2019 Fiscal Year Research-status Report

Development of data analysis methods that enable effective utilization of medical big data

Research Project

Project/Area Number	19K11981
Research Institution	Kyoto University
Principal Investigator	森由希子京都大学, 医学研究科, 特定講師 (80456863)
Co-Investigator(Kenkyū-buntansha)	黒田知宏京都大学, 医学研究科, 教授 (10304156) 加藤源太京都大学, 医学研究科, 准教授 (20571277) 岡本和也京都大学, 医学研究科, 准教授 (60565018)
Project Period (FY)	2019-04-01 – 2022-03-31
Keywords	リアルワールドデータ / NDB / 実態調査 / 希少がん / 消化器がん
Outline of Annual Research Achievements	2019年度は研究開始にあたり、厚生労働省からのレセプト情報・特定健診等情報データベース（NDB）のデータ提供に関する手続きおよび、当該研究に関する倫理委員会の手続き等を進めた。（いずれも2019年度内に承認済み）また、従来の特別抽出でのNDBデータの提供のみならず、NDBオンサイトセンターでのデータ利用についても申請を行い、承認された。その上で、2019年度は消化器がんの中でも希少がんである小腸がんについて、NDBデータのデータ抽出、解析を行った。対象は2014年4月から2017年3月の3年間に小腸癌と病名がつけられた患者で、疑い病名のみの患者はアルゴリズムを構築して除いた。対象患者の同期間におけるレセプトから診療情報を抽出し、手術や化学療法が行われた患者の手術施行状況（術式・病院機能別・年代別評価）、化学療法の施行実態（レジメン・病院機能別・年代別評価）について解析を行った（公表未）。また、胆管癌、神経内分泌腫瘍等比較的希少ながんについて同様の解析を進めた。本邦における、こうした希少がんの治療実態に関するビッグデータ解析の報告は貴重であり、早急に解析・公表を進めたい。一方で、レセプトデータには患者の病期や検査データ、治療の成果（効果があったのか、なかったのか）の情報が含有されていないため、レセプトデータでの解析結果が実際の治療実態を反映しているかについては永く答えのない状況であった。この問題へ対応すべく本研究では、京都大学医学部附属病院内でのデータ（電子カルテデータとレセプトデータ）を用いたレセプト解析の検証を予定しており、2019年度は院内データの利用申請の手続き及び解析準備を進めた。また、研究を進めるための打ち合わせを関係者と複数回行い、進捗の確認等を行った。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason NDBデータ利用の手続き（利用者追加や利用目的追加に伴う有識者会議での承認）や、倫理委員会での承認手続き、院内でのデータ利用準備に時間を要したため、解析開始に時間を要した。その上で、2019年度は比較的希少な消化器がん（小腸がん、胆管がん、神経内分泌腫瘍等）を対象としてNDBデータを用いた解析を開始している。今後は日本全体での患者数の推計や、治療内容の検証等、既存の公開データとの比較検討を進めていく。
Strategy for Future Research Activity	現在は患者数が少なく、治療実態が明らかでない消化器の希少がんの解析から開始しているが、今後はがん種を増やし、解析対象を広げる予定である。大腸がんや胃がんといった本邦でも患者数が多い疾患における治療の実施状況等についても明らかにしつつ、標準治療の実施状況及び、標準治療が行われていない場合における原因等についても明らかにしていきたい。さらにNDBオンサイトリサーチセンターでは、最新のレセプトデータへのアクセスが可能となることから、がん治療における新規治療の開発・承認後の普及状況等について、より現状に近いデータ分析を進めていきたい。また、同時に京都大学医学部附属病院でのレセプトデータを用いて、レセプト解析法の妥当性の検証および病名同定アルゴリズム等の検証を進める。
Causes of Carryover	厚生労働省から提供されるNDBデータは膨大であり、解析前の前処置に時間がかかるため、当初、まずは既存の機器、ソフトを用いて解析を進め、データ量の確認や必要な解析内容等をふまえて、さらに必要物品を2019年度中に購入する予定であったが、2019年度はデータ利用の申請等、解析前の手続きに時間を要したため、解析の進捗に応じて、2019年度に予定していた物品の購入等を次年度に繰り越すこととした。このため、次年度使用額が生じることとなった。