WEKO3
アイテム
判別モデルを使用した小児前・後屈時腰痛の原因推定
https://doi.org/10.18997/0002000948
https://doi.org/10.18997/0002000948f89fbd8d-7577-4fbc-aac2-66f6fa6a4389
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
sei_k_490.pdf (15.7 MB)
|
|
| アイテムタイプ | 学位論文 = Thesis or Dissertation(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-09-04 | |||||||
| 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 | 判別モデルを使用した小児前・後屈時腰痛の原因推定 | |||||||
| 言語 | ja | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 著者 |
吉里, 雄伸
× 吉里, 雄伸
|
|||||||
| 抄録 | ||||||||
| 内容記述タイプ | Abstract | |||||||
| 内容記述 | 近年 腰痛（low back pain: LBP）を持つ小児が増加し、世界的にも重要な問題となっている。LBPの85%は認識できる既知の症状に起因しない非特異的なLBPだとされる。 そのため、痛みの発生部位や原因推定を目的に、前屈時に疼痛が増強する前屈時 LBP （LBP during anteflexion：LBPAF）と、後屈時に疼痛が増強する後屈時 LBP(LBP during postflexion：LBPPF)に分類することが推奨され、分類による治療効果向上の報告が多 くある。しかしながら、小児 LBPAF と LBPPF の原因を調べた研究はない。小児 LBP に効 果的に治療介入するためには、小児 LBPAF と LBPPF の原因を明らかにする必要がある。 そこで本研究は、小児 LBPAF と LBPPF の原因を明らかにすることを目的に実施した。 目的達成のため、4-15 歳の小児 319名（女児 171名）、平均年齢 11.7歳（標準偏差 ±2.9歳）を対象に、アンケートと身体計測を実施してデータ収集を行った。アンケート結果から、LBPAF は 10歳以降で保有者がみられ、保有率は全体の 6％（女児 58％）で あった。LBPPF は、7歳以降で保有者がみられ、保有率は全体の 12％（女児 57％）であった。本研究では、全ての LBPAF と LBPPF 保有者を用い、アンケートと検査結果を含む 15変数を入力変数とした multiple logistic regression（MLR）を実施し、LBPAF と LBPPF の要因に寄与する変数を調べた（MLR_all）。さらに、本研究の LBPAF や LBPPF 保 有者のデータを過学習することを予防するため、汎用的で過学習性の少ない判別モデルを構築し、より一般的な小児 LBPAF と LBPPF の原因推定を目指した。判別モデルは、ステップワイズ法と Elastic Net（ENET）を用いた 2種の MLR と、Conditional Inference Forests（CIF）を構築し、交差検証を用いて判別性能と過学習性を評価した（MLR_CV、 ENET-MLR_CV、CIF_CV）。さらに MLR_all の結果と汎用的で過学習性の少ない判別モデルの結果を比べることで、判別モデルを用いた原因分析の有用性の確認も行った。 本研究で構築した 3つの判別モデルのうち、判別の性能や過学習性の観点から、LBPAF では MLR_CV が、LBPPF では ENET-MLR_CV が最良の判別モデルであると考えられた。上記で述べた MLR_all と MLR_CV および ENET−MLR_CV は、一部異なる説明変数を原因として推定した。構築した MLR_CV と ENET-MLR_CV のうち、判別性能が高いモデルのみを抽出して原因変数を調べ、小児 LBPAF においては、スポーツ実施時間の増加、大腿前面筋の柔軟性増加、大腿後面筋の柔軟性と脊柱の可動性低下、LBP 歴をもつことが小児 LBPAF の原因だと考えられた。さらに小児 LBPPF においては、LBP 歴を持つこと、大腿前面筋 の柔軟性増加、大腿後面筋の柔軟性と脊柱の可動性増加が小児 LBPPF の原因だと考えられた。 以上から、LBPAF と LBPPF は多因子が影響して発生すること、また2つの LBP の原因は異なり、原因に応じた介入が必要なことが示唆された。さらに、LBPAF の MLR_all と MLR_CV は一部異なる変数を原因として推定した。今回判別に寄与する変数を確認した MLR_CV と ENET-MLR_CV のモデルは、未知の LBPAF と LBPPF 保有者を判別できるモデル 2 であった。そのため、上記に記載した 2つの LBP の原因は、未知のデータにも適応する 結果だと推察でき、一般的な原因の推定に判別モデルを使用することは、有用であることが示唆された。 |
|||||||
| 目次 | ||||||||
| 内容記述タイプ | TableOfContents | |||||||
| 内容記述 | 1.序論| 2.本研究の目的| 3.実験方法| 4.結果| 5.考察| 6.結論| 7.今後の展望 | |||||||
| 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490号 学位授与年⽉⽇: 令和6年3⽉25⽇ | |||||||
| 学位授与番号 | ||||||||
| 学位授与番号 | 甲第490号 | |||||||
| 学位名 | ||||||||
| 学位名 | 博士（情報工学） | |||||||
| 学位授与年月日 | ||||||||
| 学位授与年月日 | 2024-03-25 | |||||||
| 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 | |||||||
| 言語 | ja | |||||||
| 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 | 10.18997/0002000948 | |||||||
| ID登録タイプ | JaLC | |||||||
