权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多段階健康リスク予測へのデータマイニングの応用

数据挖掘在多层次健康风险预测中的应用

基本信息

批准号：
14657106
负责人：
吉田勝美
金额：
$ 2.05万
依托单位：
St. Marianna University School of Medicine
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
2002
资助国家：
日本
起止时间：
2002 至 2003
项目状态：
已结题

项目摘要

これからの予防医学のアプローチとして、生活環境因子や医学検査からのリスクアセスメントに基づく予防介入事業が期待される。本研究は、この予防介入評価のためのリスクモデルを構築することにある。特に、糖尿病やmultiple risk factor syndromeは、関連因子が多段階に関連しており、データマイニング技術を応用してこの多段階相互関連の解明を行う。特に、NN(neural network)と従来の統計手法の確率値の相互比較による両モデルの評価を行った。研究班では、二つのモデルを用いて検討した。一つはICU内獲得感染症、もう一つは就業に及ぼす影響力を生活習慣、検査異常、既往歴を説明変数とした多段モデルとした。ICU内獲得感染症では施設要因は予後の決定要因であるという仮説から、施設をglobal変数としたmultiple levelによるハザードモデルでは、モデルの情報量が向上していることから、多段モデルの有用性が示された。また、就業に与える健康情報では過去からのデータの関連が相関ルール分析により明らかにされ、今後相関ルールから言語変換して専門知識の獲得への検討が残された。以上より、健康リスク分析には蓄積されたデータベースから相関ルール分析、多段レベル、免疫型マルチエージェントなどにより非線形の健康影響を分析することが可能であり、獲得された線形知識からIF-THENルールの抽出が可能であった。また、知識獲得のための学習データには、アウトカムの構成を調整する必要が示された。

This is the expectation of preventive medicine, life environment factors, medical research, preventive medicine and intervention. This study is aimed at establishing a new approach to prevention and intervention evaluation. In particular, diabetes mellitus and multiple risk factor syndrome are associated with multiple levels of correlation. Special, NN(neural network) and random statistical methods are compared with each other in terms of accuracy and evaluation. The research class is divided into two groups. A. Infection in ICU, B. Employment, D. Influence, C. Habits, D. Abnormality, D. History, D. Multi-stage. The importance of setting up global multiple levels of infection in ICU is demonstrated by the usefulness of setting up global multiple levels of infection. The relationship between employment and health information in the past and the acquisition of knowledge in the future The above, health analysis, accumulation, correlation analysis, multi-segment analysis, immune type analysis, non-linear health impact analysis, acquisition of linear knowledge, IF-THEN, extraction of possible. It is necessary to adjust the composition of knowledge acquisition and learning.