大規模入院データを用いたNursing sensitive indicators実態調査と予測モデル構築

2023 Fiscal Year Research-status Report

• Project/Area Number: 23K16383
• Research Institution: The University of Tokyo
• Principal Investigator: 森田 光治良 東京大学, 大学院医学系研究科(医学部), 特任講師 (20883010)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Keywords: 医療リアルワールドデータ / 大規模急性期入院データ / 質指標 / 機械学習

Outline of Annual Research Achievements

入院医療の看護の質指標として転倒、褥瘡、医療関連感染などが挙げられる。しかし、現状では日本の急性期医療でのこれら指標の全国的な発生割合やその年次推移調査は行われておらず実態は不明である。さらに、看護師が日常的に使用する転倒や褥瘡のリスクアセスメントツールの予測性能は不十分で、この評価に伴う看護師の業務負担も膨大である。そこで本研究では、リアルワールドデータである大規模入院データを用いて上記のアウトカム指標の実態を調査し、さらに複数の機械学習手法を適用してこれら指標の予測モデル構築と性能比較から最も予測性能の高いモデルを特定する。また、高リスク群の同定および介入による効果推定、構築した予測モデルの臨床応用可能性を検討する。
具体的には、(i) Nursing-sensitive indicators に該当する傷害を伴う転倒、褥瘡、医療関連感染の実態把握調査を行うこと、(ii) 機械学習によるアウトカム発生予測モデルの構築を行うこと、(iii) どの方法による予測モデルの予測性能が優れているか比較すること、(iv)予測モデルの臨床応用可能性について検討する。
今年度は、研究実施に必要なワークステーションやPCなどの機器環境構築を行った。さらに所属大学施設での倫理審査を申請し、承認を得た。倫理審査の承認を得たため、研究に利用するリアルワールドデータを購入しワークステーションに格納、データクリーニング作業を開始している。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究環境構築・倫理審査承認を実施済みである。
予算上の制限、データ容量の膨大化に伴い、研究対象集団を心不全患者に限定せざるえなかった。データ加工を実施中である。

Strategy for Future Research Activity

2年目の2024年度は、データ加工を終了し、記述統計および、研究の主目的である統計解析を実施していく予定である。

Causes of Carryover

研究報告活動などのための各種学会参加や渡航が発生しなかったため、2024年度以降に支出予定である。