2019 年度実施状況報告書

高齢者医療を支援する背景依存型臨床判断閾値推定モデルに関する研究

研究課題

研究課題/領域番号	19K21589
研究機関	高知大学
研究代表者	栗原幸男高知大学, 教育研究部医療学系看護学部門, 教授 (00215071)
研究分担者	北岡裕章高知大学, 教育研究部医療学系臨床医学部門, 教授 (10274375) 片岡浩巳川崎医療福祉大学, 医療技術学部, 教授 (80398049)
研究期間 (年度)	2019-06-28 – 2022-03-31
キーワード	高齢者医療 / 臨床判断閾値 / 機械学習 / 医療情報利活用
研究実績の概要	初年度の2019年度は、対象患者の高知大学医学部附属病院の医療データを匿名化したデータベースから対象患者を取り出し、その特徴を抽出することを計画していたが、ハードウェアの環境整備が遅れ、全体的に研究の進捗が遅れた。 2019年度は、研究の下準備として、研究対象者の設定の検討を主に行った。シナリオとして、慢性疾患を持った患者のコントロールの良否によって循環器疾患（ここでは脳血管疾患と心疾患に絞る）を発症する頻度が異なると設定して、対象者設定を行った。対象病院では2003年以前では疑い病名が明確に区分されていなっかたことが分かったため、対象期間を2003年以降と設定した。また、慢性疾患としては循環器疾患と関連性の高い糖尿病、高血圧症および高脂血症を対象とすることにした。本研究では、慢性疾患患者のフォローアップが重要と考えており、平均で3か月1回以上の受診があることを条件として設定した。ただし、このパラメータは対象者数を確認した上で調整する。受診頻度条件を入れる前の検索で、対象患者数は約5万人となった。受診頻度条件を調整し、対象者数が約1万人以上となるよう対象患者設定を行うこととす。この対象者抽出条件を2020年度でのデータ抽出に用いて、研究を進める。なお、本研究の一環として、背景依存型臨床判断閾値推定の有効性評価に在院日数の減少が使えるが把握するため、対象期間での平均在院日数の変化を分析した。研究対象病院では分析した2005年から2009年の期間連続的に平均在院日数が変化しており、要因としては医療環境や診療体制が寄与しており、在院日数を評価指標とする際は注意を要することが分かった。また、本研究では蓄積された医療情報を利用するため、医療情報の研究利用のあり方についても検討を行った。現状では、一般国民に分かり難い公表が多く、大幅な改善が必要であることが分かった。
現在までの達成度 (区分)	現在までの達成度 (区分) 4: 遅れている理由研究代表者が多忙なため、主なハードウェアの設定環境整備が遅れ、データ抽出が実施できなかった。
今後の研究の推進方策	本研究で用いる主なハードウェアの環境整備が完了し、研究代表者の研究時間確保も可能となったため、早急に研究対象データの抽出を行い、遅れている対象者の基本的な分析を行い、特徴抽出を進める。その結果に基づき、機械学習モデルを作成し、2020年度中に高知大学医学部附属病院のデータ分析を終える。2021年度早々に研究分担者の川崎医科大学附属病院での外部評価を行い、機械学習モデルを完成させる。また、そのモデルの結果を分析し、医療者の支援となる注目すべき兆候や臨床判断閾値の設定を行う。
次年度使用額が生じた理由	2019年度は予定していた調査のための海外出張ができなかったため予算の繰り越しが生じた。2020年度は新型コロナウィルス対策のため海外出張は難しいため、繰り越した予算を出張費に充てることが難しいと予想される。そこで、繰り越し予算は情報収集、成果発信、データ解析の効率化による研究の遅れの解消のため、インターネット学術集会への参加費、オープンジャーナルへの投稿費およびデータ解析ソフトウェアの購入費に充てる予定である。