| 研究課題/領域番号 |
23K21503
|
|---|
| 補助金の研究課題番号 |
21H03159 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 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 | 東京大学 |
|---|
研究代表者 |
松居 宏樹 東京大学, 大学院医学系研究科(医学部), 准教授 (70608794)
|
|---|
| 研究分担者 |
笹渕 裕介 東京大学, 大学院医学系研究科(医学部), 特任准教授 (40782339)
康永 秀生 東京大学, 大学院医学系研究科(医学部), 教授 (90361485)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 11,050千円 (直接経費: 8,500千円、間接経費: 2,550千円)
|
|---|
| キーワード | 大規模医療データ / 深層学習 / 生成データ / 因果推論 / 効果修飾 / 大規模医療介護データベース / ダミーデータ / 精密医療 / レセプトデータベース |
|---|
| 研究開始時の研究の概要 |
患者背景によって治療効果が異なるEffect Modification（効果修飾）を考慮し治療戦略を細かく設定する手法である。まず、ダミーデータベースにより機械学習を用いて検証した治療効果推定の精度を検証する。さらに、この機械学習モデルを用いて臨床現場の意思決定を支援するシステムの構築を目指す。
|
| 研究実績の概要 |
近年、各種の大規模医療介護データベースが整備されている。 しかしいずれも、個人情報保護等を理由として、利用には様々な手続きや規制があり、利用者は極めて限定されている。 利用経験が少ないためにデータベースの扱いに慣れておらず、そのために研究成果がなかなか得られないという現状もある。 そこで申請者は、個人情報保護の必要がない大規模ダミーデータベースを独自に構築し、それを研究者に幅広く利用してもらい、データベース研究のトレーニングや仮説構築に役立ててもらうことを第一の目的とした。
本年度は、研究に用いる各種医療介護データベースへのアクセスについて、管理者の承認を得て、倫理委員会の承認を受けた。 また、国が保有する大規模レセプトデータベース（NDB）についても、本研究に関連したテーマで利用申請を提出し承認された。 次に、ダミーデータ構築を目的として、DB構造の基礎設計を行い、実際に疫学研究・教育への利用を想定したシステム設計を行った
さらに、構築したダミーデータベースを、Precision Medicine （精密医療）の推進に役立てる。 Precision Medicineとは、患者背景によって治療効果が異なるEffect Modification（効果修飾）を考慮し治療戦略を細かく設定する手法である。
本年度は、診療プロセスによって患者に対する治療の効果が修飾されうるかどうかを検討するため、具体的なテーマを設け検証した。
具体的にはICU領域の研究を今年度は実施した。
|
| 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
本研究の目的を達成するうえで、まず、実在の大規模医療介護データベースへのアクセスを確保する必要がある。 本年度は、研究に用いるDPCデータベース、JMDCデータベース、国保介護データベースへの、アクセスについて管理者の承認を得、倫理委員会の承認を受けた。 さらに、NDBデータベースについても本研究に関連したテーマ「Covid19流行の影響を利用した、医療のアウトカム研究」で利用申請を提出し承認され解析をすすめている。
また、今年度は同様のNDBデータで実施したものと同様の解析を他のレセプトデータベースから作成したデータベースで実施可能かどうかを検討した。本年度は、生成したダミーデータではなく、比較的制約の少ない、既存の大規模医療介護データベース(自治医大レセプトデータベース)を臨床疫学研究向けのデータベース構造に相互変換し、そのデータを用いてレセプトデータベースを用いた疫学研究の効率化と教育が可能か検討した。
なお、2022年4月1日に厚生労働省が保有するレセプトデータベースであるNDBの構造が更新されたため、システムの改修が必要となった。
これに対応し、大規模なデータを解析可能なデータ抽出システムを再構築した。
３つ目に、実在の大規模医療介護データベースでEffect modification を検討する必要がある。 今年度は、レセプト情報を用いて心不全症例における早期の食事開始が生命予後に与える効果を検証したうえで、その効果修飾を検討し、学会にて報告している。当該報告は英文化し現在国際誌に投稿中である。
|
| 今後の研究の推進方策 |
従来の研究計画に沿って研究をすすめる。 来年度は第一に、現在進めている、大規模医療介護データベースで具体的な効果修飾を検討する疫学研究を進める。 これらの研究は、今後進めるダミーデータベースを用いた疫学研究の対照となる。
さらに、ダミーデータベースの構築に関して設計が完了したため実際のデータを用いた構築を行う。さらに、ダミーデータベースにより機械学習を用いて検証した治療効果推定の精度を検証する。
|
