| 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
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2021: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000)
Fiscal Year 2019: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000)
|
|---|
| 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 / 臨床疫学 / pragmatic trial / Learning Health System / 慢性腎臓病 / ヘルスデータ活用 |
|---|
| Outline of Research at the Start |
本研究の目的はヘルスシステムが含有するデータを活用しシステム改善を継続的に行うLearning Health System（LHS）のモデルを構築・検証・実装することである。慢性腎臓病重症化予防をケースとして、①課題の抽出：健診・医療レセプトから未受診問題を可視化、②介入の設計：行動経済学理論に基づき設計、③介入評価とデータ取得：リアルワールドで介入評価し、介入から得られるデータを次の課題抽出に繋げる循環を形成。LHS構築方法を体系化し、他領域への展開を可能にする。LHSモデルにより外的要因の変化にも柔軟に対応する持続可能性の高いヘルスシステムのモデルを提示することが期待できる。
|
| 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”.
|
| 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。
|
