| 研究課題/領域番号 |
22K21182
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0908:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 京都大学 (2023)
慶應義塾大学 (2022) |
|---|
研究代表者 |
板谷 崇央 京都大学, 医学研究科, 特定助教 (70963536)
|
|---|
| 研究期間 (年度) |
2022-08-31 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ポリファーマシー / 多剤併用 / 診療データベース / 臨床疫学 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
ポリファーマシー（多剤併用）は多くの薬剤を内服することによって生じる状態であり、国際的な健康課題となっている。しかし、ポリファーマシーにはどのような薬剤の組み合わせ（処方パターン）があるのか、どのような処方パターンが予期せぬ疾患の発症リスクになっているかは明らかになっていない。本研究では、日本と英国の大規模な診療データベースを用いて、ポリファーマシーの有病割合を経時的に記述するとともに、臨床疫学と機械学習の手法を組み合わせることによってポリファーマシーの処方パターンを明らかにする。この研究によって、処方パターンと疾患の発症リスクを検証するための基礎となる知見がもたらされると期待される。
|
| 研究実績の概要 |
本研究では、日本と英国の大規模な診療データベースを用いて、ポリファーマシーの有病割合を経時的に記述するとともに、臨床疫学と機械学習の手法を組み合わせることによってポリファーマシーの処方パターンを明らかにする。最終年度（2023年度）の研究実績は以下の通りである。
(1) 英国データベースの解析：前年度に整備した英国プライマリ・ケアのデータベースをもとに、ポリファーマシーの有病割合の記述を行い、次に機械学習の手法を用いてポリファーマシーの組み合わせについて分析した。
(2) 日本データベースの整備および解析：日本のレセプトデータベースをもとに解析環境を整備して、英国データベースの解析と同様の手法で研究を実施した。
上記の研究成果の一部を国際学会において発表した。なお、本研究における詳細な成果については、それぞれ現在論文投稿中である。
|
