Download to read offline
Uploaded bySatoshi Taniguchi
EHRを活用した糖尿病療養指導の質的研究
これは以下の論文の日本語要約です Electronic Documentation of Lifestyle Counseling and Glycemic Control in Patients With Diabetes http://care.diabetesjournals.org/content/early/2015/06/11/dc14-2016 糖尿病療養指導はより個別的に、より詳細に行うことがよいとされています しかし、「個別化」「詳細さ」を測定することは難しく、特に後ろ向き研究はしにくいと考えられます そこで、本研究ではEHRのコメントを自然言語分析をすることで、定量的に「個別化」「詳細さ」とHbA1c低減の関係性を検証することに挑戦しています。
EHRを活用した糖尿病療養指導の質的研究
- 1. 糖尿病患者の 血糖コントロールおよび 生活習慣改善指導に関する 電子記録の検証 Diabetes Care June12, 2015, doi: 10.2337/dc14-2016 http://care.diabetesjournals.org/co ntent/early/2015/06/11/dc14-2016 要約：谷口諭
- 2. 個別化された療養指導が 効果的である 既知： より詳細な療養指導が効 果的である 個別化 をどのように測 定すればよいか？ 未知：詳細さ をどのように測 定すればよいか？ 医療情報システム（EHR)からの情報で後ろ向きに上 記を測定する方法を確立する 個別化・詳細さ が糖尿病療養に効果的であること を示す 実験 目的 ■研究背景
- 3. ■対象 ボストンの２つの病院グループの家庭医の患者 Brigham andWomen’s Hospital Massachusetts General Hospital 2000年～2010年に2年以上診察を受けた 18歳以上の糖尿病患者 または HbA1c7%以上 (10,870名) 平均年齢59.3歳、白人59.3%、平均年収625万円 私的保険39.9%％・Medicare47.5% HbA1cが7%以上から7%未満になるまでの期間を1単位とし て数えた （平均32.2か月、HbA1c8.3%から開始） 比較的裕福な 母集団
- 4.
- 5. ■手法：Hetereogeneity（不均一性）を計算 該当期間のEHRを抽出 各コメントを 栄養指導、運動指導、体重指導 のテーマに分別 前後診察のコメントを抽出し、 文章の変化の大きさ/長い方の単語の文字数で Normalized Levenshtein Distanceを計算 該当期間のコメント×テーマごとに同処理を行い、 期間の平均を算出 Hetereogeneityを算出する 全患者分 繰り返す システムで 自動分析
- 6. ■手法：Hetereogeneity（不均一性）を計算 Levenshtein Distanceとは 単語と単語の違いを、文字数で測定・表現する分析手法 全く同じ文章をコピペしていれば、距離は０になる 距離は５ 距離は９ NormalizedLevenshtein Distanceとは Levenshtein Distanceを長い 単語の文字数で割ったもの ０～１の値になり、距離同士を比較 をしやすくする ※資料はsupplementary dataより
- 7.
- 8.
- 9.