: 志村 重輔，林 沙織，岡安 悟志，板垣 昌幸，林 賢一

Estimation of a concordance probability for doubly censored time-to-event data

双删失事件时间数据的一致性概率估计

• DOI: 10.1007/s12561-018-9216-5
• 发表时间: 2018
• 期刊: Statistics in Biosciences
• 影响因子: 1
• 作者: Kenichi Hayashi;Yasutaka Shimizu
• 通讯作者: Yasutaka Shimizu

A new composite estimand for regulatory clinical trials with dropouts

退出监管临床试验的新综合估计

• 发表时间: 2018
• 作者: Taguri;M.;Hayashi;K.
• 通讯作者: K.

Asymptotic comparison of semi-supervised and supervised linear discriminant functions for heteroscedastic normal populations

异方差正态总体的半监督和监督线性判别函数的渐近比较

• DOI: 10.1007/s11634-016-0266-6
• 发表时间: 2018
• 期刊: Advances in Data Analysis and Classification
• 影响因子: 1.6
• 作者: Yuki Kawakubo;Tatsuya Kubokawa and Muni S. Srivastava;足立浩平;Norihiro Kamide;Kenichi Hayashi
• 通讯作者: Kenichi Hayashi