共同研究・競争的資金等の研究課題

多疾患併存は、単に病気の数が増えることによる影響だけでなく、ポリフ ァーマシー、フレイルなど様々な高齢者特有の問題と絡み合い、生活機能低下および死亡につながる。Multimorbidity の効果的・効率的なマネジメント方法の探求は重要な医療的課題である。本研究課題では、川崎ウェルビーイング研究と神奈川県 の約300万人の大規模レセプトデータベースを用いてMultimorbidity の効果的・効率的なマネジメント方法を探索する。ポリドクターが予後や医療経済指標に与える影響を明らかにし、プライマリ・ケアにおける多併存疾患に対す る包括的アプローチの有用性のエビデンスの創出を目指す。

本研究課題では、川崎市と慶應義塾大学が合同で行っている85-89歳の介護を要しない1000名の高齢者のコホート研究（川崎ウェルビーイング研究）に参加して、多併存疾患が高齢者の生活機能に影響していく過程を前向きに明らかにする。参加者の診察、測定データと医療レセプト情報を組み合わせた多角的な解析を行い、日常生活機能低下および新規要介護申請を主要アウトカムとして、多併存疾患、ポリファーマシー、ポリドクターがどのような影響を与えているかを患者QOLおよび医療経済学的視点から明らかにする。

本研究では大規模保険医療情報データベース（リアルワールドデータ）に対し、機械学習手法を適用し、患者要因及び生理・病理的に関連する複数の有害事象を考慮した医薬品安全性シグナル検出手法の開発を行う。自然言語処理手法であるBERTを応用し、有害事象発現患者の背景や疾患情報に基づく有害事象予測モデルを構築し、得られる有害事象の分散表現ベクトルの類似性に基づきクラスタリングを行い複数の有害事象の共起パターンとしてのクラスタを検出し、安全性シグナルの検出に利用する。患者個別に生じる複数の生体内の応答（有害事象）を器官別分類を超えて考慮することができ、報告者によるバイアスの影響を受けないという特徴がある。