Machine learning models for predicting cognitive decline based on long-term longitudinal data

点击翻译按钮获取中文摘要

本研究は，身体的因子，社会的因子，心理的因子のデータに，口腔因子（残存歯数や歯周病の状態など）や口腔機能（咬合力や唾液分泌機能など）のデータを加えた包括的なデータから，認知機能低下を機械学習により予測するモデルを作成することを目的とした．計画初年度の本年度は，認知機能低下を予測するモデルを作成するにあたり，認知機能低下に関わる因子の間にある因果関係を探索することを目的として，LinGAM（Linear Non-Gauussian Acyclic Model）モデルを作成した．本研究の対象者は，2012年および2013年に健康長寿研究のベースライン調査に参加した70歳と80歳の地域在住高齢者の中で，6年後の追跡調査時にも参加した920名（70歳:548名（男性271名，女性277名），80歳:372名（男性184名，女性188名））とした．本研究の対象者の中で，6年後に認知機能が低下したものは155名(25.5%)であった．70歳男性群の場合，口腔内因子の中では残存歯数がGOHAI，GDS5を通じて認知機能の低下に間接的な因果関係がある結果となった．70歳女性群の場合，口腔内因子の中では，残存歯数がWHO5を通じて認知機能低下に間接的な因果関係があり，歯周病の状態が直接的に因果関係がある結果となった．80歳男性群の場合，口腔内因子の中では，認知機能低下に直接的，あるいは間接的な因果関係がある因子はなかった．80歳女性群の場合，口腔内因子の中では，残存歯数が認知機能低下に間接的な因果関係がある結果となった．