Qualitative Analysis on Support of Hospitalization and Discharge by Text-mining Approach

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K21725
• Research Institution: Nagasaki University
• Principal Investigator: 川崎 浩二 長崎大学, 病院(医学系), 准教授 (60161303)
• Project Period (FY): 2019-06-28 – 2021-03-31
• Keywords: 退院支援記録 / テキストマイニング / 共起ネット分析 / 期間別分析 / 担当職種別分析 / 転帰別分析

Outline of Annual Research Achievements

2003年4月1日から2019年3月31日までの16年間に長崎大学病院地域医療連携センターが療養支援・退院支援で介入した32,776名の患者についての支援記録のうち、入院日、退院日が未入力等の入力不備のデータクレンジングを行い、最終的に26,500名の患者の退院支援記録を分析対象データとした。退院支援記録のテキストデータの他に、担当職種（看護師、MSW）、支援依頼日、診療科、疾患分類、転帰（転院、在宅療養）、在院日数等24項目のデータもExcelファイルとして保存した。
テキストマイニングソフトウェア（KH-Coder）による分析の第1段階として、共起ネット分析を行った。
１）期間別の共起ネット分析結果：前半（2003～2011年度）の特徴は、①自宅退院（自宅・退院・看護・介護・保険・申請・支援）、②家族との相談・医師の説明に関わるキーワード（相談・家族・医師・報告・確認・入院）であった。一方、後半（2012～2018年度）の特徴は、①転院調整（転院・病院・受入れ・連絡・病棟）、②面談と患者希望、③診療情報提供に関わるキーワードグループが特徴的であった。
２）職種別の共起ネット分析結果：MSWの特徴は、①転院受け入れ病院との調整と可能性、②診療情報提供と転院受入れ、③患者家族の転院希望と主治医の意見に関わるキーワードグループであった。看護師の特徴は、①自宅退院、②介護保険申請、③在宅訪問診療、④利用できるサービス、⑤退院時共同指導・訪問看護ステーションに関わるキーワードグループであった。
３）転帰別の共起ネット分析結果：転帰が在宅の特徴は、①看護師の患者支援、②自宅退院、③在宅訪問、④医療についての説明、⑤サービス利用に関わるキーワードグループであった。転帰が転院の特徴は、①主治医との情報交換、②転院調整、③診療情報提供に関わるキーワードグループであった。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

退院支援記録のデータ整理・データクレンジングならびにテキストデータをテキストマイニングソフトウェア（KH-Coder）に読み込んだ時のエラーに対する対処に時間を要した。またテキストマイニングの手法修得のため、関連書籍を読んだり、KH-Coderの研修会受講等の準備にも時間がかかったため。

Strategy for Future Research Activity

１） 第一段階（Correlationalアプローチ）：①入退院支援記録データから「頻出語」リストを作成し、語と語の結びつきやテキストの部分毎の特徴分析（階層的クラスター分析、多次元尺度構成法、共起ネットワーク、対応分析）、②類似文書群の探索（クラスター分析　Ward法またはCLARAでクラスター化）
２）第二段階（Dictionary-basedアプローチ）：①分析観点のコンセプトに基づいた「語」のコーディングルールを作成、②頻出「コード」間の関係性分析（階層的クラスター分析、多次元尺度構成法、共起ネットワーク、対応分析）、③テキストの部分毎の特徴分析（クロス集計、対応分析）、④コーディング出力結果を統計的に解析

Causes of Carryover

62円という少額で購入すべき物品がなかった。翌年度の予算と合わせて物品費として使用する予定。