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

2022 年度 研究成果報告書

可視化技術を併用したデータマイニング手法によるmultimorbidityの解析

研究課題

  • PDF
研究課題/領域番号 19K10508
研究種目

基盤研究(C)

配分区分基金
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
研究機関修文大学 (2022)
名古屋大学 (2019-2021)

研究代表者

近藤 高明  修文大学, 医療科学部, 教授 (00195900)

研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード医療費 / メタボリック・シンドローム / 比例配分法 / 順序ロジット解析 / 傾向スコアマッチング
研究成果の概要

ある国民保険組合の1年間のレセプトと特定健診結果を突合させたデータを解析した。生活習慣病ごとの医療費を推定しするため、Proportional Distribution Methodを用いた。メタボリックリスクと医療費の関連については、順序ロジットモデルで年齢と喫煙習慣補正を行った。受診者と未受診者の2群を比較のために総医療費と年齢で傾向マッチングを行った。メタボリックリスクの累積が医療費へ影響することが示されたが、入院レセプトではその傾向が顕著であった。またメタボリックスコアの影響は総医療費より、生活習慣病医療費で大きかった。健診受診者は未受診者に比べ、有意に生活習慣病医療費が低額であった。

自由記述の分野

公衆衛生学

研究成果の学術的意義や社会的意義

データヘルス計画に実施によりレセプトデータと健診データをリンクした保健事業が推進されているが、年間の全データを用いて医療費を生活習慣病ごとに内訳した解析はまれである。生活習慣病やメタボリック・シンドロームのリスク累積が、医療費と関連するという報告は多く見られるが、生活習慣病医療費に限定した関連を明らかにすることで、より因果関係が強く示唆されるようになった。また健診受診が医療費にもたらす関連についても、受診者と非受診者を総医療費でマッチングした後でも、メタボリックリスク集積と生活習慣病医療費との有意な関連が示されたことから、生活習慣改善によるリスク低減が医療費削減にも効果があることが示唆された。

URL: 

公開日: 2024-01-30  

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