The analysis of medical costs according to the stages of colorectal cancer using health insurance claims

令和4年度はレセプトデータから大腸がん患者の抽出と進行度の判定を行うアルゴリズムの修正とその正確性の評価を行った。京都大学医学部附属病院と日本赤十字社和歌山医療センターにおいて院内がん登録とカルテ情報を用いて初発の大腸がん患者を同定し、2013年4月から2015年3月、2018年4月から2020年3月のレセプトデータにアルゴリズムを適用し、レセプトデータから大腸がん患者を抽出する際の感度、陽性的中率が90％以上となるようにアルゴリズムの修正を行った。以前のアルゴリズムでは他がん腫治療中の患者やすでに大腸がん治療中の患者を一定数拾い上げてしまうことが課題となり、アルゴリズムから大腸がんに行われる頻度が少ない診療行為の削除や対象期間より前に大腸がん病名や特異的な診療行為を有していないことを確認する期間の見直し等を行った。また同様にレセプトデータから大腸がんの進行度を判定するアルゴリズムについて検討を行い、進行度を根治可能群（Stage0-III）、根治不能群(StageIV)に分類した際にアルゴリズムによる正診率が85%を上回るように修正を行った。現在、アルゴリズムの修正に用いた期間以外の2015年4月から2018年3月のレセプトデータを用いて、大腸がん患者同定のアルゴリズムの感度・陽性的中率と進行度判定のアルゴリズムの正診率を算出し、その妥当性の確認を行っている。これら手法にて高い精度でがん患者の拾い上げと進行度が予測できるアルゴリズムが確立できれば、アルゴリズムを保険者データベースに適用することで大腸がん患者の進行度別の実際の医療費の算出が可能となり、がんの早期発見に伴う医療費の差を明らかにできることが期待される。

令和4年度はレセプトデータから大腸がん患者の抽出と進行度の判定を行うアルゴリズムの修正とその正確性の評価を行った。京都大学医学部附属病院と日本赤十字社和歌山医療センターにおいて院内がん登録とカルテ情報を用いて初発の大腸がん患者を同定し、2013年4月から2015年3月、2018年4月から2020年3月のレセプトデータにアルゴリズムを適用し、レセプトデータから大腸がん患者を抽出する際の感度、陽性的中率が90％以上となるようにアルゴリズムの修正を行った。以前のアルゴリズムでは他がん腫治療中の患者やすでに大腸がん治療中の患者を一定数拾い上げてしまうことが課題となり、アルゴリズムから大腸がんに行われる頻度が少ない診療行為の削除や対象期間より前に大腸がん病名や特異的な診療行為を有していないことを確認する期間の見直し等を行った。また同様にレセプトデータから大腸がんの進行度を判定するアルゴリズムについて検討を行い、進行度を根治可能群（Stage0-III）、根治不能群(StageIV)に分類した際にアルゴリズムによる正診率が85%を上回るように修正を行った。現在、アルゴリズムの修正に用いた期間以外の2015年4月から2018年3月のレセプトデータを用いて、大腸がん患者同定のアルゴリズムの感度・陽性的中率と進行度判定のアルゴリズムの正診率を算出し、その妥当性の確認を行っている。これら手法にて高い精度でがん患者の拾い上げと進行度が予測できるアルゴリズムが確立できれば、アルゴリズムを保険者データベースに適用することで大腸がん患者の進行度別の実際の医療費の算出が可能となり、がんの早期発見に伴う医療費の差を明らかにできることが期待される。