WEKO3
アイテム
音声特徴量による統合失調症患者の主観的Quality of Lifeの推定に関する研究
https://doi.org/10.18997/0002000294
https://doi.org/10.18997/00020002946b292442-9821-48f2-9035-63af72340eb2
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
sei_k_468.pdf (1.4 MB)
|
|
| アイテムタイプ | 学位論文 = Thesis or Dissertation(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-11-29 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_db06 | |||||||||
| 資源タイプ | doctoral thesis | |||||||||
| タイトル | ||||||||||
| タイトル | 音声特徴量による統合失調症患者の主観的Quality of Lifeの推定に関する研究 | |||||||||
| 言語 | ja | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| 著者 |
柴田, 裕子
× 柴田, 裕子
|
|||||||||
| 抄録 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 【背景】 Quality of Life(QOL)は, 慢性疾患の増加に伴い治癒率や生存率といった客観的・古典的なアウトカム評価だけでなく, 患者の主観を重視したアウトカム評価が必要とされている. 日本の精神医療における課題は, 入院期間が長く再入院率が高いことが挙げられる. QOLは, 統合失調症の症状の寛解や機能回復の重要な予測因子であり, 治療におけるアウトカムの重要な評価指標となる. そのため, 長期入院や再入院に対する解決策の1つとして入院中から退院後にQOLを測定することで症状の寛解や機能回復について評価, 介入することが有効と考えられる. しかし, 現状では時間的な制約やトレーニングや関心の欠如により, QOLは医療現場で日常的に測定されていない. そのため本研究では, 統合失調症患者の主観的QOLの尺度得点を音声によって推定することが可能か検討した. 音声による測定は, 簡便かつ非侵襲的な方法でありストレス状態やモチベーションといった話者の状態や特徴を遠隔でモニタリングする音声ベースのアプリケーションが多く開発されている. しかし, 音声による統合失調症患者の主観的QOLを推定する先行研究はない. 【目的】 1. 音声によって主観的QOLの尺度得点を推定することが可能か検討する 2. 過去に訓練した推定モデルがその後も主観的QOLの尺度得点を推定することが可能か検討する 3. 一単語の音声によって主観的QOLの尺度得点を推定することが可能か検討する 【方法】 統合失調症患者の主観的QOLを測定するThe Schizophrenia Quality of Life Scale 日本語版 (JSQLS)を用いた. 会話エージェントを用いてJSQLSの30の質問を対象者に尋ね, 回答時の音声(5つの選択肢より1つを選択し回答)を録音した. 取得した音声より, Chromagram, Mel-spectrogram, Mel-Frequency Cepstrum Coefficient(MFCC)の3つの音声特徴量を抽出し説明変数とした. JSQLSの各下位尺度「心理社会関係」「動機と活力」「症状と副作用」の各得点を目的変数として機械学習アルゴリズムによりモデルを構築した. 目的1の予備研究としてRidge回帰, Lasso回帰, Elastic-Net回帰の3つの機械学習アルゴリズムを用い8名の統合失調症患者の尺度得点を推定した. さらに対象者が利用する福祉サービス毎(就労継続支援, 訪問看護)のモデルの性能を評価した. 目的1の本研究として新たに10名を加え18名の尺度得点を機械学習アルゴリズム(Lasso回帰, Elastic-Net回帰, Ridge 回帰, k-Nearest Neighbors(k-NN), Decision Tree, Support Vector回帰(SVR), Linear SVR (L.SVR), Random Forest (RF), Gradient Boosting (GB), AdaBoost)を用いて主観的QOLの尺度得点を推定した. 目的2では, 18名のデータにより推定モデルを構築し, 測定時期が異なる18名中6名の尺度得点を推定した. 目的3では, 一単語(回答選択肢の1つである「ほとんどない」)の音声特徴量によって尺度得点を推定した. 【結果】 目的1の予備研究では, 対象者8名のデータを用いた場合Ridge回帰(RMSE 22.744)において最も誤差が小さく8名中2名の尺度得点はRMSE10未満で推定できた. 就労継続支援(B型)利用者と訪問看護利用者の2群に分けた場合, 就労継続支援利用群では, Elastic-Net 回帰(RMSE10.572)が最も誤差が小さく5名中3名はRMSE10未満で推定できた. 訪問看護利用群では, Ridge回帰(RMSE 16.581)が最も誤差が小さかったが, 各対象者のRMSEはいずれも10以上であった. 本研究では, k-NN(RMSE 13.443)が最も誤差が小さく18名中10名がRMSE10未満で推定できた. 目的2については, 18名のデータを用いた結果, RF(RMSE 13.301)によるモデルが最も誤差が小さく, 測定時期が異なる6名中5名においてRMSE10未満で推定できた. 目的3では, k-NN(RMSE13.020)によるモデルが最も誤差が小さく, 18名中8名においてRMSE10未満で推定できた. 【考察】 目的1の予備研究では, 8名全員のデータを用いたモデルより2群に分けた方が誤差は小さかった. 訪問看護を利用する3名の各尺度得点は高く(主観的QOLは不良), 対象者の尺度得点の傾向によりモデルを構築する必要がある. 本研究では, 18名の尺度得点の推定において10名の尺度得点は, RMSE10未満で推定できた. しかし, 最も医療的な介入を必要とする対象者の得点は中央値から離れており誤差が大きい傾向にあった. 目的2では, 6名中5名の 尺度得点はRMSE10未満で推定することができた. よって同一人物の測定時期が異なる尺度得点の推定は可能と推察される. 推定可能であった要因として対象者6名の尺度得点の変化率が1，2回目で大きく変わらなかったことが考えられる. 目的3では, 5つの回答選択肢を用いた方が対象者の尺度得点の誤差は小さく推定することできた. 要因として「ほとんどない」といった1種類の発話よりも5つの異なる発話パターンを学習したことで推定精度が向上したと推察される. 本研究の課題として研究対象者が18名と少ないことが挙げられる. 研究施設が2施設であったことや協力が可能な対象者が限られていた. そのため, より多くの研究対象者を募る必要がある. 次に過去に訓練した推定モデルは, 同一の対象者であれば推定が可能であることが示唆された. 課題として未見の対象者の尺度得点の推定が可能であるかモデルの汎用性について検討する必要がある. また, 一単語「ほとんどない」の音声特徴量によって尺度得点を推定したが推定精度が低下したことから2, 3語の単語の組み合わせや挨拶による検討が必要である. 展望は当事者自身による測定方法として音声による主観的QOLを推定するアプリケーションの開発・活用が必要と考える. より日常生活の中で測定することで当事者にとって自身の状態を伝えるツールとしての活用できる. さらに測定することで自身が何に困っているのか気づくきっかけとなる. 当事者と医療者が協働してQOLの向上を目指すことで地域生活の定着につなげるための方策になると考える. |
|||||||||
| 言語 | ja | |||||||||
| 目次 | ||||||||||
| 内容記述タイプ | TableOfContents | |||||||||
| 内容記述 | 第1章 序論|第2章 先行研究|第3章 材料と方法|第4章 予備研究(対象者8名の音声特徴量による主観的QOLの推定)| 第5章 本研究|第6章 本研究結果 (測定時期が異なる対象者の主観的QOLの推定)| 第7章 本研究 (一単語の音声特徴量による主観的QOLの推定)|第8章 課題と展望 | |||||||||
| 言語 | ja | |||||||||
| 備考 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 九州工業大学博士学位論文 学位記番号：生工博甲第468号 学位授与年月日: 令和5年9月25日 | |||||||||
| キーワード | ||||||||||
| 主題Scheme | UDC | |||||||||
| 主題 | Quality of Life | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 統合失調症 | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 音声特徴量 | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 音声分析 | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | モデル構築 | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | Schizophrenia | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | Speech analysis | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | Model development | |||||||||
| 学位授与番号 | ||||||||||
| 学位授与番号 | 甲第468号 | |||||||||
| 学位名 | ||||||||||
| 学位名 | 博士（工学） | |||||||||
| 学位授与年月日 | ||||||||||
| 学位授与年月日 | 2023-09-25 | |||||||||
| 学位授与機関 | ||||||||||
| 学位授与機関識別子Scheme | kakenhi | |||||||||
| 学位授与機関識別子 | 17104 | |||||||||
| 学位授与機関名 | 九州工業大学 | |||||||||
| 学位授与年度 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 令和5年度 | |||||||||
| 出版タイプ | ||||||||||
| 出版タイプ | VoR | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||
| アクセス権 | ||||||||||
| アクセス権 | open access | |||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||||
| ID登録 | ||||||||||
| ID登録 | 10.18997/0002000294 | |||||||||
| ID登録タイプ | JaLC | |||||||||
