複数疾病を伴う高齢入院患者の予後予測因子の同定：機械学習モデルの解釈性の向上

识别患有多种疾病的老年住院患者的预后因素：提高机器学习模型的可解释性

• 批准号: 18K18471
• 负责人: 清水 沙友里
• 金额: $ 3.16万
• 依托单位: Yokohama City University (2020, 2022)Institute for Health Economics and Policy, Association for Health Economics Rsearch and Social Insurance and Welfare (2018-2019)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-06-29 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K18471/
• 关键词: 機械学習; 医療データベース; 解釈性の向上; バリデーション; Multimorbidity; 予測モデル; 大規模医療データベース; マシーンラーニング; 大規模医療データ; マルチモビディティ

高齢者の身体的な脆弱性に関して、包括的な視点から評価を行い、予後悪化の要因を明らかにするということは重要な課題であるが、複数疾病のある患者に対して、それらの並存パターンの重症度評価は十分ではない。社会医学領域においては、予測力に劣る線形回帰モデルの利用から脱却できておらず、手法論的に挑戦可能な課題が数多く残っている。昨年度は、統計学的なモデルと機械学習モデルの比較を行い、機械学習モデルのフィットに課題のあることがわかった。そこで今年度研究においては、モデルの精度向上のため、その他の機械学習手法を応用し、予後予測因子のより精緻な同定を行うことを目的とした。これまでの研究において、入院初日の診療行為データを用いて予測モデルを構築した。入院初日の診療行為は、患者に対する医療者の診療方針を示していると考えられる。一般的に、診療行為に関する情報は、非常に情報量のあるデータであるが、そのデータの次元の高さのために全てのデータを予測モデルに入れることが現実的ではなかった。そこで、次元削減等の手法を用いることで、これらのデータを利用可能にし、かつ予測モデル精度の向上が可能であることが示唆された。加えて、看護必要度等の患者重症度評価指標をモデルへ使用した。また、診療行為情報などのスパースなカテゴリカルデータを数値化する複数の手法を予測モデルに用いて解析を実施した。昨年度は、データソースを変更し、他の医療管理データを用いた場合での一般化可能性を確認した。本年度は、予後予測因子としても用いている急性期医療い期間を退院した患者の再入院に関するデータ・バリデーション研究を実施しているところである。

The vulnerability of the body of a person with high altitude is related to, including, viewpoint, assessment, behavior, post-mortem, important causes, important issues, multiple diseases, patient, and severity assessment of co-existing diseases. In the field of social medicine, there are many possible problems in the use of linear regression theory and method theory. Last year, statistics, machine learning, comparison, machine learning, topic, etc. This year's study is aimed at improving the accuracy of the prediction factor and improving the accuracy of the prediction factor. This study was conducted in the early days of admission, and the diagnosis behavior was evaluated. The diagnosis and treatment behavior of the first day of admission is reflected in the diagnosis and treatment policy of the patient. It is now possible for information related to general medical treatment activities to be included in the prediction device with an extraordinary amount of information and a high level of data. The method of reducing the dimension is used to make use of the possibility of predicting the accuracy of the dimension. The use of patient severity assessment indicators such as addition and necessity of care The diagnosis and treatment behavior information shall be analyzed according to the method of quantification. In the past year, we have confirmed the general possibility of improving the quality of medical treatment. This year's study was conducted to assess the impact of post-mortem factors on hospital readmission during acute care.

项目成果

Predicting the risk of in-hospital Mortality in Adult Community-Acquired Pneumonia Patients with Machine Learning: A Retrospective Analysis of Routinely Collected Health Data

通过机器学习预测成人社区获得性肺炎患者的院内死亡风险：定期收集的健康数据的回顾性分析

• 发表时间: 2019
• 作者: Sayuri Shimizu;Satoshi Hara;Kiyohide Fushimi
• 通讯作者: Kiyohide Fushimi

ビッグデータを対象とした解析の実際と読み方のポイント

大数据实战分析及解读要点

• 发表时间: 2023
• 期刊: Life Support and Anesthesia(LiSA)
• 作者: Iwasaki M;Watanabe Y;Motokawa K;Shirobe M;Inagaki H;Motohashi Y;Mikami Y;Taniguchi Y;Osuka Y;Seino S;Kim H;Kawai H;Sakurai R;Edahiro A;Ohara Y;Hirano H;Shinkai S;Awata S.;清水沙友里
• 通讯作者: 清水沙友里

医療・健康分野におけるビッグデータ解析

医疗健康领域大数据分析

• 发表时间: 2023
• 期刊: 会報光触媒
• 作者: Mori Y;Nyuya A;Yasui K;Toshima T;Kawai T;Taniguchi F;Kimura K;Inada R;Nishizaki M;Haraga J;Nakamura K;Umeda Y;Kishimoto H;Fujiwara T;Katata Y;Yamaguchi Y;Nagasaka T.;清水沙友里
• 通讯作者: 清水沙友里

ビッグデータとAIにより広がる近未来予想図

大数据和人工智能扩展了对不久的将来的预测

• 发表时间: 2022
• 作者: Mori Y;Nyuya A;Yasui K;Toshima T;Kawai T;Taniguchi F;Kimura K;Inada R;Nishizaki M;Haraga J;Nakamura K;Umeda Y;Kishimoto H;Fujiwara T;Katata Y;Yamaguchi Y;Nagasaka T.;清水沙友里;粟田主一;清水沙友里
• 通讯作者: 清水沙友里

生物統計セミナー「明日から使える医療統計 クリニカルクエスチョンから論文作成まで一気通貫 part 2」

生物统计学研讨会“明天就可以使用的医学统计学，从临床问题到论文写作第2部分”

• 发表时间: 2022
• 作者: Mori Y;Nyuya A;Yasui K;Toshima T;Kawai T;Taniguchi F;Kimura K;Inada R;Nishizaki M;Haraga J;Nakamura K;Umeda Y;Kishimoto H;Fujiwara T;Katata Y;Yamaguchi Y;Nagasaka T.;清水沙友里;粟田主一;清水沙友里;清水沙友里
• 通讯作者: 清水沙友里