データマイニングによる院内感染サーベイランスの評価とアウトブレイクの効果的検出

使用数据挖掘评估医院感染监测和有效检测疫情

• 批准号: 18790406
• 负责人: 須賀 万智
• 金额: $ 1.98万
• 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 Young Scientists (B)
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2007
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18790406/
• 关键词: 院内感染; サーベイランス; データマイニング

厚生生労働省院内感染対策サーベイランス(JANIS)事業において、全国数十の医療施設から院内感染の発生状況を把握するデータが収集されている。しかし、臨床現場が求めているような具体的な実際的な情報の還元がおこなわれておらず、そのための疫学的評価システムの構築が要望されている。本研究の目的は、院内感染サーベイランスにデータマイニングを応用して、院内感染サーベイランスの評価とアウトブレイクの効果的検出を実現する疫学的評価システムを構築することにある。本年度はJANIS事業のICU部門の大規模コホートデータを用いて、院内感染サーベイランスにて収集したデータの集計解析における統計学的従来法とデータマイニング法の適用について検討した。また、現場のスタッフの情報収集の労力を減らし、院内感染サーベイランスを効率的におこなうために、病院情報システムの活用について検討した。1.ニューラルネットワークを用いて統計学的従来法(多重ロジスティック回帰モデル)よりも予測精度が優れたアウトカムを予測するモデルを構築した。(IMECS 2007発表)2.ニューラルネットワークを用いて観察開始時点の情報と観察終了までのイベントの情報からアウトカムを予測するモデルを構築した。(MEDINFO 2007発表)3.上記の1と2の結果をもとに、ニューラルネットワークを医学的データに適用してアウトカムを予測するモデルを構築する手法にっいて本の章にまとめた。(Trends in Intelligent Systems and Computer Engineering, Springer,2008)4.病院情報システムにある情報から院内感染発生率を算出できるか検討した。(環境感染2007)5.サンプリングにより院内感染発生率の分母のディバイス装着日数を推計する方法を提案し、予測精度を評価した。(日本環境感染学会2008発表、日本衛生学会2008発表)6.一連の研究の成果を総説にまとめた。(Environmental Health Preventive Medicine,2008)

The Ministry of Health, Welfare and Welfare’s Nosocomial Infection Prevention and Control System (JANIS) Project, nationwide Dozens of medical facilities are keeping track of the status of nosocomial infections and collecting them.しかし、Clinical site が めているようなSpecific information on the situation な returned to the original form がおこなわれておらず、そのための Epidemic Review 価システムのconstructing the key to hope されている. The purpose of this study is: nosocomial infection control, nosocomial infection controlンスのreview価とアウトブレイクのeffect of the 検出を実现する Epidemic Review価システムをconstructed することにある. This year, the JANIS business's ICU department has conducted large-scale medical treatment and nosocomial infection treatmentてCollection and Analysis of Aggregation and Analysis of Statistical Methods and Application of Statistical Methods.また、On-site intelligence collection の労力を reduce らし、Nosocomial infection サーベイランスをefficiency of におこなうために, hospital information システムのutility of について検した. 1. The multi-dimensional statistical method of using ニューラルネットワークを帰モデル)よりもPredictive accuracyが优れたアウトカムをPredictive predictionするモデルをconstructionした. (IMECS 2007発表) 2. Information on the starting point of the ニューラルネットワークを use of the Observation Observation has ended, and the information and forecasts have been determined and constructed. (MEDINFO 2007 Table) 3. The results of the above mentioned 1 and 2 are をもとに、ニューラルネットワークをMEDICAL データにApply してアウトカムをPredicted するモデルをConstruction する Technique にっいて本の章にまとめた. (Trends in Intelligent Systems and Computer Engineering, Springer, 2008) 4. Hospital information is used to calculate the rate of nosocomial infection and infection. (Environmental Infection 2007) 5. The denominator of the nosocomial infection rate, the number of wearing days, the estimation method, the proposal, and the prediction accuracy. (Japanese Society for Environmental Infectious Diseases 2008 List, Japanese Society of Hygiene 2008 List) 6. The results of continuous research are as follows. (Environmental Health Preventive Medicine,2008)

项目成果

Application of multiple neural networks to time sequence data

多神经网络在时序数据中的应用

• 发表时间: 2007
• 作者: Suka M;et al
• 通讯作者: et al

病院情報システムを活用した院内感染サーベイランスに関する検討

利用医院信息系统进行医院感染监测研究

• 发表时间: 2007
• 期刊: 環境感染 22
• 作者: T. Marugame;K. Katanoda;W. Ajiki;K. Kamo;T. Sobue;加茂憲一,丸亀知美,片野田耕太,味木和喜子,祖父江友孝;丸亀知美,片野田耕太,松田智大,加茂憲一,味木和喜子,祖父江友孝;須賀万智ら
• 通讯作者: 須賀万智ら

JANISデータを用いたリスク調整感染率に関する疫学的検討-サンプリングによる分母のディバイス装着人日の推計

使用 JANIS 数据进行风险调整感染率的流行病学研究 - 通过抽样估算设备佩戴天数的分母

• 发表时间: 2008
• 作者: T. Marugame;K. Katanoda;W. Ajiki;K. Kamo;T. Sobue;加茂憲一,丸亀知美,片野田耕太,味木和喜子,祖父江友孝;丸亀知美,片野田耕太,松田智大,加茂憲一,味木和喜子,祖父江友孝;須賀万智ら;須賀万智ら
• 通讯作者: 須賀万智ら