| Project/Area Number |
22K10568
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
細見 光一 近畿大学, 薬学部, 教授 (90581744)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | データサイエンス / 服薬適正化 / ポリファーマシー / デー タサイエンス |
|---|
| Outline of Research at the Start |
地域医療を担う行政や医療機関による服薬適正化・ポリファーマシー対策を適切に支援・検証するために、データサイエンスの手法を駆使し、明確な指標となる因子を抽出し解析する。得られた因子について、レセプトデータを解析し、行政や医療機関による服薬適正化・ポリファーマシー対策の実施前・後における変化を測定し、対策実施効果を評価する。臨床現場へのフィードバック、医療政策への提言、診療・調剤報酬／費用対効果の妥当性を検討する。
|
| Outline of Annual Research Achievements |
データサイエンスの手法を駆使し、行政や医療機関による服薬適正化・ポリファーマシー対策の実施効果、およびRWDからデータマイニングによって生成された仮説の検証を研究の目的としている。地域医療における服薬適正化・ポリファーマシー対策を適切に支援・検証するために、指標となる因子を明確化するために、レセプトデータを解析し指標となる因子の抽出を引き続き検討した。
前年度よりも更新された処方情報データベース(2020年10月分)の解析を行い、ポリファーマシー特有の潜在的不適切処方（PIMs）について、性別、年齢別、疾患別のほか併用薬のカテゴリー別における関連性をあぶり出した。PIMsは2015年に日本老年医学会が作成した「特に慎重な投与を要する薬物のリスト」に従った。
感度分析としても、加齢に伴い5剤以上やPIMsを含む処方割合は増加するが、PIMsとの関連性には処方薬剤数が重要な因子であることを確認した。認知症患者におけるPIMsとの関連性が認められた薬効分類に変化は認められなかった。処方薬剤数が4剤以下のとき、末梢神経系用薬や抗生物質製剤は特定のPIMsとの併用が頻繁になされており、漫然とした処方との見分けに留意する必要がある。また、PIMsではない末梢神経系用薬がPIMsと関連を示し、末梢神経系用薬エペリゾンとの併用薬として、PIMsであるロキソプロフェンナトリウムとの組み合わせが最多であった。PIMsと末梢神経用薬の組み合わせに注意する必要があることが示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では、服薬適正化・ポリファーマシー対策の指標となる因子の抽出を引き続き検討し、ポリファーマシー特有の潜在的不適切処方（PIMs）について、前年度よりも更新された処方情報データベースの解析を行った。
加齢に伴い5剤以上やPIMsを含む処方割合は増加するが、PIMsとの関連性には処方薬剤数が重要な因子であることを確認した。
処方薬剤数が4剤以下のとき、末梢神経系用薬や抗生物質製剤は特定のPIMsとの併用が頻繁になされていることを明らかにした。また、PIMsではない末梢神経系用薬がPIMsと関連があることをあぶり出した。
これまでの解析結果を学会等で公表し論文投稿準備もしており、おおむね順調に進展していると判断できる。
|
| Strategy for Future Research Activity |
計画に沿って、ポリファーマシー特有の潜在的不適切処方（PIMs）、副作用の発現傾向・リスク因子、未知の関連性などのパラメーターをあぶり出す。行政や医療機関による服薬適正化・ポリファーマシー対策の実施前・後における変化を測定し、対策実施効果を評価する。パラメーターに関して、臨床現場へのフィードバック、指針・ガイドライン構築に向けたエビデンス、医療政策への提言、診療・調剤報酬／費用対効果の妥当性を検討し学会・論文発表等の公表を進めていく。
|
