• 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

大規模データを用いた新型コロナウイルス感染症の影響評価およびその地域差の要因分析

研究課題

  • PDF
研究課題/領域番号 21K21136
研究種目

研究活動スタート支援

配分区分基金
審査区分 0908:社会医学、看護学およびその関連分野
研究機関京都大学

研究代表者

愼 重虎  京都大学, 医学研究科, 特定講師 (00911934)

研究期間 (年度) 2021-08-30 – 2023-03-31
キーワードCOVID-19 / 新型コロナウイルス感染症 / DPC / NDB / 大規模データベース / リアルワールドデータ / Withコロナ
研究成果の概要

多施設DPCデータと厚生労働省のレセプト情報等情報データベース(NDB)を利用し、COVID-19の医療システムへの短期的、中期的な影響について分析を行った。その結果、短期的には病院の診療報酬収入、予定手術、急性冠症候群、脳卒中、肺炎、などの入院症例の減少が示された。中期的には、緊急PCIの院内死亡割合、非COVID-19患者の集中治療室でのリスク調整死亡率のCOVID-19流行による有意な変化は見られなかった。さらに、二次医療圏単位での影響の分析の結果、二次医療圏の人口密度と、各感染拡大期の診療提供の変化の相関関係と各感染拡大期の変化の傾向の違いの存在が示された。

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

「Withコロナ」時代に、地域の特性に合わせて安定した医療サービスの提供を行うための精度、政策の立案のためには、現状をタイムリーにモニタリング、評価、分析する必要がある。本研究でDPC、NDBなどの大規模データは、定期的に収集されるリアルワールドデータであり、不確実性の高いCOVID-19の医療システムへの影響について、迅速に分析できることを示した。しかし、NDBは利用までの手続きに数か月以上の時間を要し、今後、さらなる活用のためにはデータ利用までの期間を短縮する必要性が示唆された。

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