Study of long-term clinical economic impact of adherence: AI and big data predictive model development

依从性的长期临床经济影响研究：人工智能和大数据预测模型开发

基本信息

批准号：
22H03307
负责人：
田倉智之
金额：
$ 6.49万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本年度は、関連データの整備（医療ビッグデータの整備）および分析環境の整備（ＡＩプログラミングの準備）を行いつつ、広義のアドヒアランス（ASHROスコア）の検証用の被保険者向けのアンケート調査の準備とともに、後発薬処方に対するアドヒアランス等の影響に関わる一次解析を行った。アドヒアランスは、環境や経験等の相互作用を通じた社会的様式を伴う、人間の主観的な側面を有しているため、そのメカニズムの解明（関係する因子）や定量化（見える化、代表的な水準）において、課題が多いのも事実である。それらを背景に、アドヒアランスに関わるアンケート調査にあたり、協力団体等との連携のもとで、行動変容に影響を及ぼす因子の一つである時間割引に関する先行研究をサーベイした。その上で、従業員向けと経営者向けの2種類の調査票を整備した。本調査は、アドヒアランスに影響を及ぼす固定的因子とアドヒアランスの水準の測定に関する課題で構成した。その結果、従業員向けの調査は約50設問、経営者向けの調査は約30設問となった。後発薬品の処方を積極的に拡大するには、アドヒアランス等も考慮した新たな工夫が不可欠と推察される。それを踏まえ、後発薬処方に対するアドヒアランス等の影響の分析は、患者の重症度、アドヒアランス、および医師と患者の関係が後発薬品の切り替えに与える影響を明かにするのを目的とした。コホートは、2018年3月までの4年間に心血管疾患（ICD-10、I 00-99）で、一次から三次までの予防介入を必要とする全年齢層であった。AIを応用して生成したASHROスコアと収縮期血圧 (SBP)、血清クレアチニン (sCr)、LDLコレステロール、ヘモグロビンA1C、処方遵守の割合 (PDC)に対して、ロジスティック回帰分析を実行した。その結果、SBPとsCr、PDC、ASHROが後発薬の切り替えに有意に影響を及ぼした。

今年，在准备相关数据（维护医学大数据）并准备一个分析环境（准备AI编程）的同时，我们准备了被保险人的调查，以从广义上讲，以验证依从性（ASHRO评分），并进行了与依从性和其他因素和其他因素对通用药物规定的影响有关的主要分析。依从性具有人类的主观方面，并通过环境和经验之间的互动伴随着社会模式，也就是说，阐明机制（相关因素）和量化（可视化，代表性级别）的挑战也确实存在许多挑战。考虑到这一点，在与合作组织合作的依从性调查调查中，对时间表的先前研究，这是影响行为改变的因素之一。此外，还准备了两种类型的问卷：员工和经理。这项研究包括影响依从性和与测量依从水平有关的问题的固定因素。结果，对员工进行了大约50个问题的调查，并针对经理进行了大约30个问题。人们认为，要考虑依从性和其他因素，以积极扩大仿制药的处方，至关重要。考虑到这一点，对依从性和其他因素对通用药物处方的影响的分析旨在揭示患者严重程度，依从性和医生患者关系对通用药物转换的影响。在2018年3月之前的四年中，该队列均患有心血管疾病（ICD-10，I 00-99），需要初级预防措施。对使用AI产生的ASHRO评分和收缩压（SBP），血压（SCR），LDL胆固醇，血红蛋白A1C以及使用AI产生的处方依从性（PDC）的百分比进行了逻辑回归分析。结果，SBP，SCR，PDC和Ashro显着影响仿制药的转换。