研究課題情報
課題管理番号
22ek0210135h0003
統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

事業名

循環器疾患・糖尿病等生活習慣病対策実用化研究事業

タグ(2022)

研究の性格: 予防のためのエビデンス構築を目指す研究<疫学を含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: その他

疾患領域: 生活習慣病 ,  難病

開発目的: 予防・健康 ,  診断 ,  生活の質<QOL>

タグ(2021)

研究の性格: 予防のためのエビデンス構築を目指す研究<疫学を含む>

開発フェーズ: 観察研究等

対象疾患: その他

疾患領域: 生活習慣病

開発目的: 予防・健康 ,  診断 ,  生活の質<QOL>

タグ(2020)

研究の性格: 調査等の解析による実態把握を目指す研究<フィールドワーク、サーベイランス、モニタリングを含む>

開発フェーズ: 観察研究等

対象疾患: その他

疾患領域: 生活習慣病

開発目的: 予防・健康 ,  診断 ,  生活の質<QOL>

代表研究機関
学校法人川崎学園川崎医科大学
研究代表者

(2022) 柏原直樹, 学校法人川崎学園川崎医科大学, 医学部 腎臓・高血圧内科学・教授

(2021) 柏原直樹, 学校法人川崎学園川崎医科大学, 医学部 腎臓・高血圧内科学・教授

(2020) 柏原直樹, 学校法人川崎学園川崎医科大学, 医学部 腎臓・高血圧内科学・教授

研究期間
2020年度 - 2022年度
課題への総配分額
89,700 千円
研究概要(2022)
2021年度に整備を行ってきたJ-CKD-DBおよびJ-CKD-DB-Exを用いた解析を進める。腎疾患進展予測に加え、eGFRの変動予測を行うためAI技術を用いた解析を進める。IgA腎症の疾患進展リスクや難治性ネフローゼ症候群などの難治性腎疾患の解析を行う。特にTrajectory解析を行うことで疾患層別化や病態解明へ寄与できる解析を行うことを目指す。腎疾患治療薬(SGLT2阻害薬、HIF-Phd阻害薬など)の有効患者や無効患者などを検討する。その他腎性貧血など腎疾患に伴う併存病変の解析を進めることで疾患の層別化や治療の有効性を検討する。また、ガイドライン遵守率の解析に加え、遵守することで腎予後が改善するか、予後解析を進める。2022年度、J-CKD-DB-Exのさらなる拡充と整備を進め2014年~2020年末までの約30万人の縦断的腎臓病データベース構築を行う。これらデータベース構築と解析を行うことで慢性腎臓病の予後改善を達成し国民への貢献としたい。
研究概要(2021)
2020年度に整備を行ってきたJ-CKD-DBおよびJ-CKD-DB-Exを用いた解析を進める腎疾患進展予測としてAI技術を用いた解析を東京大学などと協力しながら進める。いくつかの学習アルゴリズムを組み合わせて(アンサンブル学習)予測効率の向上を図る。また、ガイドライン遵守率の解析を慢性腎臓病・糖尿病性腎臓病を対象に行う。本年度前半でこれら疾患の精緻な同定方法の確立を中心に進捗させる。特に難病に関しては「難治性」であることをデータ上でどのように定義していくか、いくつかの方法を駆使し行う。また、薬剤介入による腎疾患進展への影響を検討始める。特に薬剤による反応性や抵抗性へ影響を与える因子の同定を行うため薬剤開始日の同定方法の検討を進める。これらを含め本年度中に解析の方向性を確定し、研究を進めて行く。現在探索的に行っているカリウム吸着薬の影響に関する研究を進めると同時に、腎予後および生命予後に関連する因子の同定を行う。
研究概要(2020)
生活習慣病、糖尿病重症化抑制に資するエビデンスを、医療ビッグデータ、ICT/AI技術を駆使して創出し、健康寿命延伸、医療最適化に貢献することが目的とし、データベースを用いた研究を整備する。腎臓病/糖尿病性腎症ビックデータ(J-CKD-DB/J-DKD-DB)をAI・ICT技術を駆使し、発症・重症化をより精緻に層別化し重症化予測する新規指標を同定する。同時に、J-CKD-DB/J-DKD-DBを解析し、ガイドラインが推奨する標準医療への遵守率、普及率をQuality Indicator(QI)を設定して測定する。また、これらデータベースの拡張を行う。透析患者コホートを対象とした実証研究の準備を進める。
研究成果情報
2022
2021
2020