信州大学の中村先生のグループが発表した論文“Deep neural network–based prediction of walking independence after hip fracture surgery and analysis of contributing factors”において、Multi-Sigma®を利用して深層ニューラルネットワーク（DNN）モデルを構築し、大腿骨近位部骨折術後の歩行自立に関するデータ解析が行われました。
論文では、大腿骨頸部骨折または転子部骨折の手術を受けた65歳以上の患者368名を対象に、年齢、受傷前の居住状況や歩行状態、認知機能、併存疾患、骨折型、手術およびリハビリテーション開始までの待機日数、術後2日以内の歩行開始の有無などを説明変数として、術後1週と術後4週の歩行自立を予測するモデルが構築されました。ロジスティック回帰、サポートベクターマシンと予測性能を比較した結果、Multi-Sigma®で構築したDNNは、術後1週では3つの手法の中で最も高い感度を示し、術後4週では適合率、感度、特異度のバランスが最も良い分類性能を示しました。
また、Multi-Sigma®の要因分析（感度分析）機能により、各変数が予測にどのように寄与するかが定量的に解析されました。
詳細は下記の論文を参照願います。
論文情報
論文：Deep neural network–based prediction of walking independence after hip fracture surgery and analysis of contributing factors
著者：Keisuke Nakamura et al.
ジャーナル：Journal of Orthopaedic Science
発行年：2026年
