大規模リアルワールドデータに基づく降圧薬処方推移の時系列パターン分類

• Project/Area Number: 24K09914
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 47060:Clinical pharmacy-related
• Research Institution: Kyushu University
• Principal Investigator: 平田 明恵 九州大学, 医学研究院, 講師 (60890671)
• Co-Investigator(Kenkyū-buntansha): 福田 治久 九州大学, 医学研究院, 准教授 (30572119) ; 中島 直樹 九州大学, 医学研究院, 教授 (60325529)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2024: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
• Keywords: 薬剤疫学 / 降圧薬 / 時系列的パターン / 機械学習

Outline of Research at the Start

本邦において患者数が多い高血圧症の診療RWDにデータマイニングと機械学習の手法を適用し、降圧薬選択・処方の時系列的パターンを分類する。一時点の特徴よりも情報が豊富な、時系列的特性に基づく集団の分類に取り組む。患者によって観察期間の長さと処方時点数が異なる一塊の処方時系列どうしの類似度を数値化し、類似度に基づき時系列をクラスタリングすることで、特異的な患者背景と関連する処方時系列パターンを分類できるかを検討する。高血圧症集団を処方時系列に表現される臨床背景に基づき分類することで、多様な臨床研究において高血圧症のバイアスをより精度高く制御できる可能性がある。