医療・介護統合データベースを活用した在宅療養者の個別化医療推進に向けた研究

点击翻译按钮获取中文摘要

本研究では、在宅医療に関して医療・介護統合データベースを用いて、①多様な在宅療養者を類型化すること、②特定された類型別に、機械学習アルゴリズムによりアウトカム（自宅療養継続など）を予測するモデルを構築すること、を目的としている。まずは、自治体の医療介護連結データを用いて、在宅医療を受けている患者の抽出を行った。自治体データにおいて、在宅時医学総合管理料の算定のあった2583人（単年度）のうち、個人の居宅の者が942名、グループホーム469名、特定施設578名、その他施設594名であった（施設については、医療レセの施設総管と在医総管で区別した上で、介護レセデータから施設種別を出している）。この中で、特定施設に入居していて在宅医療をうけている者は、要支援1から要介護1までの間に属する者が3割近く占めており、個人の居宅で同区分のものは2割に満たないことから、施設では軽症のものが多く在宅医療を受けている可能性が示唆された。これは施設運営上、全入居者に在宅医療の契約を結ばせているところがあるためと推察され、今後の分析において、居住場所での患者像の違いに留意しながら分析を行う必要があることが分かった。また患者の診療については、約4割が機能強化型在支診で診察しており、約4割が（機能強化でない）在支診、5％未満が一般診療所であった。機能強化型であるほど、往診の回数が多くなっており、患者の状態だけでなく、施設属性も往診回数に関連するため、アウトカム評価の際には注意が必要と考えられた。今後、患者の要介護度や基礎疾患の情報などを変数として投入して、その推移を類型化するための分析を行っていく。