• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

医療ビッグデータを活用した、実臨床に即したリハビリテーション医療の有効性の検証

研究課題

研究課題/領域番号 22K17648
研究種目

若手研究

配分区分基金
審査区分 小区分59010:リハビリテーション科学関連
研究機関山形大学

研究代表者

池田 登顕  山形大学, 医学部, 准教授 (20804917)

研究期間 (年度) 2022-04-01 – 2027-03-31
研究課題ステータス 交付 (2022年度)
配分額 *注記
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2026年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2025年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2024年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
キーワードビッグデータ
研究開始時の研究の概要

本研究は、急性期だけではなく回復期のデータも含まれている国の全国DPCデータを用いて、入院経過とともに変わるリハ医療の頻度や強度を考慮した解析(Longitudinal Targeted Maximum Likelihood Estimation)を行う。本研究は日本が世界的に注目されている医療ビッグデータを用いたリハ医療の効果を検証する臨床医学分野において実臨床に即したRWEの構築に寄与することができる画期的な研究である。

研究実績の概要

現在、産業医科大学と共同研究を行うことができるようになっており、DPCデータのクリーニングと分析を行っている。分析の対象疾患は大腿骨頚部骨折および肺炎患者の早期リハビリテーション医療のdose-response の効果を検証するper-protocol 分析を行っている。大腿骨頚部骨折においては模倣するRCTが少なく(1件のみ)、情報も少ないため模倣するRCTを疑似的に設定したうえで解析を行っている。
疑似的なRCTが臨床のものとずれていないかを確認するために、山形大学医学部整形外科学講座とともに確認しながら設定している。
データ分析では、多重代入法や二重頑健法を用いており、モデルの推計には機械学習を用いているため、解析には時間を要している。その一つの要因となっているのが、分析時点が多くなっていることが挙げられる。本分析では、時間とともに変わりうる患者の治療やリハビリテーション医療を考慮するために、入院日数だけ時点がある。そのため、アウトカムの推計に時間がかかっている。さらに、dose-response を求めるための反実仮想的なシナリオも臨床現場に即して複数設定しているため、そのシナリオ数だけ推計行程が増えるため、推計に時間を要している。
今回の研究では、RCTで対象となるような一般集団におけるリハビリテーション医療の平均処置効果を求めることを主とし、次の研究計画においてRCTで対象とならない認知症や難病、障がいを持った患者を対象としたリハビリテーション医療の平均処置効果を推計することとしていきたい。

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

計画通り、データの収集および分析に着手することができているため。

今後の研究の推進方策

今後、学会発表を行い、そこでのフィードバックを踏まえて論文の投稿を行う予定である。

報告書

(1件)
  • 2022 実施状況報告書

URL: 

公開日: 2022-04-19   更新日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi