DPC或いはレセプトデータを基軸とした妊娠の転帰を判定するアルゴリズムの作成

• Project/Area Number: 23K16325
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
• Research Institution: Kyoto University
• Principal Investigator: 片岡 祥子 京都大学, 医学研究科, 客員研究員 (00848228)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000); Fiscal Year 2025: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2023: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: データベース / レセプト / DPC / 疫学 / バリデーション研究 / 妊娠

Outline of Research at the Start

現在、保険診療で加療されている妊婦の診療実態は明らかではない。包括医療費支払制度（DPC）データや各レセプトデータで構成される大規模データベースはコストや労力、時間の問題を克服できるが、妊娠の転帰を特定するアルゴリズムは完全とは言えない。本研究の目的は、妊娠の転帰を特定するためにアルゴリズムを作成し、精度を検証することである具体的には2施設のDPCデータ及び各レセプトデータから妊娠該当傷病名、医薬品、診療行為データを用いて妊娠の転帰についてアルゴリズムを作成し、推測する。その結果を産婦人科のカルテデータ等のリファレンススタンダードと比較し、精度を検証する。

Outline of Annual Research Achievements

現在、神戸市立医療センター中央市民病院および京都民医連中央病院の協力のもと、医療データの提供を受けています。特に、神戸市立医療センター中央市民病院からは、参考となる産科カルテのデータを受領しております。しかし研究に必要なレセプト、DPCデータ、薬剤データについても、初期の不備により再抽出を行っております。2024年5月中には頂ける予定です。一方、公益社団法人京都保険会が運営する京都民医連中央病院からは、医科レセプト、DPCデータ、およびリファレンスデータの提供を受けています。ただ、妊娠特定用データ、オーダリングシステムによる薬剤データは提供されておらず、一部リファレンスデータに欠損が見られたため、完全なデータセットの提供を待機中です。
これらのデータは研究の精度を高めるために必須であり、完全な形での提供を急いでいます。提供されたデータに基づき、現在、神戸市立医療センター中央市民病院のリファレンスデータと、京都民医連中央病院から提供された医科レセプトデータおよびDPCデータの解析を進めています。これにより、プロジェクトの次のフェーズへと移行するための基礎を築いており、データの完全な解析を通じて、より効果的な医療提供の可能性を探求している段階です。現在はまだ知見を国内外の学会にて発表するには至っておりません。今後も両病院との連携を密にしながら、データ提供の完了を目指し、研究の進行を加速してまいります。以上が現段階での研究の実施状況の概要になります。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本研究プロジェクトの進行について、予定よりもやや遅れが生じている現状を報告いたします。この遅れは、主にデータ抽出プロセスにおける時間的制約に起因しています。具体的には、神戸市立医療センター中央市民病院および京都民医連中央病院の各担当者が通常業務の合間にデータの抽出を行っており、これが予想以上に時間を要しています。

この状況は、データ提供が断続的に行われているため、解析作業が途切れがちになっていることにも影響しています。計画された解析作業を連続して進行できないため、全体のプロジェクト進行に影響を及ぼしております。

現在、受け取ったデータに基づく解析作業を可能な限り進行中ですが、新たなデータの到着を待つ期間が存在するため、プロジェクトの進捗は非効率的な状態にあります。

Strategy for Future Research Activity

本研究プロジェクトの進捗を加速し、効率的に目標に達するための推進方策を策定しました。データ提供のプロセスと解析作業の連続性の改善に焦点を当て、以下の具体的な取り組みを実施します。
まず定期的なリマインドと連携強化として、病院担当者とのコミュニケーションを強化し、データ提供の重要性と緊急性を共有します。具体的には、2週に一度の頻度で担当者にリマインドを送り、データ抽出と提供の進捗を確認します。
必要に応じミーティングを設け、データ提供の状況や解析の必要性について共有し、双方向の情報交換を促進します。
次に、解析作業の効率化のため、データが逐次提供される都度、迅速に解析を開始できるよう、作業行程をリスト化し、それぞれのステップに必要な時間とリソースを明確にします。解析の自動化や効率化のために、AI技術を補助的に用いることで、データ解析のスピードと精度を向上させます。AIを活用した解析ツールの開発や既存のツールのカスタマイズを進めます。
最後にデータ管理の改善が挙げられます。データの一貫性と完整性を保つために、データ管理を見直し、改善します。データが正確かつ迅速に処理されるよう、管理システムを最適化します。
これらの方策を実施することで、データ提供の遅延を最小限に抑え、解析作業の連続性を保ちながら、より迅速で効果的な研究進行を目指します。全体のプロジェクトの遅れを取り戻し、研究成果を最大化するための体制を整えます。