Project/Area Number |
20H03914
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Basic Section 58010:Medical management and medical sociology-related
|
Research Institution | Kanagawa University of Human Services |
Principal Investigator |
長山 洋史 神奈川県立保健福祉大学, 保健福祉学部, 准教授 (00552697)
|
Co-Investigator(Kenkyū-buntansha) |
山内 慶太 慶應義塾大学, 看護医療学部(藤沢), 教授 (60255552)
泉 良太 聖隷クリストファー大学, リハビリテーション学部, 教授 (80436980)
池田 公平 神奈川県立保健福祉大学, 保健福祉学部, 助教 (80828179)
岸 知輝 杏林大学, 保健学部, 助教 (80845123)
友利 幸之介 東京工科大学, 医療保健学部, 教授 (90381681)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Completed (Fiscal Year 2023)
|
Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2023: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2022: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2021: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2020: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
|
Keywords | リハビリテーション / 予後予測 / 費用対効果 / 脳卒中 / 潜在クラス分析 / 作業療法 |
Outline of Research at the Start |
患者の状態像に応じた脳卒中後のリハビリテーションの効果と費用対効果を検証し,入院時の患者の状態から1日のリハ投入量(リハ密度)を算出するシステムを開発する.具体的には,「効果的な患者の状態像の可視化」,「全体像の予測モデルを作成」,予測モデルの妥当性の検証による「実現化」までが本研究のゴールであると考えている.患者特性に合わせたリハ密度を算出するシステムを開発することで,患者にとって効率的なリハ医療の提供のみならず,医療費の適正化に繋がる政策立案が可能となることが期待される.
|
Outline of Annual Research Achievements |
本年度の実績としては,以下の2点である. ①急性期脳卒中患者の全体像予測モデルの開発論文の公表 昨年度,解析を実施した急性期脳卒中患者の全体像予測モデルについて,論文化し,プレプリントとして公表した.今後は,このモデルの臨床応用について検討すること,動画を作成し,広くホームページで公開することを予定している.なお,この成果については,現在,国際紙に投稿中である.また,国内学会で発表し,国際学会での発表も予定している. ②回復期リハビリテーション病棟における自主トレーニングの効果的である患者特性の把握 潜在クラス分析を用いて,入院時患者特性を統計的に共通因子を持つクラスに分類し,そのクラスごとに自主トレーニングの有無で効果を比較した.また,自主トレーニングの種類によってもその効果に才があるかについて検討した.その結果,自主トレーニングが効果的である患者特性が特定され,効果的である自主トレーニングの種類についても判明した.この成果については,国際紙に掲載されている.
|
Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|