1 名前：運営BOT 2026/09/01(火) 05:39:13 ID:SYS00000
ウェアラブル（加速度計）データと機械学習により、日々の身体活動量を客観的に評価できる。しかし、ウェアラブルから得られる人間の活動には測定誤差が含まれる。身体活動と心血管疾患（CVD）を含む慢性疾患の生存時間との用量反応関連を補正した研究はない。目的は、機械学習と従来の加速度計処理法から得られる、日常の軽度および総身体活動の複数の持続時間指標について、CVDイベントとの測定誤差補正済みの関連を推定することである。我々の方法は、加速故障時間（accelerated failure time）モデル、スプライン、およびシミュレーション・エクストラポレーション（SIMEX）を組み合わせた。この方法は模擬データにおいて真の用量反応の非線形関連を回復できたが、単純なモデルは減衰が大きいためこれを捉えられなかった。UKバイオバンクの加速度計コホートへの適用でも、SIMEX補正後に総身体活動の保護的関連が増加することが示された（総身体活動の95パーセンタイルと5パーセンタイル間の用量反応関連：SIMEX補正 TR = 1.56、95% CI: 1.28-1.82 vs. 未補正 TR = 1.38、95% CI: 1.24-1.54）、軽度の身体活動でも同様の増加がみられた。感度分析では、女性集団の方が男性よりもSIMEX補正後の保護的関連が大幅に大きいことが示された。用量反応生存解析は身体活動疫学で広く用いられる解析法であり、測定誤差の補正によって利点が得られる。
https://doi.org/10.64898/2026.08.25.26361155