研究課題/領域番号 |
18K16548
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分55060:救急医学関連
|
研究機関 | 聖マリアンナ医科大学 |
研究代表者 |
内藤 貴基 聖マリアンナ医科大学, 医学部, 助教 (30814628)
|
研究期間 (年度) |
2018-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
キーワード | 院内急変 / Rapid Response System / 機械学習 / 早期警告スコア / Rapid response system / 院内心停止 / NEWS / Machine learning / rapid response system / cardiac arrest / in-hospital emergency / rapid response team / medical emergency team / 院内救急 / RRS |
研究実績の概要 |
院内急変予測モデルはさまざまな状況で活用されるが、2021年までの本研究で、著明に低いrapid response system(RRS)の起動率が明らかになり、我が国の院内救急体制の脆弱性が明らかになった。その解決策として早期警告スコアの導入によるtrack and trrigerシステムの構築に期待されているが我が国での有用性についてはエビデンスは限定的であった。2021年の本研究の成果として、我が国でも早期警告スコア(national early warning score: NEWS)が院内の患者リスクの層別化に有用であることが示された。 しかし、RRSの起動数が増え、病状変化をきたす患者への早期介入が進むと、その分対応チームへの負担が増加する。その対策として診療看護師など医師以外の職種での対応が増加が想定されるが、その際の対応が十分であるか評価することは困難であった。そこで、RRS起動後の急変リスク予測モデルを作成することで、対応チームの判断をサポートするシステムの構築が可能となる。 そこでRRS後の院内急変予測モデル構築の研究計画を作成し、2022年2月に承認を得て、モデルの作成をおこなった。モデルの作成は終了しており、従来用いられているNEWSよりも高い精度を示した(AUC 0.696 vs 0.798)。現在論文の作成および学会発表の準備を進めている。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
データ処理および機械学習モデルの作成は終了している。
|
今後の研究の推進方策 |
現在論文作成および学会発表準備を進めている。2023年のヨーロッパ集中治療医学会での発表、論文掲載を予定している。
|