2019 Fiscal Year Research-status Report
医療ビッグデータ解析による非アルコール性脂肪性肝疾患（NAFLD）の自然史解明
| Project/Area Number |
19K12204
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
杉山 文 広島大学, 医系科学研究科(医), 助教 (50778280)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 純子 広島大学, 医系科学研究科(医), 教授 (70155266)
秋田 智之 広島大学, 医系科学研究科(医), 助教 (80609925)
大久 真幸 広島大学, 医系科学研究科(医), 助教 (20727250)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 非アルコール性脂肪性肝疾患 / NAFLD / 脂肪肝 / 疫学調査研究 / 医療ビッグデータ / レセプト解析 |
|---|
| Outline of Annual Research Achievements |
非アルコール性脂肪性肝疾患（non-alcoholic fatty liver disease: NAFLD）は食生活の変化、肥満人口の増加を背景に増加し、国内には1000万以上の患者が潜在するとされている。NAFLD患者の一部は将来的に肝硬変、肝がんへと肝病態が進行することから、NAFLDの急増は世界的な公衆衛生上の問題となっている。しかしNAFLDの実態およびその自然史については未だ明らかになっておらず、疾病対策の構築に必要な疫学的資料は乏しい。
本研究は、医療ビッグデータ分析のための基盤と経験を有する専門研究者がチームを組み、大規模レセプト及び健診データを解析、NAFLDの実態および自然史解明を行う計画概要である。
3年計画の1年目である本年度は、大規模健診データの解析に着手し、日本医療データセンター（JMDC）が保有する、2012年4月から2018年3月の健康保険組合加入者6,492,526人（実人数）のレセプトデータ（のべ21,612,532人分：傷病名、医薬品、診療行為情報）および健診データ（のべ 7,337,640人分）（いずれも家族・扶養者を含む）から、健診データを有する808,462人（実人数）を抽出した。さらに、レセプトデータ解析に基づき、HBV関連肝疾患もしくはHCV関連肝疾患と判定された加入者6,557人を除外し、調査期間中最古健診年度に飲酒歴情報を有する加入者685,993人を解析対象とした。「脂肪肝」診断定義はレセプト傷病名に「脂肪肝」または「非アルコール性脂肪性肝炎」があるものとした。飲酒量3区分別にみた脂肪肝有病率（=健診受診者集団において医療機関で脂肪肝と診断をされている割合）は非飲酒群では2.5%、中量飲酒群では2.8%、多量飲酒群では2.8%であった。引き続き解析を実施していく予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
3年計画の1年目である本年度は、大規模健診データの解析に着手し、日本医療データセンター（JMDC）が保有する、2012年4月から2018年3月（6年間）の健康保険組合加入者6,492,526人（実人数）のレセプトデータ（のべ21,612,532人分：傷病名、医薬品、診療行為情報）および健診データ（のべ 7,337,640人分）（いずれも家族・扶養者を含む）から、健診データを有する808,462人（実人数）を抽出した。さらに、レセプトデータ解析にもとづき、HBV関連肝疾患もしくはHCV関連肝疾患と判定された加入者6,557人を除外し、調査期間中最古健診年度に飲酒歴情報を有する加入者685,993人を解析対象とし脂肪肝有病率を算出した。解析のデータベースが作成されたことにより、今後NAFLDの実態、自然史に関する研究課題を順次進めていく予定である。
以上のことから、おおむね順調であると判断した。
|
| Strategy for Future Research Activity |
今後は、①肝線維化指標のひとつであるFIB-4 indexの一般集団における分布を性別、年代別、飲酒量別、脂肪肝有無別、肝炎ウイルス感染有無別、病歴情報（脳血管疾患、心疾患、悪性新生物、糖尿病、肥満）別に解明、②FIB4-indexの分布別にみた傷病診断の分布を解明、③NASH（新規）患者の生検実施割合の実態を把握、④肝病態（脂肪性肝疾患）推移予測シミュレーションモデル構築（性別・年代別・飲酒量別）、を行っていく予定である。
|
