腎機能低下を早期に予測するメタボロミクス・バイオマーカーの解明と予防医療への展開

• 資料種別: 図書
• タイトル: 腎機能低下を早期に予測するメタボロミクス・バイオマーカーの解明と予防医療への展開
• 著者・編者: 原田, 成
• 著者標目: 原田, 成
• 出版年月日等: 2020
• 出版年（W3CDTF）: 2020
• 並列タイトル等: ジンキノウ テイカ オ ソウキ ニ ヨソクスル メタボロミクス・バイオマーカー ノ カイメイ ト ヨボウ イリョウ エノ テンカイ; Jinkinō teika o sōki ni yosokusuru metaboromikusu baiomākā no kaimei to yobō iryō eno tenkai; Metabolomics biomarkers for predicting renal function decline
• タイトル（掲載誌）: 科学研究費補助金研究成果報告書
• 本文の言語コード: jpn
• 件名標目: 腎機能低下,メタボローム,機械学習,予防医学,慢性腎臓病
• 対象利用者: 一般
• 一般注記: 出版タイプ： VoR; type:text; 60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定（血清クレアチニン、血清シスタチンC、尿中アルブミン）と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。 機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的手法(SVM)を用いてROCカーブを作成したところ、３種類の代謝物を含む上位5つの変数を選択した場合にもっとも精度が高く、AUC 0.904(95%CI 0.871-0.944)と好成績であった。 Renal function measurements (serum creatinine, serum cystatin C, and urine albumin) and plasma and urine metabolomics were performed on 1,672 participants aged 60-74 years at the beginning of the study. The same participants were also evaluated in the same way after 6 years. A machine learning method (OPLS-DA) was used to predict the decline in renal function over 6 years, and a more accurate prediction model was constructed by using plasma and urine metabolome in addition to classical renal function indicators. Furthermore, another machine-learning approach (SVM) was used to create ROC curves, which were most accurate when the top five variables including three metabolites were selected, with a good performance of AUC 0.904 (95%CI 0.871-0.944).; 研究種目 : 若手研究 研究期間 : 2018～2020 課題番号 : 18K17394 研究分野 : メタボロミクス疫学
• 関連情報: 科研費研究者番号 : 10738090
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 慶應義塾大学 : 慶應義塾大学学術情報リポジトリ