多段階健康リスク予測へのデータマイニングの応用

点击翻译按钮获取中文摘要

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。