医療データベースを用いた稀少な病態・治療法のアウトカム評価手法の開発と精緻化

• Project/Area Number: 21K10299
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58010:Medical management and medical sociology-related
• Research Institution: Tokyo Medical and Dental University
• Principal Investigator: 伏見 清秀 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (50270913)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: データベース研究 / 医療データ

Outline of Research at the Start

医療新技術の導入等で急速に高度化する医療の実臨床における迅速なアウトカム評価は恒久的な課題である。病態基本情報と診療行為明細を併せ持つリアルワールドデータであるDPCデータの蓄積、利活用の推進が進み、10年間にわたる延べ数千万件症例の大規模データ分析によって臨床疫学研究の成果が上げられている。本研究では、大規模DPCデータを用いる臨床疫学研究手法の精緻化として、外来データも含めた時系列データリンケージによる中長期アウトカム評価手法の精緻化と、ロボット手術、分子標的薬等医療新技術や新興感染症等に対応する準リアルタイム解析の導入と精緻化を目的とする。

Outline of Annual Research Achievements

分析用の2010年から2021年の長期DPCデータベースの構築を進めた。5大がんの根治手術患者を対象に患者選択、外来データを含む長期連結データベースを作成した。生存率、合併症発生率等の推計値を計測を進めたが、フォローアップ脱落例、合併症発症の検出の課題が明らかとなった。今後、脱落例の統計学的な処理の手法の精緻化を進める必要があると考えられた。
迅速なデータベース構築と分析のために、6か月単位で医療機関から収集されるDPCデータ即座にデータベースに流し込みでデータ処理を進める工程を確立した。当初、予定した3ヶ月単位のデータベース構築はコストが膨大となるため、困難であった。Covid-19等の新興感染症については、感染の拡大状況、治療効果の解析、Covid-19感染症が他の臨床病態に与える影響等の関する分析を進めた。
外来データを含めたDPCデータベースを用いて、COVID-19感染症入院患者の臨床的特徴と死亡率の時間的推移を示した。また、COVID-19感染症による健康診断受診率と早期がんの発見率の変化を解析し、パンデミックによる健診受診率の低下ががんの早期発見を妨げている可能性を示した。さらに、BMIと肺炎治療患者のクロストリジウム腸炎発生の関連を分析し、低BMIがリスク要因である可能性を示した。あわせて、COVID-19パンデミック前からパンデミック終息期にかけての、外来、入院の患者受療動向の解析を進め、疾患、病態、患者の年齢など様々な要因が関連している可能性が示された。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

データベース構築は順調に進んでいる。また、6ヶ月単位でのデータベース構築と迅速な臨床疫学研究の実施の実行可能性を示すことができている。また、
Covid-19の診療実態や他の疾患の診療への影響等を明らかとすることができた。

Strategy for Future Research Activity

外来診療脱落例が比較的多く認められたため、今後、長期予後フォローアップのための統計解析の精緻化を進める予定である。迅速に構築されたDPCデータベー
スを用いて、最小6ヶ月程度のラグでCovid-19感染症の診療への影響の分析を進める予定である。