| 研究課題/領域番号 |
22KK0143
|
|---|
| 研究種目 |
国際共同研究加速基金(国際共同研究強化(B))
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分58:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
本田 文子 一橋大学, 社会科学高等研究院, 教授 (80815027)
|
|---|
| 研究分担者 |
BOLT Timothy 埼玉大学, 人文社会科学研究科, 准教授 (40757564)
谷本 美保子 日本赤十字看護大学, 看護学部, 助教 (80908301)
|
|---|
| 研究期間 (年度) |
2022-10-07 – 2026-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
18,980千円 (直接経費: 14,600千円、間接経費: 4,380千円)
2025年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2024年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2023年度: 11,570千円 (直接経費: 8,900千円、間接経費: 2,670千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 性感染症 / 簡易迅速検査 / 離散選択実験 / ジンバブエ / マダガスカル / 南アフリカ / グローバルヘルス / 医療技術評価 |
|---|
| 研究開始時の研究の概要 |
性感染症の早期発見と治療は、妊娠合併症のリスクを軽減し、女性の健康を守るため有効であるが、低・中所得国（LMIC）では、費用が高額となるため、性感染症のルーチン検査は一般に行われていない。ケープタウン大学の研究者グループは、LMICで性感染症のルーチン検査を促すため、低コストのラテラルフロー検査キット（GIFT）を開発した。本研究はGIFTの３つの診断試験サイト（ジンバブエ、マダガスカル、南アフリカ）で、簡易迅速検査としてGIFTを用いた性感染症診療について、患者の治療継続を促す要因を特定するため、離散選択実験（人々の選好を計測する研究）を実施し、実用性の高い診療ガイドラインの策定に貢献する。
|
| 研究実績の概要 |
データ収集で使用する選択問題の属性とレベル選定するため、性感染症と選択実験に関する文献レビューを行なった。２０２３年１月１６日から１９日まで、研究対象３カ国（ジンバブエ、マダガスカル、南アフリカ）の研究者と、GIFT-Africaコンソーシアムの諮問委員（性感染症の専門家）が参集するコンソーシアムミーティング（南アフリカ・ケープタウンで開催）に参加し、本研究（GIFT-DCE）の内容を発表すると共に、諮問委員から研究の内容に関する提言を受けた。また、研究対象３カ国の研究者と、フィールド調査に係る現地でのアレンジについて、話し合いを開始した。フィールドでのデータ収集の実施に係るアレンジ（インタビュアーの雇用、インタビュートレーニングと質問票のパイロット、インタビュー参加者のリクルートの手順、等）について調整作業を開始した。
|
| 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
当初の予定通り、性感染症と選択実験に関する文献レビューを実施し、属性とレベルの選定に必要な準備を開始した。
研究対象３カ国の研究者と、現地でのデータ収集の実施に係るアレンジ（インタビュアーの雇用、インタビュートレーニングと質問票のパイロット、インタビュー参加者のリクルートの手順、等）について調整を開始した。
|
| 今後の研究の推進方策 |
２０２３年度は、次の研究活動を実施する予定である：（１）５月ー８月：選択問題のデザインと質問票の作成；（２）９月ー１２月：質問票を用いたデータ収集の実施；（３）１月ー３月：データ管理、分析
選択問題のデザインと質問票の作成：統計手法（D-最適化基準）を用いて、属性とレベルの組み合わせで構成される「選択問題（プロファイル）」をデザインする。質問票は、回答者個人の特性や、世帯の社会・経済状況に関する情報も収集する。質問票は英語で作成し、調査対象地の言語に翻訳する。
質問票を用いたデータ収集の実施：各研究対象国で、最大で２００名（３カ国合計６００名）に、質問票を用いた対面インタビューを実施する。現地で訓練を受けたインタビュアー２名が、簡易迅速検査診断試験の対象医療機関で、１８～３５歳の女性を対象にインタビューを行う。データ収集の開始に先立ち、現地で質問票のパイロット・テストを行い、質問の明確さや妥当性を確認する。
データ管理、分析：データの入力と管理にはREDCapを使用し、分析にはSTATAを用いる。属性の相対的重要性の分析には、多項ロジットモデル及び多段階ロジットモデルを用いる。また、潜在クラスモデルを応用し、個人の特性（社会・経済状況、年齢、民族、居住地、経験の有無、等）と選好のパターンを分析する。属性間のトレードオフには、属性の支払い意思額（Willingness-to-Pay: WTP）を推定する。
|
