方法論: メイソン・フェリック

Dec 21 2022
d3center 学者スポットライト
ウェアラブル ヘルス トラッカーは、手首やギフト ガイドのどこにでもあります。しかし、医療専門家は、患者のデバイスに埋め込まれたモバイル センサーによって生成された大量のデータを、治療計画を知らせる実用的な洞察に変換するにはどうすればよいでしょうか? ミシガン大学統計学博士課程の学生でオリンピック ランナーの Mason Ferlic 氏は、臨床医が診療所で提供する治療を個別化する際に指標に意味を割り当てることができるようになる、新しい適応介入法と実験計画を開発しています。

ウェアラブル ヘルス トラッカーは、手首やギフト ガイドのどこにでもあります。しかし、医療専門家は、患者のデバイスに埋め込まれたモバイル センサーによって生成された大量のデータを、治療計画を知らせる実用的な洞察に変換するにはどうすればよいでしょうか? ミシガン大学統計学博士課程の学生でオリンピック ランナーの Mason Ferlic 氏は、臨床医が診療所で提供する治療を個別化する際に指標に意味を割り当てることができるようになる、新しい適応介入法と実験計画を開発しています。彼は、患者データを解釈してタイムリーでエビデンスに基づいた治療決定を推奨し、すべての人にとってより良い健康状態をもたらすことができる、テクノロジーを利用した新世代の健康介入を思い描いています。

平行線を描く

Ferlic は、2016 年にミシガン大学で航空宇宙工学の修士号を取得した後、2020 年に統計学科に戻り、博士号を取得しました。彼は介入の最適化の分野の研究で統計学に惹かれました。研究者はエンジニアリングの原則を適用して、さまざまな障害に利用できる治療の質と効率を体系的に改善していました。「工学の世界と、介入のサブシステムやコンポーネントを分解して特定の健康状態を最適化することとの間には、この大きなつながりがあることがわかりました」と彼は言いました。「関連性や相関関係だけでなく、実際の推奨事項を提供するためにデータを活用する方法についてもっと学ぶことに本当に集中していました。」

フェリックの適応的介入の科学への関心は、彼の運動への取り組みによって深まりました。フェリックは、自分の体の信号に耳を傾け、食事とトレーニングを少し変えることでそれらに対応することを学び、レース当日のパフォーマンスに大きな影響を与えました. 直感だけでは不十分なときは、これらの信号を推奨事項に変換できる専門家のコーチを自由に使うことができました。彼は、モバイル ヘルス テクノロジーによって、エリート アスリートだけでなく、他の人もこの体験にアクセスできるようになる日が来るのではないかと考えました。

その頃、彼は、心拍数、心拍変動、身体活動、睡眠の質などの指標の組み合わせを測定および報告できる、多数のウェアラブル デバイスが市場に参入するのを見ました。アスリート向けの手首装着デバイスをテストする機会を与えられたとき、彼は興奮しましたが、すぐに限界に気づきました。「それは主に数字を教えてくれましたが、それらの数字は、あなたが何をしているか、またはそれに応じて何をすべきかという文脈にはありませんでした」と Ferlic 氏は言います。彼のコーチはこれらの数値を解釈し、それに応じてトレーニング計画を微調整することができましたが、デバイスが平均的な人に役立つような情報を提供していないことを彼は知っていました. 何年にもわたって、彼は他のデバイスを試しましたが、どれも同じような欠点がありました. 「私はテクノロジーのその側面全体について悲観的になりました」と彼は言いました。

Ferlic が博士課程の最初の年に d3c の共同ディレクターである Danny Almirall とつながったとき、彼の興味と d3center の仕事との類似性が明らかになりました。「これだ、と思った。[…] 当時、私には何が問題なのかを説明する言葉がありませんでしたが、d3c が何をしているのかを知ると、まさに自分がやりたいと思っていたことだとわかりました」と彼は言いました。問題は、モバイル ヘルス デバイスとそのアプリケーションを実行するアルゴリズムが単純すぎて、収集したデータを個人に役立つものにできないことでした。しかし、このデータを人々がすでに受けている医療と統合することで、このデータの有用性を高める大きな機会がありました。ウェアラブルやその他のモバイル デバイスを使用して、臨床医が患者の日々の健康に関する実用的な情報にアクセスできるとしたら、エキスパートコーチの役割で治療にターゲットを絞った調整を行うことを可能にしますか? 残念ながら、これらのアルゴリズムの背後にいる科学者は、データを実際の現場で役立つようにする方法に関する重要な質問にまだ答えることができませんでした. これらの質問を調査するために必要な方法は、単に存在しませんでした。

新しい土台を築く

現在、Ferlic は、研究者が実行するプラットフォームと同等の高度な技術を利用したインテリジェントな臨床介入を構築するために研究者が必要とする方法の開発に取り組んでいます。従来の臨床環境では、AI の適応プロセスは比較的ゆっくりと発生すると Ferlic 氏は説明します。反応を評価できる時期と治療を更新できる時期の間にはタイムラグがあります。これは、臨床医がデータにアクセスできるのは、通常 2 週間から 8 週間の間隔である個別の診療所訪問時のみであるためです。しかし、デジタルヘルスツールを追加することで、より継続的なチェックインに基づいて、クリニック訪問時の対面モニタリングを強化できます. これは、患者の生活の中で特定のイベントがいつ発生したかを監視および感知できることを意味し、臨床医に強化、増強、または代替治療への切り替えが必要かどうかを伝えます。」どのようなリアルタイム測定が治療の適応の必要性を示しているかを学び、これらの測定に基づいて対応する最善の方法を学ぶために、研究者は新しいクラスの無作為化試験デザインと関連するデータ分析方法を必要としています。

例として、肥満治療のための減量介入を考えてみましょう。減量のための典型的なクリニック提供の適応介入は、治療の2、4、および8週間の終わりをマークするクリニック訪問中にのみ、患者の進行状況をチェックインする場合があります。これらの時点のいずれかで、患者の減量率が特定のしきい値を下回った場合、患者には新しい介入が提供されます。このような適応的介入が見逃しているのは、クリニック訪問間の時間からの情報です。例えば、クリニック訪問間の体重の変動、または誰かが介入に対する非反応の基準をどれだけ早く満たしたかなどです。 2、4、および 8 週間の時点で治療を変更します。

「意思決定ルールに無反応までの時間などの変数を組み込むことで、適応介入をより深く調整することができます」と Ferlic は説明します。イベントトリガーテーラリングによって強化された減量介入では、2週目に非反応の基準を満たす人は、減量目標を達成するために治療への積極的な増強が必要な場合がありますが、中間まで反応の基準を満たす人は. 7 週目の体重減少の目標を達成するために、わずかな増強が必要なだけかもしれません。

逐次複数割り当て無作為化試験 (SMARTs) は、最適化されたイベントトリガー適応介入を開発するように設計できます。新しい方法と連携して、これらの試験により、研究者は、各患者の状況、特に反応の軌跡を説明するタイムリーな推奨事項を提供できる適応介入を開発できます。Ferlic は、このさまざまな SMART からのデータを処理するために必要な設計原則と分析方法を概念化したら、イベント トリガー テーラリング コンセプトのより複雑なアプリケーションの能力を構築することを目指しています。彼は、研究者がリアルタイムで収集された複数の調整変数に対応することを学ぶことができる未来を思い描いています。

科学が彼をどこへ連れて行こうとも、Ferlic は、低コストのウェアラブル技術とエビデンスに基づく介入設計の組み合わせにより、いつの日か誰もが健康とフィットネスの目標を達成しやすくなるだろうと確信しています。 d3c で開発中の新しいメソッドの影響。長期的には、非常に貴重な意思決定の専門知識が、デジタル デバイスの適応アルゴリズムに少なくとも部分的にパッケージ化され、最も必要としている人々への質の高い健康指導への障壁が軽減されることを願っています。」

私たちの仕事の詳細については、 d3center の Web サイトをご覧ください。

適応介入と SMART に関する FAQ を参照してください。

当社のオープンソース ソフトウェア ツールをご覧ください。

適応介入、SMART、および介入の最適化に関するオンライン コースを受講してください。