AMBE Kaori

Affiliation and department：
Homepage URL (1)： http://www.phar.nagoya-cu.ac.jp/hp/dse/

Research field (2)： Clinical pharmacy , Environmental effects of chemicals

Research keywords (6)：リスク評価 , 病院情報 , データマイニング , 医療ビッグデータ , 機械学習 , 副作用

Research theme for competitive and other funds (9)：

2023 - 2026 Development of an in silico prediction model and practical research for evaluating skin sensitization
2023 - 2025 食品関連化学物質のリスク評価におけるリードアクロス手法の適用と信頼性評価に関する研究
2021 - 2024 Onconephrology focusing on tubules
2020 - 2023 Development of prediction method for drug-induced kidney injury using medical big data and machine learning
2021 - 2023 In silico予測手法の高度化とNew Approach Methodologyの活用に基づく化学物質の統合的ヒト健康リスク評価系の基盤構築に関する研究

Show all

Papers (18)：

Ashikaga T, Hatano K, Iwasa H, Kinoshita K, Nakamura N, Ambe K, Tohkin M. Next Generation Risk Assessment Case Study: A Skin Sensitization Quantitative Risk Assessment for Bandrowski’s Base Existing in Hair Color Formulations. 2024
Takashi Watanabe, Kaori Ambe, Masahiro Tohkin. Predicting the Addition of Information Regarding Clinically Significant Adverse Drug Reactions to Japanese Drug Package Inserts Using a Machine-Learning Model. Therapeutic innovation & regulatory science. 2024. 58. 2. 357-367
Takashi Watanabe, Kaori Ambe, Masahiro Tohkin. Streamlining Considerations for Safety Measures: A Predictive Model for Addition of Clinically Significant Adverse Reactions to Japanese Drug Package Inserts. Biological & pharmaceutical bulletin. 2024. 47. 3. 611-619
Miho Murashima, Kaori Ambe, Yuka Aoki, Takahisa Kasugai, Tatsuya Tomonari, Minamo Ono, Masashi Mizuno, Masahiro Tohkin, Takayuki Hamano. Epidemiology and predictors of hyponatremia in a contemporary cohort of patients with malignancy: a retrospective cohort study. Clinical kidney journal. 2023. 16. 11. 2072-2081
安部賀央里. 皮膚感作性強度の予測に向けた機械学習によるin silicoアプローチ-An in silico approach using machine learning to predict skin sensitization potency-化粧品の安全性評価. Fragrance journal : Research & development for cosmetics, toiletries & allied industries = フレグランスジャーナル : 香粧品科学研究開発専門誌. 2023. 51. 7. 16-20

ｍore...

MISC (54)：

濱上敦史, 土井更良, 安部賀央里, 頭金正博. Development of prediction model for cholestatic Drug-Induced Liver Injury using JAPIC AERS and machine learning. 日本薬学会年会要旨集(Web). 2023. 143rd
青木優佳, 安部賀央里, 頭金正博, 村島美穂, 濱野高行, 和知野千春, 和知野千春, 木村和哲, 日比陽子, 日比陽子, et al. 電子カルテ情報と機械学習を活用したシスプラチン誘発性急性腎障害の予測モデルの構築. 日本臨床薬理学会学術総会抄録集(Web). 2023. 44th
木下啓, 安部賀央里, 山田隆志, 足利太可雄, 頭金正博. Attempt to establish the machine learning model for predicting intensity of skin sensitization assessment for practical use. Journal of Toxicological Sciences. 2023. 48. Supplement (CD-ROM)
劉臨風, 大西真由, 吉井優花, 安部賀央里, 頭金正博. Efficacy and Safety of Anti-rheumatic Drugs in Patients with Rheumatoid Arthritis: Bayesian Network Meta-Analysis. Journal of Toxicological Sciences. 2023. 48. Supplement (CD-ROM)
劉臨風, 大西真由, 吉井優花, 安部賀央里, 頭金正博. Comparison of the efficacy and safety of various anti-rheumatic drugs for rheumatoid arthritis: Network Meta-Analysis. 日本臨床薬理学会学術総会抄録集(Web). 2023. 44th

ｍore...

Lectures and oral presentations (10)：

データベースと機械学習を活用した毒性予測へのアプローチ ~有機化学から視野を広げて~
(第50回日本毒性学会学術年会 2023)
Development of in silico model for skin sensitization evaluation using machine learning
(ACAAE2022, the 3rd Asian Congress for Alternatives to Animal Experiments 2022)
ヒトの副作用予測に向けた機械学習アプローチ
(第49回日本毒性学会学術年会 2022)
機械学習法による特異体質性副作用の予測
(第42回日本臨床薬理学会学術総会 2021)
化学物質の安全性評価におけるin silico予測モデル
(CBI学会2021年大会 2021)

ｍore...

Professional career (1)：

博士(薬学) (名古屋市立大学)

Awards (2)：

2022/07 - 日本毒性学会第12回2022年ファイザー賞
2018 - 薬学研究奨励財団薬学研究奨励財団第39回研究助成金

Association Membership(s) (8)：

日本医療薬学会 , 日本臨床薬理学会 , 日本動物実験代替法学会 , 日本香粧品学会 , THE JAPANESE SOCIETY FOR THE STUDY OF XENOBIOTICS , CHEM-BIO INFORMATICS SOCIETY , THE JAPANESE SOCIETY OF TOXICOLOGY , THE PHARMACEUTICAL SOCIETY OF JAPAN

※ Researcher’s information displayed in J-GLOBAL is based on the information registered in researchmap. For details, see here.

Return to Previous Page