ロコモティブシンドロームのための主成分分析による因子抽出と診断モデルの構築

カテゴリ: 部門大会

論文No: PS3-4

グループ名: 【C】平成29年電気学会電子・情報・システム部門大会講演論文集

発行日: 2017/09/06

タイトル(英語): Factor Extraction by PCA and Construction of Diagnostic Model for Locomotive Syndrome

著者名: 陶山 美紗稀(鳥取大学),櫛田 大輔(鳥取大学),松本 浩実(鳥取大学医学部附属病院)

著者名(英語): Misaki Suyama|Daisuke Kushida|Hiromi Matsumoto

キーワード: ロコモティブシンドローム|主成分分析|ニューラルネットワーク|因子抽出|スクリーニング|Locomotive Syndrome|Principal Component Analysis|Neural Network|Factor Extraction|Screening

要約(日本語): ロコモティブシンドローム(以下ロコモ)は，運動器疾患によって転倒しやすい状態を意味しており，要介護者予備群と言われている．ロコモ患者を早期発見することを目的として鳥取大学医学部附属病院では，地域住民を対象としたロコモに関わると思われる105項目の検査を実施しているが，最小限の検査項目でロコモ患者を示唆するには至っていない．そこで本研究では，ロコモ診断がなされた患者の検査項目を活用し，ロコモと関係性の高い検査項目(因子)を主成分分析によって抽出し，抽出因子に基づいてニューラルネットワーク(以下NN)を用いたロコモの診断モデルの構築を目指した．その結果，第1主成分は静的要因(体脂肪など)に関する項目，第2主成分は動的要因(歩行速度など)に関する項目が得られた．動的要因である第2主成分に着目し，主成分負荷量が高い項目を因子と定めてNNを構築したところ，K分割交差検証により，ロコモ診断の平均精度は94.9%であった．

PDFファイルサイズ: 541 Kバイト