研究課題/領域番号 |
19K21725
|
研究種目 |
挑戦的研究(萌芽)
|
配分区分 | 基金 |
審査区分 |
中区分8:社会学およびその関連分野
|
研究機関 | 長崎大学 |
研究代表者 |
川崎 浩二 長崎大学, 病院(医学系), 准教授 (60161303)
|
研究期間 (年度) |
2019-06-28 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
キーワード | テキストマイニング / 退院支援 / 共起ネットワーク分析 / 対応分析 / コンセプトコード / 期間別分析 / 転帰別分析 / Concept Code / 担当職種別分析 / 退院支援記録 / 共起ネット分析 / 入退院支援 |
研究開始時の研究の概要 |
「入退院支援」業務ならびにその評価の標準化が確立されているとは言い難い。検査データや患者の状態指標は「数値データ」で記載・評価されるが、「入退院支援記録」は、患者・家族の要望、思い、不安等の声や病院スタッフが連携した行為等がテキストデータとして数多く含まれている。このことが「入退院支援」の分析を困難にし、業務と評価の標準化を遅らせている原因と考えられる。本研究では16年間分の約32700名の入退院支援記録を「テキストマイニング」により「内容分析」を行い、職種別の支援特性や経年的な支援内容の変化等を明らかにして入退院支援業務とその評価の標準化に向けた基礎データを構築する。
|
研究成果の概要 |
2004年度から3年間の退院支援患者記録のtext miningにより、9つのConcept Codeを設定した。1)患者家族の不安・希望、2)患者家族への説明・面談、3)患者家族の了承、4)サービス調整、5)在宅医療関係者等との連携、6)カンファレンス、7)情報提供・収集・共有、8)院内スタッフとの連携、9)終末期。共起ネットワーク分析の結果、転帰が「在宅」は4、5と、「転院」は 3、8との関連性が高かった。時期「前期」は4、6と、「中期」「後期」は 1、2、3、8との関連性が高かった。対応分析の結果、転帰が「在宅」は4、5、6、9と、「転帰」は 1、2、3、8との関連性が高かった。
|
研究成果の学術的意義や社会的意義 |
退院支援はその支援内容が文章で記録されており、内容を数値化することができないため、退院支援の経時的な変化や患者の転帰(在宅医療や転院)による支援内容の評価がしにくい。そのため退院支援の内容分析が進んでいないという問題がある。そこで過去3年間の退院支援記録をテキストマイニング手法を用い、退院支援内容の経時的変化と転帰による退院支援内容の特徴を評価する事を試みた。本研究では、抽出語から9つのConcept Codeを設定し、共起ネットワーク分析と対応分析から、転帰(在宅、転院)による退院支援の特徴ならびに時期による退院支援内容の変化をConcept Codeとの関連度から評価ができる事を示した。
|