SEARCH

検索詳細

加葉田 大志朗
数理・データサイエンスセンター
准教授

研究者基本情報

■ 学位
  • 博士(学術), 東京大学

研究活動情報

■ 論文
■ MISC
  • A sensitivity analysis for non-inferiority studies with non-randomised data
    Daijiro Kabata, Takumi Imai
    2025年11月22日, arXiv

  • Generalisable prediction model of surgical case duration: multicentre development and temporal validation
    Daijiro Kabata, Mari Ito, Tokito Koga, Kazuma Yunoki
    Background: Accurate prediction of surgical case duration underpins operating room (OR) scheduling, yet existing models often depend on site- or surgeon-specific inputs and rarely undergo external validation, limiting generalisability. Methods: We undertook a retrospective multicentre study using routinely collected perioperative data from two general hospitals in Japan (development: 1 January 2021-31 December 2023; temporal test: 1 January-31 December 2024). Elective weekday procedures with American Society of Anesthesiologists (ASA) Physical Status 1-4 were included. Pre-specified preoperative predictors comprised surgical context (year, month, weekday, scheduled duration, general anaesthesia indicator, body position) and patient factors (sex, age, body mass index, allergy, infection, comorbidity, ASA). Missing data were addressed by multiple imputation by chained equations. Four learners (elastic-net, generalised additive models, random forest, gradient-boosted trees) were tuned within internal-external cross-validation (IECV; leave-one-cluster-out by centre-year) and combined by stacked generalisation to predict log-transformed duration. Results: We analysed 63,206 procedures (development 45,647; temporal test 17,559). Cluster-specific and pooled errors and calibrations from IECV are provided with consistent performance across centres and years. In the 2024 temporal test cohort, calibration was good (intercept 0.423, 95%CI 0.372 to 0.474; slope 0.921, 95%CI 0.911 to 0.932). Conclusions: A stacked machine-learning model using only widely available preoperative variables achieved accurate, well-calibrated predictions in temporal external validation, supporting transportability across sites and over time. Such general-purpose tools may improve OR scheduling without relying on idiosyncratic inputs.
    2025年11月12日, arXiv

  • Daijiro Kabata, Nicholas C. Henderson, Ravi Varadhan
    Estimation of individualized treatment effects (ITE), also known as conditional average treatment effects (CATE), is an active area of methodology development. However, much less attention has been paid to the quantification of uncertainty of ITE/CATE estimates in right-censored survival data. Here we undertake an extensive simulation study to examine the coverage of interval estimates from two popular estimation algorithms, Bayesian additive regression trees (BART) and causal survival forest (CSF). We conducted simulation designs from 3 different settings: first, in a setting where BART was developed for an accelerated failure time model; second, where CSF was developed; and finally, a ``neutral'' simulation taken from a setting where neither BART nor CSF was developed. BART outperformed CSF in all three simulation settings. Both the BART and CSF algorithms involve multiple hyperparameters, and BART credible intervals had better coverage than the CSF confidence intervals under the default values, as well as under optimized values, of these hyperparameters.
    2025年04月06日

  • Daijiro Kabata, Mototsugu Shintani
    Elsevier BV, 2024年11月, Social Science Research Network

  • Double/debiased Machine Learning for Causal Inference on Survival Function
    Daijiro Kabata, Mototsugu Shintani
    2024年05月, CSRDA Disucussion Paper, 84

  • Hirotaka Takita, Daijiro Kabata, Shannon L Walston, Hiroyuki Tatekawa, Kenichi Saito, Yasushi Tsujimoto, Yukio Miki, Daiju Ueda
    Abstract Background The rapid advancement of generative artificial intelligence (AI) has led to the wide dissemination of models with exceptional understanding and generation of human language. Their integration into healthcare has shown potential for improving medical diagnostics, yet a comprehensive diagnostic performance evaluation of generative AI models and the comparison of their diagnostic performance with that of physicians has not been extensively explored. Methods In this systematic review and meta-analysis, a comprehensive search of Medline, Scopus, Web of Science, Cochrane Central, and MedRxiv was conducted for studies published from June 2018 through December 2023, focusing on those that validate generative AI models for diagnostic tasks. The risk of bias was assessed using the Prediction Model Study Risk of Bias Assessment Tool. Meta-regression was performed to summarize the performance of the models and to compare the accuracy of the models with that of physicians. Results The search resulted in 54 studies being included in the meta-analysis. Nine generative AI models were evaluated across 17 medical specialties. The quality assessment indicated a high risk of bias in the majority of studies, primarily due to small sample sizes. The overall accuracy for generative AI models across 54 studies was 56.9% (95% confidence interval [CI]: 51.0–62.7%). The meta-analysis demonstrated that, on average, physicians exceeded the accuracy of the models (difference in accuracy: 14.4% [95% CI: 4.9–23.8%], p-value =0.004). However, both Prometheus (Bing) and GPT-4 showed slightly better performance compared to non-experts (-2.3% [95% CI: -27.0–22.4%], p-value = 0.848 and -0.32% [95% CI: -14.4–13.7%], p-value = 0.962), but slightly underperformed when compared to experts (10.9% [95% CI: -13.1–35.0%], p-value = 0.356 and 12.9% [95% CI: 0.15–25.7%], p-value = 0.048). The sub-analysis revealed significantly improved accuracy in the fields of Gynecology, Pediatrics, Orthopedic surgery, Plastic surgery, and Otolaryngology, while showing reduced accuracy for Neurology, Psychiatry, Rheumatology, and Endocrinology compared to that of General Medicine. No significant heterogeneity was observed based on the risk of bias. Conclusions Generative AI exhibits promising diagnostic capabilities, with accuracy varying significantly by model and medical specialty. Although they have not reached the reliability of expert physicians, the findings suggest that generative AI models have the potential to enhance healthcare delivery and medical education, provided they are integrated with caution and their limitations are well-understood. Key Points Question:What is the diagnostic accuracy of generative AI models and how does this accuracy compare to that of physicians? Findings:This meta-analysis found that generative AI models have a pooled accuracy of 56.9% (95% confidence interval: 51.0–62.7%). The accuracy of expert physicians exceeds that of AI in all specialties, however, some generative AI models are comparable to non-expert physicians. Meaning:The diagnostic performance of generative AI models suggests that they do not match the level of experienced physicians but that they may have potential applications in healthcare delivery and medical education.
    Cold Spring Harbor Laboratory, 2024年01月22日, medRxiv

  • 周術期のアミノ酸投与による心臓手術関連腎障害抑制効果の検討:単施設単盲検無作為化比較試験
    加澤昌広, 加葉田大志朗, 吉田寿子, 南公人, 前田琢磨, 吉谷健司, 松田均, 新谷歩
    2024年, 日本集中治療医学会学術集会(Web), 51st

  • Disease Duration Differentially Affects the Clinical Efficacy of Biologics and JAK Inhibitors in Rheumatoid Arthritis: The ANSWER Cohort Study
    Nakayama Y., Kabata D., Yamamoto W., Makino H., Nagai K., Yoshida N., Son Y., Katayama M., Yamada H., Nishimura K., Hara R., Watanabe R., Etani Y., Ebina K., Onizawa H., Fujii T., Onishi A., Murakami K., Murata K., Tanaka M., Matsuda S., Morinobu A., Shintani A., Hashimoto M.
    2024年, Arthritis Rheumatol., 76
    [査読有り]

  • 慢性腰痛症に対する各種薬物療法の有効性の比較 全国多施設共同研究
    井上 玄, 海渡 貴司, 松山 幸弘, 山下 敏彦, 川上 守, 高橋 和久, 吉田 宗人, 今釜 史郎, 大鳥 精司, 田口 敏彦, 波呂 浩孝, 種市 洋, 山崎 正志, 西田 康太郎, 山田 宏, 加葉田 大志朗, 新谷 歩, 岩崎 幹季, 伊東 学, 宮腰 尚久, 村上 英樹, 米延 策雄, 田倉 智之, 持田 譲治, 日本脊椎脊髄病学会プロジェクト委員会
    (一社)日本脊椎脊髄病学会, 2021年03月, Journal of Spine Research, 12(3) (3), 336 - 336, 日本語

  • 慢性腰痛症に対する各種薬物療法の有効性の比較-全国多施設共同研究-
    井上玄, 海渡貴司, 松山幸弘, 山下敏彦, 川上守, 高橋和久, 吉田宗人, 今釜史郎, 大鳥精司, 田口敏彦, 波呂浩孝, 種市洋, 山崎正志, 西田康太郎, 山田宏, 加葉田大志朗, 新谷歩, 岩崎幹季, 伊東学, 宮腰尚久, 村上英樹, 米延策雄, 田倉智之, 持田譲治
    2021年, Journal of Spine Research (Web), 12(3) (3)

  • 統計方法論~怖くない統計学と臨床研究~
    加葉田大志朗
    (一社)京都府理学療法士会, 2021年, 理学療法京都, (50) (50), 22 - 28, 日本語

  • 慢性腰痛症に対する薬物療法の合併症評価 肝腎機能障害を中心に 日本脊椎脊髄病学会主導多施設前向き追跡調査
    由留部 崇, 西田 康太郎, 加葉田 大志朗, 海渡 貴司, 持田 讓治, 松山 幸弘, 山下 敏彦, 川上 守, 田口 敏彦, 山崎 正志, 山田 宏, 波呂 浩孝, 村上 英樹, 宮腰 尚久, 今釜 史郎, 井上 玄, 新谷 歩
    (一社)日本脊椎脊髄病学会, 2020年03月, Journal of Spine Research, 11(3) (3), 73 - 73, 日本語

  • 慢性腰痛症の薬物治療効果に影響する背景因子 多施設前向き研究
    今釜 史郎, 村上 英樹, 持田 讓治, 松山 幸弘, 山下 敏彦, 川上 守, 田口 敏彦, 波呂 浩孝, 山崎 正志, 海渡 貴司, 井上 玄, 西田 康太郎, 宮腰 尚久, 山田 宏, 加葉田 大志朗, 新谷 歩
    (一社)日本脊椎脊髄病学会, 2020年03月, Journal of Spine Research, 11(3) (3), 73 - 73, 日本語

  • 慢性腰痛症の薬物治療効果に影響する背景因子-多施設前向き研究-
    今釜史郎, 今釜史郎, 村上英樹, 持田讓治, 松山幸弘, 山下敏彦, 川上守, 田口敏彦, 波呂浩孝, 山崎正志, 海渡貴司, 井上玄, 西田康太郎, 宮腰尚久, 山田宏, 加葉田大志朗, 新谷歩
    2020年, Journal of Spine Research (Web), 11(3) (3)

  • 慢性腰痛症に対する薬物療法の合併症評価(肝腎機能障害を中心に):日本脊椎脊髄病学会主導多施設前向き追跡調査
    由留部崇, 由留部崇, 西田康太郎, 西田康太郎, 加葉田大志朗, 海渡貴司, 持田讓治, 松山幸弘, 山下敏彦, 川上守, 田口敏彦, 山崎正志, 山田宏, 波呂浩孝, 村上英樹, 宮腰尚久, 今釜史郎, 井上玄, 新谷歩
    2020年, Journal of Spine Research (Web), 11(3) (3)

  • 無作為化
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 比例ハザード回帰モデル
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 生存時間解析
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • ロジスティック回帰モデル
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 線形回帰モデル
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 多変量解析
    新谷歩, 加葉田大志朗
    2019年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 【救急医学研究 入門!】救急医学研究の行い方入門 統計学的検討について
    加葉田 大志朗, 新谷 歩
    (株)へるす出版, 2019年03月, 救急医学, 43(3) (3), 269 - 276, 日本語

  • 加葉田大志朗, 新谷歩
    In any observational study where an exposure of interest, such as pharmaceutical treatment, is not randomly assigned to subjects, a bias is often introduced in estimating the true effect of treatment. This is because patients who receive treatment usually have more severe medical conditions than those without treatment. Failure to control such inherent bias in patient characteristics when assessing for the true effect of treatment across comparison groups, may lead to confounding. The presence of confounding makes it difficult to evaluate the true treatment effect. In this paper, we will introduce statistical strategies which aim to remove the effects of confounding in observational studies.
    (一社)日本ペインクリニック学会, 2019年, 日本ペインクリニック学会誌, 26(1) (1), 1 - 6, 日本語

  • 加葉田大志朗, 新谷歩
    (株)医学書院, 2019年, 臨床整形外科, 54(8) (8), 767 - 770, 日本語

  • 平成30年度大阪府下慢性透析患者の実態調査
    長沼俊秀, 武本佳昭, 内田潤次, 仲谷達也, 加葉田大志朗, 新谷歩
    大阪透析研究会, 2019年, 大阪透析研究会会誌, 37(2) (2), 149 - 165, 日本語

  • ビッグデータの解析手法-多変量解析と傾向スコア-
    加葉田大志朗, 新谷歩
    (一社)日本糖尿病・妊娠学会, 2018年, 糖尿病と妊娠, 18(2) (2), S - 59, 日本語

  • 国際誌にアクセプトを目指して-統計チェックリスト-
    加葉田大志朗, 新谷歩
    克誠堂出版(株), 2018年, 麻酔, 67(増刊) (増刊), S226 - S233, 日本語

  • 検定の選び方:検定は結論を変え得る! 不適切な検定を故意に選ぶのは不正行為
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 症例数の設計:信頼できるエビデンスを得るために症例数は計画時に必ず決めておく
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 多重性の問題:研究計画の重要性
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト

  • 検定とP値:統計的エビデンスとは
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 記述統計量とグラフの描き方
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 正しいデータの記述の仕方
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 国際誌が求める統計:チェックリストの活用
    新谷歩, 加葉田大志朗
    2017年03月, AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト
    [査読有り]

  • 希少難治性角膜疾患の疫学調査 疫学調査のためのデータベース構築に向けた取り組みに関する研究
    新谷歩, 山本景一, 山田知美, 山本紘司, 太田恵子, 関季子, 原正彦, 横濱則也, 高橋佳苗, 橋本治子, 加葉田大志朗, YI Zhou
    2017年, 希少難治性角膜疾患の疫学調査 平成28年度 総括・分担研究報告書(Web)

  • 希少難治性角膜疾患の疫学調査に関する研究 疫学調査のためのデータベース構築に向けた取り組み
    新谷歩, 山本景一, 山田知美, 山本紘司, 太田恵子, 関季子, 原正彦, 高橋佳苗, 橋本治子, 加葉田大志朗, YI Zhou
    2016年, 希少難治性角膜疾患の疫学調査に関する研究 平成27年度 総括・分担研究報告書

■ 書籍等出版物
  • AI技術を活用!特定保健指導の効果を対象者ごとに可視化
    加葉田大志朗
    株式会社法研 へるすあっぷ21 2026年4月号(NO.498), 2026年04月

  • 医学研究のためのRによる統計解析入門
    加葉田大志朗
    オーム社, 2023年09月, 日本語, ISBN: 9784274230905

■ 講演・口頭発表等
  • 機械学習を用いた統計的因果推論の基礎と発展
    加葉田 大志朗
    2026年度 統計関連連合大会 企画セッション講演:統計数理研究所医療健康データ科学研究センター「医療健康データ科学のフロンティア」, 2026年09月
    [招待有り]

  • Imputation of individual survival times in statistical causal inference and causal discovery
    Daijiro Kabata
    統計数理研究所 共同利用セミナー「生存時間を評価項目とする統計的因果推論における機械学習の活用」, 2026年07月
    [招待有り]

  • 臨床研究における統計解析
    加葉田大志朗
    日本環境感染学会教育委員会主催 医療疫学トレーニングコース上級編, 2026年02月
    [招待有り]

  • 外部対照を用いた非劣性試験の感度分析
    加葉田大志朗, 今井匠
    日本臨床試験学会 第17回学術集会総会, 2026年02月

  • 臨床研究におけるデータ分析のノウハウ
    加葉田大志朗
    Physio Study Kyoto Private Seminar, 2026年02月

  • 機械学習を応用した統計的因果推論アプローチとその周辺
    加葉田大志朗
    久留米大学バイオ統計センター 公開セミナー, 2026年01月
    [招待有り]

  • 非劣性の評価を目的とした観察研究における感度分析
    加葉田大志朗, 今井匠
    第9回かごしまデータ科学シンポジウム in FUKUOKA, 2025年12月

  • 大手自動車メーカーにおける強制的な稼働休止による従業員のBMIの変化の検討
    丸居誉, 垣内紀亮, 池田直子, 川合睦子, 貝森亜紀, 佐伯紀子, 梶本勝文, 田中里穂, 銭谷亜弓, 松宮さおり, 加葉田大志朗, 是恒之宏
    第35回 日本産業衛生学会 全国協議会, 2025年11月

  • 汎用的手術時間予測モデルの構築と手術室割り当て最適化への応用
    加葉田 大志朗, 伊藤 真理, Bai Xinyun, 陳 思楠, 古賀 聡人, 柚木 一馬
    ヘルスデータサイエンス学会 第4回学術集会, 2025年11月

  • Evaluation of the Effect of Tetracycline and Fluoroquinolone Combination Therapy for Japanese Spotted Fever: A Comprehensive Analysis of Case Reports and Case Series.
    Kazuhiro Itoh, Daijiro Kabata, Hiroko Shigemi, Tomoya Hirota, Ippei Sakamaki, Hiroshi Tsutani, Yasuhiko Mitsuke, Hiromichi Iwasaki
    The 20th Asia Pacific Congress of Clinical Microbiology and Infection, 2025年11月

  • AI技術を用いた個人レベルの特定保健指導効果の推定アプリの構築
    加葉田大志朗, 坂庭嶺人
    第84回 日本公衆衛生学会総会, 2025年10月

  • A Mixed-Integer Programming Framework for Prediction-Based Operating Room Scheduling.
    Xinyun Bai, Mari Ito, Daijiro Kabata, Sinan Chen, Masaaki Suzuki, Tokito Koga, Kazuma Yunoki
    Operations Research Society of Japan 2025 Fall Research Presentation & Symposium, 2025年09月

  • X連鎖性低リン血症性くる病/骨軟化症患者における副甲状腺機能亢進症の合併率および腎機能障害との関連
    伊東伸朗, 道上敏美, 難波範行, 窪田拓生, 新谷歩, 加葉田大志, 石井遥, 福本誠二, 大薗恵一
    第98回日本内分泌学会学術総会, 2025年06月

  • 血液透析患者におけるT50推算式の開発
    上殿英記, 庄司哲雄, 加葉田大志朗, 仲谷慎也, 永田友貴, 藤井比佐子, 森岡与明, 森克仁, 繪本正憲
    第70回 日本透析医学会学術集会・総会, 2025年05月

  • X連鎖性低リン血症くる病小児患者における血圧と関連因子 : SUNFLOWER縦断的観察研究のスナップショットデータのサブグループ解析
    藤原香緒, 加葉田大志, 河合稜太, Hee Gyung Ka, 難波範行, 東, 伸朗, 谷, 福本誠二, 大薗恵一, 道上敏美
    第60回 日本小児腎臓病学会学術集会, 2025年05月

  • エビデンス構築に必要な統計学の知識
    加葉田大志朗
    第29回 日本徒手理学療法学術大会 教育講演, 2025年02月
    [招待有り]

  • 臨床研究に必要な統計学の知識
    加葉田大志朗
    第29回 日本徒手理学療法学術大会 プレセミナー, 2025年02月
    [招待有り]

  • Individualized Treatment Effects Using a Flexible Bayesian Modeling Approach
    Daijiro Kabata, Nicholas C. Henderson, Ravi Varadhan
    ICHPS 2025, 2025年01月
    [招待有り]

  • 観察研究で実施する効果検証
    加葉田大志朗
    日本運動器理学療法学会 2024年度 第3回サテライトカンファレンス, 2024年12月
    [招待有り]

  • Analysis of baseline data from the SUNFLOWER longitudinal, observational cohort study: relationship between various complications and QOL
    Noriyuki Namba, Nobuaki Ito, Toshimi Michigami, Hee Gyung Kang, Takuo Kubota, Osamu Miyazaki, Ayumi Shintani, Daijiro Kabata, Yayoi Nishida, Seiji Fukumoto, Keiichi Ozono
    The 62nd Annual ESPE Meeting 2024, 2024年11月

  • Disease Duration Differentially Affects the Clinical Efficacy of Biologics and JAK Inhibitors in Rheumatoid Arthritis: The ANSWER Cohort Study
    Yoichi Nakayama, Daijiro Kabata, Wataru Yamamoto, Hidehiko Makino, Koji Nagai, Naofumi Yoshida, Yonsu Son, Masaki Katayama, Hirotaka Yamada, Keisuke Nishimura, Ryota Hara, Ryu Watanabe, Yuki Etani, Kosuke Ebina, Hideo Onizawa, Takayuki Fujii, Akira Onishi, Kosaku Murakami, Koichi Murata, Masao Tanaka, Shuichi Matsuda, Akio Morinobu, Ayumi Shintani, Motomu Hashimoto
    ACR Convergence 2024, 2024年11月

  • 臨床研究デザイン学習会
    加葉田大志朗
    日本リハビリテーション医学会 臨床研究デザイン学習会, 2024年08月
    [招待有り]

  • 医療統計学~間違っているのは自分か分析か?~
    加葉田大志朗
    神戸学院大学大学院 総合リハ日テーション学研究科 特別公開講座, 2023年09月
    [招待有り]

  • 臨床研究デザイン学習会
    加葉田大志朗
    日本リハビリテーション医学会 臨床研究デザイン学習会, 2023年08月
    [招待有り]

  • 外傷性凝固障害におけるアンチトロンビンの動態とDIC発症,予後との関係
    和田 剛志, 白石 淳, 丸藤 哲, 加葉田 大志朗, 山川 一馬, 藤島 清太郎, 齋藤 大蔵, 久志本 成樹, 小倉 裕司, 真弓 俊彦, 大友 康裕
    第45回 日本血栓止血学会, 2023年06月

  • 胸腺からのT細胞産生減少は慢性腎臓病の進行を予測する
    飯尾健一郎, 加葉田大志朗, 飯尾麗, 芝元心一, 渡邊悠希, 森田将史, 今井洋輔, 畑中雅喜, 大森弘基, 猪阪善隆
    第23回 日本抗加齢医学会総会, 2023年06月

  • L-ドパ含有製剤で治療開始した早期パーキンソン病患者における薬剤処方パターンの検証
    栗崎玲一, 加葉田大志朗, 伊田寛之, 新居賢樹, 太田美穂子, 新谷歩, 古澤嘉彦
    第64回 日本神経学会学術大会, 2023年05月

  • 医療疫学トレーニングコース上級編
    加葉田大志朗
    2022年度 日本環境感染学会教育委員会主催 医療疫学トレーニングコース, 2022年11月
    [招待有り]

  • The background of XLH patients with burosumab treatment and its short-term effectiveness and safety of: Interim analysis of the SUNFLOWER study.
    Toshimi Michigami, Hee Gyung Kang, Noriyuki Namba, Nobuaki Ito, Takuo Kubota, Ayumi Shintani, Daijiro Kabata, Masanori Kanematsu, Yayoi Nishida, Seiji Fukumoto, Keiichi Ozono
    APPES 2022, 2022年10月

  • 医療統計学
    加葉田大志朗
    日本成人矯正歯科学会認定医研修プログラム, 2022年07月
    [招待有り]

  • 胸腺機能低下は慢性腎臓病の進行を予測する
    飯尾健一郎, 加葉田大志朗, 飯尾麗, 芝元心一, 渡邊悠希, 森田将史, 今井洋輔, 畑中雅喜, 猪阪善隆
    第65回 日本腎臓学会誌, 2022年06月

  • AIを用いた臨床研究は一般的な臨床研究とは別物なのか?
    加葉田大志朗
    第2回 日本腎・血液浄化AI学会学術集会・総会, 2022年06月
    [招待有り]

  • 同種造血幹細胞移植における機械学習を用いた患者個別の最適移植法推奨戦略
    岡村浩史, 岡村浩史, 中前博久, 中前美佳, 中前美佳, 加葉田大志朗, 吉田寿子, 新谷歩, 内田直之, 土岐典子, 福田隆浩, 小澤幸泰, 田中正嗣, 池亀和博, 衛藤徹也, 澤正史, 木村貴文, 諫田淳也, 熱田由子, 日野雅之, 日野雅之
    第44回 日本造血・免疫細胞療法学会総会, 2022年05月

  • 腎機能とコレステロール合成・吸収との関連:CACHE研究CKD解析
    庄司哲雄, 庄司哲雄, 秋山雄介, 藤井比佐子, 斯波真理子, 石橋豊, 石田達郎, 石垣泰, 加葉田大志朗, 木原康樹, 小谷和彦, 栗栖智, 増田大作, 的場哲哉, 松木恒太, 松村剛, 森健太, 中神朋子, 中里正光, 谷内颯樹, 上野浩晶, 山下静也, 吉田博, 吉田寿子, 庄司哲雄
    第34回 腎と脂質研究会, 2022年03月

  • 統計ブートキャンプ@オンライン
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト, 2022年02月
    [招待有り]

  • 医療疫学トレーニングコース上級編
    加葉田大志朗
    2021年度 日本環境感染学会教育委員会主催 医療疫学トレーニングコース, 2021年10月
    [招待有り]

  • 加齢に伴う肝切除術後感染リスクと感染病態の解明およびその対策
    木下 正彦, 新川 寛二, 加葉田 大志朗, 竹村 茂一, 田中 肖吾, 天野 良亮, 木村 健二郎, 大平 豪, 西尾 康平, 久保 正二
    第76回 日本消化器外科学会総会, 2021年07月

  • 統計ブートキャンプ@オンライン
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト, 2021年02月
    [招待有り]

  • TMAとDICの併存~そのkey mediatorはトロンボモジュリンである~
    和田剛志, 丸藤哲, 丸藤哲, 山川一馬, 加葉田大志朗, 新谷歩, 小倉裕司, 梅村譲, 白石淳, 齋藤大蔵, 藤島清太郎, 真弓俊彦, 久志本成樹, 阿部智一, 阿部智一, 椎野泰和, 中田孝明, 樽井武彦, 一二三亨, 岡本好司, 小谷譲治, 坂本雄一郎, 佐々木淳一, 白石振一郎, 田熊清継, 鶴田良介, 萩原章嘉, 増野智彦, 武山直志, 山下典雄, 池田弘人, 上山昌史, 藤見聡, 大友康裕, 大友康裕
    第48回 日本集中治療医学会学術集会, 2021年02月

  • JAAM基準をベースにした抗凝固療法が有効性を示す患者集団の検討
    和田剛志, 山川一馬, 丸藤哲, 丸藤哲, 加葉田大志朗, 新谷歩, 小倉裕司, 梅村譲, 白石淳, 齋藤大蔵, 藤島清太郎, 真弓俊彦, 久志本成樹, 阿部智一, 阿部智一, 椎野泰和, 中田孝明, 樽井武彦, 一二三亨, 岡本好司, 小谷譲治, 坂本雄一郎, 佐々木淳一, 白石振一郎, 田熊清継, 鶴田良介, 萩原章嘉, 増野智彦, 武山直志, 山下典雄, 池田弘人, 上山昌史, 藤見聡, 大友康裕
    第48回 日本集中治療医学会学術集会, 2021年02月

  • 臨床研究におけるAIの役割
    加葉田大志朗
    Thrombocardiology Expert Meeting, 2020年12月
    [招待有り]

  • 生体腎移植ドナー候補を対象とした新たなeGFR算出式の作成
    谷口歩, 今村亮一, 川村正隆, 中澤成晃, 加藤大悟, 阿部豊文, 山中和明, 岸川英史, 加葉田大志朗, 新谷歩, 野々村祝夫
    第108回 日本泌尿器科学会総会, 2020年12月

  • 統計コンサルで遭遇する難題~臨床感が解析に反映されるまで~
    加葉田大志朗
    中外製薬 医療統計勉強会~リウマチ関連を中心に~, 2020年11月
    [招待有り]

  • 医療統計学
    加葉田大志朗
    日本成人矯正歯科学会 認定医研修プログラム, 2020年09月
    [招待有り]

  • 統計方法論~怖くない統計学と臨床研究~
    加葉田大志朗
    京都府理学療法士会 第1回・第2回研修会, 2020年09月
    [招待有り]

  • 臨床研究におけるAIの役割
    加葉田大志朗
    第42回 日本血栓止血学会, 2020年06月
    [招待有り]

  • Variable selection in double/debiased machine learning for causal inference: Anoutcome-adaptive Lasso approach
    加葉田 大志朗, 新谷 元嗣
    2019年 関西計量経済学研究会, 2020年01月

  • 実践!医療統計セミナー5
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2020年01月
    [招待有り]

  • 医療統計教室
    加葉田大志朗
    データ利活用フェスティバル, 2020年01月
    [招待有り]

  • 実践!医療統計セミナー4
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2019年12月
    [招待有り]

  • 統計ブートキャンプ@大阪
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト, 2019年12月
    [招待有り]

  • 統計ブートキャンプ@東京
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業研究者皆学習プロジェクト, 2019年12月
    [招待有り]

  • 実践で身につける医療統計
    加葉田大志朗
    Physio Study Kyoto 2019年第21回研修会, 2019年11月
    [招待有り]

  • 実践!医療統計セミナー3
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2019年11月
    [招待有り]

  • 腎移植患者のフレイルの関連因子についての検討
    香束昌宏, 内田潤次, 岩井友明, 長沼俊秀, 前田景子, 加葉田大志朗, 新谷歩, 仲谷達也
    第6回 日本サルコペニア・フレイル学会, 2019年11月

  • 実践!医療統計セミナー2
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2019年09月
    [招待有り]

  • 医療統計学勉強会
    加葉田大志朗
    近畿病歴管理セミナー, 2019年08月
    [招待有り]

  • 実践!医療統計セミナー1
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2019年06月
    [招待有り]

  • Clinical importance of trunk muscle mass for low back pain, spinal balance, and quality of life-a multicenter cross-sectional study.
    Hori Y., Hoshino M., Inage K., Miyagi M., Takahashi S., Ohyama S., Suzuki A., Tsujio T., Terai H., Dohzono S., Sasaoka R., Toyoda H., Kato M., Matsumura A., Namikawa T., Seki M., Yamada K., Habibi H., Salimi H., Yamashita M., Yamauchi T., Furuya T., Orita S., Maki S., Shiga Y., Inoue M., Inoue G., Fujimaki H., Murata K., Kawakubo A., Kabata D., Shintani A., Ohtori S., Takaso M., Nakamura H.
    ISSLS 2019, 2019年05月

  • CKD患者におけるPTHと胸腺萎縮の関係
    飯尾健一郎, 加葉田大志朗, 飯尾麗, 星田義彦, 佐伯行彦, 新谷歩, 濱野高行, 猪阪義隆, 安東豊
    第3回 日本CKDーMBD研究会学術集会・総会, 2019年03月

  • 無作為化比較試験における時系列データを用いた解析の有用性の検討
    武田裕里子, 加葉田大志朗, 新谷歩
    日本薬学会 第139年会, 2019年03月

  • 実践で身につける統計学
    加葉田大志朗
    Physio Study Kyoto 2018年第16回研修会, 2019年02月
    [招待有り]

  • 実践!医療統計セミナー4
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2019年02月
    [招待有り]

  • 統計ブートキャンプ@東京
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業医系国際誌プロジェクト, 2019年02月
    [招待有り]

  • 五角形角膜内皮細胞は年齢によって大きくなりにくい
    部坂優子, 辻川元一, 辻川元一, 加葉田大志朗, 新谷歩, 西田幸二
    第43回 日本角膜学会総会・日本角膜移植学会, 2019年02月

  • コンタクトレンズドライアイ問診票J-CLDEQ-8の開発とその妥当性の検討
    高静花, CHALMERS Robin, 加葉田大志朗, 新谷歩, 西田幸二
    第43回 日本角膜学会総会;日本角膜移植学会, 2019年02月

  • 生体腎移植ドナーを対象とした新たなeGFR算出式の作成
    中澤成晃, 川村正隆, 加藤大悟, 阿部豊文, 谷口歩, 山中和明, 吉田栄宏, 岸川英史, 西村憲二, 加葉田大志朗, 今村亮一, 新谷歩, 野々村祝夫
    第52回 日本臨床腎移植学会, 2019年02月

  • 統計ブートキャンプ
    加葉田大志朗
    ひろしま麻酔科エキスパートセミナー, 2019年01月
    [招待有り]

  • 実践!医療統計セミナー3
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2018年12月
    [招待有り]

  • 実践!医療統計セミナー2
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2018年09月
    [招待有り]

  • 統計ブートキャンプ@大阪
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業医系国際誌プロジェクト, 2018年08月
    [招待有り]

  • 実践!医療統計セミナー1
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2018年06月
    [招待有り]

  • 実践!医療統計セミナー5
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2018年04月
    [招待有り]

  • 医療統計学
    加葉田大志朗
    日本成人矯正歯科学会 認定医研修, 2018年04月
    [招待有り]

  • 関節リウマチ患者において喫煙はTNF阻害剤の効果を減弱させる:TNFαと喫煙(AhR)シグナルのクロストーク
    葛谷憲太郎, 新居卓朗, 加葉田大志朗, 大島至郎, 松下正人, 辻聡一郎, 竹花泰雄, 松井利浩, 當間重人, 佐伯行彦
    第115回 日本内科学会総会・講演会, 2018年04月

  • 実践!医療統計セミナー4
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2018年02月
    [招待有り]

  • 腎移植の血管石灰化の問題
    長沼俊秀, 武本佳昭, 香束昌宏, 内田潤次, 仲谷達也, 加葉田大志朗, 新谷歩
    第51回 日本臨床腎移植学会, 2018年02月

  • 実践で身につける医療統計
    加葉田大志朗
    Physio Study Kyoto 2017年第10回研修会, 2018年01月
    [招待有り]

  • 実践!医療統計セミナー3
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2017年12月
    [招待有り]

  • 統計ブートキャンプ@東京
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業医系国際誌プロジェクト, 2017年12月
    [招待有り]

  • 統計ブートキャンプ@大阪
    加葉田大志朗, 新谷歩, 市川家國
    AMED研究公正⾼度化モデル開発⽀援事業医系国際誌プロジェクト, 2017年10月
    [招待有り]

  • 医療従事者のための統計学
    加葉田大志朗
    英ウィメンズクリニック教育講演会, 2017年10月
    [招待有り]

  • 統計学
    加葉田大志朗
    Physio Study Kyoto 2017年第8回研修会, 2017年09月

  • 実践!医療統計セミナー2
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2017年09月
    [招待有り]

  • 実践!医療統計セミナー1
    加葉田大志朗
    NHO大阪南医療センター 特別講演会, 2017年07月
    [招待有り]

  • コンセプト×実践で学ぶ統計学~統計学を臨床で活用しよう~
    加葉田大志朗
    生殖補助医療技術者のためのリカレントセミナー, 2017年07月
    [招待有り]

  • 医学研究における統計学
    加葉田大志朗
    島田病院教育講演会, 2017年03月
    [招待有り]

  • 交互作用を含む観察データにおける傾向スコア解析手法による結果の差異
    加葉田大志朗, 山本紘司, 新谷歩
    科学研究費・基盤研究(A)「大規模複雑データの理論と方法論の総合的研究」シンポジウム「統計科学の現代的課題」, 2017年01月

  • 統計学
    加葉田大志朗
    Physio Study Kyoto 2016年第4回研修会, 2016年12月
    [招待有り]

  • 研究デザインについて
    加葉田大志朗
    R3-united 12月研修会, 2016年12月
    [招待有り]

  • 統計学
    加葉田大志朗
    Physio Study Kyoto 2016年第1回研修会, 2016年05月
    [招待有り]

■ 所属学協会
  • 日本臨床試験学会
    2025年 - 現在

  • 日本行動計量学会
    2025年 - 現在

  • ヘルスデータサイエンス学会
    2025年 - 現在

  • 日本疫学会
    2025年 - 現在

  • 日本公衆衛生学会
    2025年 - 現在

  • International Biometric Society
    2018年 - 現在

  • 日本計量生物学会(実務試験統計家)
    2018年 - 現在

■ 共同研究・競争的資金等の研究課題
  • 統計的因果探索の生存時間分析への橋渡し
    加葉田大志朗
    日本学術振興会, 科学研究費助成事業, 基盤研究(C)(一般), 2026年04月 - 2029年03月, 研究代表者

  • 生存時間を評価項目とする統計的因果推論における機械学習の活用
    統計数理研究所, 公募型共同利用, 重点型研究 データ解析の妥当性と質を高める生存時間分析法の開発と利用, 2026年04月 - 2027年03月, 研究代表者

  • 統計的因果探索に基づく再雇用の規定因子の探索
    神戸大学, 学内・学外DX推進共同プロジェクト, 2026年 - 2027年, 研究代表者

  • 公衆衛生介入における効果の異質性を目指した手法開発とデータベース研究への応用
    神戸大学, 学内・学外DX推進共同プロジェクト, 2026年 - 2027年, 研究代表者

  • ベイズ機械学習による因果探索の生存時間分析への応用
    加葉田大志朗
    上原記念生命科学財団, 研究奨励金, 2026年 - 2027年, 研究代表者

  • 機械学習選択の誤りに頑健な治療効果推定量の提案とリアルワールドデータへの応用
    加葉田 大志朗
    日本学術振興会, 科学研究費助成事業, 若手研究, 大阪公立大学, 2023年04月 - 2026年03月, 研究代表者

  • グローバルな社会課題解析エンジン・プラットフォームの提供
    公益財団法人ひろしまベンチャー育成基金, 第32回ひろしまベンチャー助成金, 2025年 - 2026年, 研究代表者

  • ストレスチェックを活用した女性特有の健康課題の探索
    経産省, フェムテック等サポートサービス実証事業費補助金, 2025年 - 2026年, 研究分担者

  • 医療データベースから最適な治療ルールを特定する新しい機械学習推定量の提案
    加葉田大志朗
    日本学術振興会, 海外特別研究員(内定後辞退), Johns Hopkins University, 2024年 - 2026年

  • SNS等を用いたイベント、施設の来場者のデータ分析
    神戸市経済観光局, So-I地域課題解決コース, 2025年 - 2025年, 研究代表者

  • 機械学習による自動的変数選択をもちいた新しい治療効果推定手法の提案
    加葉田 大志朗
    日本学術振興会, 科学研究費助成事業, 若手研究, 大阪市立大学, 2020年04月 - 2023年03月, 研究代表者
    因果推論における局外関数の推定に機械学習手法を応用することで,高次元の研究対象者の特性(共変量)を考慮できるというメリットがある一方,関心のある処置の効果推定に必要な情報の削減,局外関数の過適合によって平均処置効果推定量にバイアスが生じるデメリットがあることが知られている.これらのデメリットを低減させるために,計量経済学分野においてdouble/debiased machine learning(DML)推定量が提案された.このDMLは,従来の機械学習を用いた因果推論推定量に比べて優れた性質をもつと考えられるが,臨床研究に応用する際には課題が残る.処置変数に関する局外関数である傾向スコアモデルを推定する際に,lassoなど従来の機械学習手法を利用した場合,処置にのみ関連の強い因子(操作変数)が選択される可能性がある.従来の機械学習で操作変数の影響を強く考慮した傾向スコアモデルは処置変数を良く説明するが,関心のある平均処置効果推定量の分散やバイアスを増加させる恐れがある.臨床研究では操作変数など先験的に特定することは現実的に困難である.従って操作変数が存在するような状況においても,変数選択により頑健な推定量が利用できることが好ましい. 本年度は,上記の問題を改善すべく,以下の2点を目的として研究を行った. (目的1)結果変数に強く関連する因子を優先的に考慮した傾向スコアを利用しつつ,DML推定量の漸近的性質を損なうことがないoutcome-adaptive DML推定量を提案し,そのパフォーマンスを評価すること. (目的2)上記提案手法の臨床観察研究へ応用すること.

  • 機械学習を用いた医療情報の利活用
    加葉田 大志朗
    大阪公立大学, 大阪公立大学若手研究者海外チャレンジ事業, 2023年 - 2023年, 研究代表者

  • 機械学習を用いた治療効果推定手法の開発と応用
    加葉田 大志朗
    上原記念生命科学財団, リサーチフェローシップI, 大阪公立大学大学院 医学研究科 医療統計学, 2023年 - 2023年, 研究代表者

  • 医生命学系学会の学会員研究倫理素養の均てん化に向けた学修機会の提供
    代表機関:信州大学,分担機関:大阪市立大学
    AMED, 研究公正高度化モデル開発支援事業, 大阪市立大学, 2020年 - 2022年, 研究分担者

  • 医系国際誌が規範とする研究の信頼性にかかる倫理教育プログラム
    代表機関:信州大学,分担機関:大阪市立大学
    AMED, 研究公正高度化モデル開発支援事業, 大阪市立大学, 2017年 - 2020年, 研究分担者

  • 脳内出血症例の脳出血量における抗血栓薬の効果検証: 機械学習を用いた因果推論による評価
    加葉田 大志朗
    第一三共株式会社, 第一三共奨学寄付プログラム, 2018年06月 - 2019年04月, 研究代表者

  • 大西 良浩, 新谷 歩, 加葉田 大志朗, 福原 俊一, 秋山 智弥, 竹上 未紗, 栗田 宜明
    日本学術振興会, 科学研究費助成事業, 基盤研究(C), 特定非営利活動法人健康医療評価研究機構, 2014年04月 - 2017年03月, 連携研究者
    臨床現場の看護師の統計解析に関する学習支援を目的としたツールを開発した。ツールは記述統計から単変量解析、多変量解析への統計解析における思考プロセスを物語形式に体験・学習することができる構成とした。また、臨床研究に関する学習プログラムにおいて本ツールを使用した場合の学習効果の検証を行った。本ツールを使用した場合、統計解析に関する理解度については非使用者と比較して、顕著な違いは認めなかったが、統計解析の講義を脱落することなく完遂した受講者が増加した。本ツールは統計初学者の統計解析に対する苦手意識を軽減させ、学習効果を高める可能性が示唆された。

TOP