データマイニング手法を用いた副作用発現割合の定量的評価モデルの構築とその臨床応用

利用数据挖掘技术构建副作用发生率定量评价模型及其临床应用

• 批准号: 18H00430
• 负责人: 今井 俊吾
• 金额: $ 0.34万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Scientists
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18H00430/
• 关键词: データマイニング; Decision treeモデル; バンコマイシン

○研究目的 : データマイニング手法の一つであるDecision tree(DT)モデルは、フローチャート状の構造を持ち、利用者は複数の要因の組み合わせを考慮したイベントの発現割合を簡便かつ定量的に評価可能である。これまでに我々は、DT解析を用いた副作用発現割合推定モデルの有用性を明らかにしてきた。本研究ではDT解析の臨床応用を目指し、初回Therapeutic Drug Monitoring(TDM)時の使用を想定した、バンコマイシン(VCM)誘発性腎機能障害発現割合推定モデルを構築し、その精度を検証した。○研究方法 : 対象患者は2011年11月から2017年4月までにVCMが7～14日間投与され、目標トラフ値10～15mg/LとしてTDMが実施された症例とした。腎機能障害発現リスク因子は初回TDM時に評価可能な因子のみを抽出した。DTモデルはchi-squared automatic interaction detection algorithmを用いて構築した。モデルの検証として精度および10-分割交差検証法を用いた誤分類リスクを算出した。○研究成果 : 解析対象は402例であり、56例(13.9%)に腎機能障害が発現した。DTモデルは最終的に6つのサブグループに分枝し、それぞれの腎機能障害発現割合は5.2%から70.0%であった。抽出されたリスク因子はフロセミド併用、ピペラシリン/タゾバクタム併用、昇圧薬併用および初回トラフ値15mg/L以上であった。モデルの精度は87.1%、誤分類リスクは13.9±1.7%であった。構築したモデルは臨床的に妥当であり、モデルの精度および誤分類リスクは良好と考えられた。臨床応用可能な腎機能障害発現割合推定モデル構築に成功した。

○ Purpose of the study: A Decision tree(DT) is a simple and quantitative evaluation of the possibility of a decision tree(DT). This is the first time that we have used DT to analyze the side effects and estimate the usefulness of DT The purpose of this study is to evaluate the clinical utility of DT analysis, the accuracy of its use in primary therapeutic Drug Monitoring(TDM), and the accuracy of its construction.○ Study methods: VCM was administered between 7 and 14 days from November 2011 to April 2017, and TDM was administered between 7 and 14 days. Renal impairment factors are evaluated when TDM is initiated. DT is a chi-squared automatic interaction detection algorithm. The error classification method is used to calculate the error classification accuracy of the 10-segment cross difference method.○ Results: Renal dysfunction occurred in 402 cases and 56 cases (13.9%). The final rate of renal dysfunction was 5.2% and 70.0% respectively. The extraction factor is used in combination with the initial value of 15mg/L or more. The accuracy of misclassification is 87.1%, and the accuracy of misclassification is 13.9±1.7%. The construction of the clinic is appropriate and accurate. Clinical application of the method for detecting renal dysfunction was successful.

项目成果

データマイニング手法を用いたバンコマイシンによる腎機能障害発現割合推定モデルの構築

使用数据挖掘技术构建估计万古霉素肾功能障碍发生率的模型

• 发表时间: 2018
• 作者: 今井俊吾;山田武宏;笠師久美子;新沼悠介;小林正紀;井関健
• 通讯作者: 井関健