Research on big data analysis and health promotion business evaluation in the field of health care and long-term care by local governments
| Project/Area Number |
22K17319
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 58010:Medical management and medical sociology-related
|
|---|
| Research Institution | Hokkaido University of Education |
|---|
Principal Investigator |
鈴木 哲平 北海道教育大学, 教育学部, 准教授 (40768751)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2024: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
|
|---|
| Keywords | データベース医学 / レセプト情報・特定健診等情報データベース / NDB / 健康情報 / 介護情報 / ビッグデータ分析 |
|---|
| Outline of Research at the Start |
自治体による保健医療・介護分野ビッグデータとAI技術を用いた健康づくり事業の分析および評価を行い、AI、傾向スコアマッチング法、SROI(Social Return on Investment)等を用いる。これらの手法を用いる具体的な方法として、①医療費および介護費の予測結果に基づいた健康事業の評価、②健康事業による医療費・介護費抑制効果の分析、③働き世代を対象とした健康づくり事業の評価、を実施する。健康事業の効果を効果の高い事業展開に繋げ、健康経営の効果を医療費・介護費の視点で可視化することで、生産性向上等による企業の活性化に寄与するだけでなく、結果的に地域住民の健康改善へと繋げる。
|
| Outline of Annual Research Achievements |
2023年度においては「ビッグデータとAIを活用した、医療費・介護費抑制の可能性」についての調査・研究活動を重点的に取り組んでおり、具体的な成果としては下記の2点があげられる。
１．「特定健診データを用いたロジスティック回帰分析による2型糖尿病予測モデルの構築及びリスク因子の抽出」
特定健診データと医科レセプトデータを結び付け、非侵襲的データによって2型糖尿病の早期予防へとつながるリスク因子を抽出することに加え、年齢層により異なるリスク因子を抽出することを目的として、ロジスティック回帰分析を行った。結果として、国民健康保険では、「性別」、「歩行速度」、「服薬_脂質」、「服薬_血圧」がリスク因子として抽出され、後期高齢者医療保険では、「食べ方_夜食」、「性別」、「服薬_血圧」がリスク因子として抽出された。
２．「介護保険利用者における1年後の医科・歯科・介護費用に影響を与える要因の分析」
歯科レセプトを含む介護レセプト、国保レセプト（医科）、後期高齢者レセプト（医科）の3つのデータベースについて、国保レセプトと後期高齢レセプトから、傷病名称に「２型糖尿病」を含むデータを抽出（２型糖尿病・糖尿病性腎症などの合併症も含む）し、「２型糖尿病の有無」情報を、歯科点数を含む介護レセプトと連携した後、74歳以下と75歳以上に分けて、複数の機械学習による「1年後の医療費予測モデル」「 1年後の歯科医療費予測モデル」「 1年後の介護給付費予測モデル」を作り、２型糖尿病の介護保険利用者における、1年後の医科・歯科医療費と介護給付費に影響を与える要因を明らかにすることを目的として、機械学習（ランダムフォレスト、ブースティングツリー、ニューラルネットワーク）を用いた分析を行った。その結果、1年後の医療費に影響を与えるのは、医療費と施設サービス利用の有無、居宅サービス利用の有無であることが示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究成果としては複数の結果が出ているため、研究進捗状況としては概ね順調であるが、これまでに研究成果報告が十分にできているとは言えないため、やや遅れているという状況となっている。2024年度は学術論文の作成・投稿に重点的に取り組む予定である。
|
| Strategy for Future Research Activity |
これまでに研究成果報告が十分にできているとは言えない点が、課題となっている状況である。そのため、2024年度は学術論文の作成・投稿に重点的に取り組む予定である。
|
Report
(2 results)
Research Products
(1 results)
