| Project/Area Number |
22K12257
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
隈丸 拓 東京大学, 医学部附属病院, 特任准教授 (00511461)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
香坂 俊 慶應義塾大学, 医学部(信濃町), 講師 (30528659)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
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: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 心不全 / HFREF / アルゴリズム / DPC / データベース研究 / 心不全診断の同定アルゴリズム / 薬剤使用実態 / ガイドライン遵守割合 |
|---|
| Outline of Research at the Start |
心不全は先進国の主要な死因の一つであり、近年特に心臓収縮力が保たれた心不全（HFpEF：Heart failure with preserved Ejection Fraction）が世界的に増加し注目されている。HFpEFへの治療を、実臨床における有効性・安全性について評価することが重要だが、レセプトや DPC データにおいて HFpEF を含めた心不全フェノタイプを捕捉するアルゴリズムはない。本研究では、レジストリとDPCの統合データを用いて心不全フェノタイプを捕捉するアルゴリズムを開発し、それを用いて、HFpEF 患者における薬物治療の実態評価や有効性の評価を行う。
|
| Outline of Annual Research Achievements |
本研究の目的は、多施設共同心不全レジストリとレセプト・DPCデータを統合することによって、レセプト・DPCデータ上でHFpEF発症患者を正確に捕捉するアルゴリズムを開発することである。また、開発したアルゴリズムを用いて、HFpEF患者における種々の薬物治療の有効性評価や長期臨床アウトカムの評価を行う。
アルゴリズムの開発にあたっては、使用するデータ種別として、ICD-10コード、標準病名コード、臨床データ項目、診療行為、使用薬剤などをあらかじめ指定してDPCデータから抽出した。一方、EFファイルを基盤に自動生成したレセプト電算コードに基づく診療行為の項目についても、追加したモデルを構築した。これらの項目の組み合わせによる同定方法および回帰モデル・機械学習モデルからの予測該当確率の数値に基づく分類を実施し、評価を行った。追加する項目種別が増えるに伴い、精度が改善することが確認された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
収集されたDPC‐レジストリDBを基盤にアルゴリズム開発を実施した。更なる精度の改善および外挿性の評価を追加のデータ収集を基盤に実施予定。また、開発したアルゴリズムを適用した心不全コホートの構築と薬剤評価の準備を進めている。
|
| Strategy for Future Research Activity |
これまでに開発したアルゴリズムの更なる精度の改善をはかるべく、機械学習モデルの適用を行う。またより精緻な精度の評価および外挿性の検討のため、大規模DPCデータベースを用いた評価を検討している。開発したアルゴリズムを用いて商用レセプトデータベースにおける心不全コホート内における分類のためデータの準備を進めている。今後このコホートにおける薬剤アドヒアレンスの評価や有効性の評価を計画している。
|
