Learning Health System for Prevention of Chronic Kidney Disease Progression

2021 Fiscal Year Final Research Report

• Project/Area Number: 19H03870
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 58010:Medical management and medical sociology-related
• Research Institution: Kyoto University
• Principal Investigator: Fukuma Shingo 京都大学, 医学研究科, 准教授 (60706703)
• Co-Investigator(Kenkyū-buntansha): 山田 ゆかり 京都大学, 医学研究科, 特定講師 (00306846) ; 後藤 励 慶應義塾大学, 経営管理研究科(日吉), 教授 (10411836) ; 田栗 正隆 横浜市立大学, データサイエンス学部, 教授 (20587589) ; 三枝 祐輔 横浜市立大学, 附属病院, 助教 (30806469) ; 河本 大知 京都大学, 医学研究科, 特定講師 (30870076) ; 三角 俊裕 国立研究開発法人国立がん研究センター, 東病院, 主任研究員 (40817300) ; 池之上 辰義 京都大学, 医学研究科, 特定講師 (70761443)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 疫学 / ラーニングヘルスシステム / 行動デザイン / 予防と医療 / データサイエンス

Outline of Final Research Achievements

Using chronic kidney disease as a case study, we developed, implemented, and tested a Learning Health System (LHS) model for social implementation of interventions to solve health problems based on findings from large-scale health data. Nationwide insurer data were analyzed to identify health problems where post-screening medical interventions are inadequate and lifestyle guidance for chronic diseases is not effective enough to improve health outcomes. We designed an intervention utilizing behavioral economics nudges for subjects at high risk of progression of chronic kidney disease to address the issues of post-screening medical treatment behavior obtained from the data, and efficiently tested the effectiveness of the intervention in the real world with a new design of “RCT on Database”.

Free Research Field

疫学

Academic Significance and Societal Importance of the Research Achievements

医療レセプト・健診データなどヘルスシステムに蓄積される大規模データを科学的に分析、解釈し、結果に基づく介入設計を行うLearning Health System（LHS）モデルを提示した。大規模データを柔軟に解析するデータサイエンス、人々の行動変容介入を設計する行動経済学、介入を科学的に評価する疫学・生物統計学など、複数の学術領域の知見を統合して、LHSモデルを開発、検証することができた。リアルワールドデータ解析における介入評価の質を向上するため疑似実験デザインを応用して医療・制度の課題を検討した。LHSから生まれるエビデンスが医療の質の向上や健康アウトカムの改善に活かされることが期待される。