医療データベースを用いた稀少な病態・治療法のアウトカム評価手法の開発と精緻化

• 研究課題/領域番号: 21K10299
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分58010:医療管理学および医療系社会学関連
• 研究機関: 東京医科歯科大学
• 研究代表者: 伏見 清秀 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (50270913)
• 研究期間 (年度): 2021-04-01 – 2024-03-31
• 研究課題ステータス: 完了 (2023年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: データベース研究 / 医療の質 / 感染症 / パンデミック / 受診抑制 / 医療データ

研究開始時の研究の概要

医療新技術の導入等で急速に高度化する医療の実臨床における迅速なアウトカム評価は恒久的な課題である。病態基本情報と診療行為明細を併せ持つリアルワールドデータであるDPCデータの蓄積、利活用の推進が進み、10年間にわたる延べ数千万件症例の大規模データ分析によって臨床疫学研究の成果が上げられている。本研究では、大規模DPCデータを用いる臨床疫学研究手法の精緻化として、外来データも含めた時系列データリンケージによる中長期アウトカム評価手法の精緻化と、ロボット手術、分子標的薬等医療新技術や新興感染症等に対応する準リアルタイム解析の導入と精緻化を目的とする。

研究成果の概要

分析用の2010年から2021年の長期DPCデータベースとして、5大がんの根治手術患者を対象に患者選択、外来データを含む長期連結データベースを作成した。生存率、合併症発生率等の推計値を計測を進めたが、フォローアップ脱落例、合併症発症の検出の課題が明らかとなった。
COVID-19パンデミック前からパンデミック終息期にかけての、外来、入院の患者受療動向の解析を進め、疾患、病態、患者の年齢など様々な要因が関連している可能性が示された。

研究成果の学術的意義や社会的意義

DPCデータベースにより、がん患者等の長期アウトカムの分析手法の開発の方向性が示され、今後、データ整備をより進めることにより、アウトカム研究の発展に寄与できる可能性が示された。また、パンデミックなどの突発的な影響に対して、迅速に診療データベースを構築することで、様々な分析に対応的、効率的な評価研究へ貢献できる可能性を示した。