機械学習による地域間健康格差のモデル化ー国保特定健診・医療費データによる分析ー

使用机器学习对地区健康差异进行建模 - 使用国民健康保险特定健康检查和医疗费用数据进行分析 -

• 批准号: 22K10411
• 负责人: 関根 道和
• 金额: $ 1.91万
• 依托单位: University of Toyama
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K10411/
• 关键词: 国民健康保険; 特定健康診査; 健康格差; ビッグデータ; 人工知能

本研究では、富山県国民健康保険特定健診・医療費のデータから、①地理情報システムを用いた生活習慣病、健康リスク行動、医療費の中学校区レベルでの地域間健康格差の可視化（健康ハザードマップ（メタボマップ）の作成）、②機械学習による地域間健康格差（生活習慣病や医療費）のモデル化を行うことを目的としている。令和4年度は、地理情報システムを用いた健康ハザードマップを作成することによる生活習慣病および健康リスク行動の地域間健康格差の可視化を行った。その結果、健康ハザードマップによる中学校区別の有病率では、メタボリック症候群の有病率は、男女とも、県西部に高く県東部に低い「西高東低」の分布を示した。健康リスク行動は、男性では、現在喫煙、運動不足、睡眠不足は、「西高東低」の分布を示した。女性では現在喫煙、毎日飲酒、睡眠不足は県央部に多く、運動不足は県西部に多かった。こうした健康リスク行動の地理的分布の差が、肥満や糖尿病、メタボリック症候群の地理的分布の差の原因となっている可能性があると考えられた。地域間健康格差の可視化は、市町村レベルのものは多数存在するが、中学校区レベルのものは限られている。今後、地域間健康格差の機械学習によるモデル化を行うことで、地域間健康格差の縮小や医療費の適正化等の地域健康課題の解決と持続可能社会の実現に向けた研究を実施する。

在这项研究中，根据富兰山（Toyama National Health Issurance （健康）。在第4年的第4年，通过使用地理信息系统创建健康危害图，可以看到与生活方式相关疾病与健康风险行为之间的区域健康差距。结果，初中地区的健康危害图表明，代谢综合征的分布，Nishitaka East Low的分布在县西部很高，在县东部的低点。现在，健康风险行为已显示出“ Nishitaka East Low”的分布，该分布目前正在吸烟，缺乏运动和缺乏睡眠。目前，现在在县中很常见，每天吸烟，每天喝酒以及女性缺乏睡眠，并且县西部缺乏运动。据认为，这种健康风险行为的地理分布可能导致肥胖，糖尿病和代谢综合征的地理分布。区域健康差距有许多市政级别的可视化，但是初中地区级别有限。将来，通过通过机器学习区域健康差距进行建模，将进行研究，以解决区域健康问题，例如减少区域健康差距和优化医疗费用，并实现可持续的社会。