脳卒中のLearning Healthcare Systemに関する研究

2019 年度 実績報告書

• 研究課題/領域番号: 18H02914
• 研究機関: 国立研究開発法人国立循環器病研究センター
• 研究代表者: 飯原 弘二 国立研究開発法人国立循環器病研究センター, 病院, 病院長 (90270727)
• 研究分担者: 東 尚弘 国立研究開発法人国立がん研究センター, がん対策情報センター, 部長 (10402851) ; 森脇 健介 神戸薬科大学, 薬学部, 准教授 (10514862) ; 野原 康伸 九州大学, 大学病院, 助教 (30624829) ; 坂本 哲也 帝京大学, 医学部, 教授 (40365979) ; 中島 直樹 九州大学, 大学病院, 教授 (60325529) ; 西村 邦宏 国立研究開発法人国立循環器病研究センター, 研究所, 部長 (70397834) ; 嘉田 晃子 独立行政法人国立病院機構(名古屋医療センター臨床研究センター), その他部局等, 室長 (70399608) ; 康 東天 九州大学, 医学研究院, 教授 (80214716)
• 研究期間 (年度): 2018-04-01 – 2022-03-31
• キーワード: 脳卒中

研究実績の概要

１）救急搬送情報と急性期医療情報(Close The Gap-Stroke (CTGS) program)を連結した持続可能性のある統合データベースの構築
本年度は、このデータベースに、さらにDPC情報にない重症度や時間情報など、CTGS programで収集しつつある臨床的に重要な情報を付加した、救急搬送現場から急性期医療情報を連結した画期的な統合データベースを構築した。現時点で、4年間の全国救急搬送データを総務省から提供いただき、データの突合が完了し、論文投稿中である。今後、この解析結果をさらに検討すると共に、CTGSで収集した院内の評価指標を突合させる。本年度の解析により、急性虚血性脳卒中に対する機械的血栓回収療法のエビデンスが発表された2015年の境に、病院前救護のtime metricsならびに搬送先の脳卒中診療能力が、患者アウトカムに与える影響が変化したことを明らかとした。これはCTGSで収集する院内ワークフローの影響がより重要であることを示唆している。
2)急性期脳梗塞アウトカムの予測モデルの開発
本年度、前述の過去に構築された統合データベースを用いて、臨床現場で発生する患者要因、施設要因(CSCスコアなどの構造指標)、救急搬送と脳卒中医療の評価指標(プロセス指標)や現場の運用ルールの遵守率などのデータがアウトカムに与える影響を、hierarchical multiple regression modelを用いて解析し、急性期脳梗塞アウトカムの初期予測モデルを開発中である。
3)　Learning Healthcare Systemの構築4年目には、LHSの構築に向けて、リアルワールドの医療現場のデータから創出されたエビデンス(初回は2で示した初期予測モデル)を、参加施設にフィードバックし、臨床現場で実証するための双方向性のWebベースのプログラムの開発を開始した。

現在までの達成度 (区分)

3: やや遅れている

理由

新型コロナ感染症のまん延により、総務省消防庁から得た後半2年分の救急搬送データの入手が遅れ、急性期予後予測モデルの作成に、予想以上に時間を要した。さらに論文の投稿の過程で、統計学的なコメントに従い、修正を重ねることで、モデルの構築が大幅に遅延した。現在も論文投稿中であり、論文が受理された時点で、次の予測モデルの開発を進める予定である。

今後の研究の推進方策

新型コロナ感染症の終息はまだ見えない現状であるが、論文が受理された時点で、次の予測モデルの開発をスピードアップする予定である。