最新のレポート
患者数だけじゃない！
適切なデータベース選定のポイント
疾患の”クセ”に着目して、保険者データベース、医療機関データの両方の視点から疾患を分析した。
片方のデータベースからでは見えないそれぞれのデータベースの裏側が見える。
１）潰瘍性大腸炎（UC）領域の施設規模 (HP/GP) 別分析_保険者データベース
２）潰瘍性大腸炎（UC）領域の年齢別分析_医療機関データベース
乳がん患者における術後のレジメン分析及び
CA15-3値の推移と治療フロー
JMDCが保有する医療機関/臨床検査値DBを使用し、乳がんの代表的腫瘍マーカーであるCA15-3を活用した個別治療フロー分析、また術後乳がん患者のレジメン分析を行った。
１）乳がん患者の年齢分布、がんステージ別患者数割合
２）術後乳がん患者のステージ別治療割合
３）術後乳がん患者のレジメン分析
４）乳がん患者の治療フロー例
レセプトとアンケートから見る疾患別QOLの変化
JMDCではヘルスケアプラットフォーム Pep Upを通し、健保加入者に定期的なQOL調査を行っている。
アンケート結果だけでなくレセプトも見ることで、より正確に疾患や治療状況を把握できる。
今回は2021年2月から6月にかけてのQOLの変化を疾患別に分析した。
医療機関DBを活用した病床規模別の処方パターン分析
JMDCが保有する医療機関DBから、病床規模別の処方パターン分析とSGLT-2阻害薬処方患者における併病割合を分析した。
１）糖尿病患者の病床規模別処方パターン（ATC分類別）
２）糖尿病患者の病床規模別処方パターン（成分別）
３）SGLT2-阻害薬処方患者における病床規模別併病割合（ICD10分類別）
４）糖尿病患者全体における病床規模別併病割合（ICD10分類別）
データセット分析のすすめ
オンコロジー/希少疾病/新薬発売直後など、
患者理解が乏しい領域における分析手法として、データセット分析の利点をまとめた。
１）アドホック分析とデータセット分析の違い
２）データセット分析の作成方法と集計事例
PSA値で見る
前立腺癌患者の治療実態
JMDCが保有する臨床検査値DBから前立腺癌の指標であるPSA値を活用し、前立腺癌患者の治療実態、薬剤別PSA値の推移、個別ペイシェントジャーニー分析を行った。
１）新規前立腺癌患者のPSA値分布
２）新規前立腺癌患者の治療割合、及び製品群別シェア
３）前立腺癌患者の新規処方薬剤別、PSA変化率
４）新規前立腺癌患者の個別ペイシェントジャーニー例
レセプトから読み解く
バイオ患者の病院連携実態
バイオ患者の病診連携実態をテーマに、専門施設にかかる際の紹介状の有無や、紹介元施設での確定診断の有無を分析した。
1）紹介状発行の割合
2）紹介元施設での確定診断割合
3）紹介先施設の概要
糖尿病患者におけるCKD重症度別の治療実態
JMDCが保有する臨床検査値DBから尿アルブミン/Cr比、eGFR値を活用し、基礎疾患に糖尿病がある患者におけるCKD重症度分類別の併存疾患・治療薬分析を行った。
１）糖尿病患者におけるCKDステージ分類
２）CKDステージ分布とCKD診断率
３）CKDステージ別の併病疾患分析
４）CKDステージ別、DPP-4阻害薬/SGLT-2阻害薬の処方割合
移植・非移植施設における血液がん患者の実態調査
地域データを用いた分析事例
今回は血液がんの移植実態をテーマに、患者の県移動や、移植施設/非移植施設の患者背景の違いなどを分析した。
１）移植施設と非移植施設の患者背景の違い
２）移植実施患者/非実施患者の比較（年齢性別分布と併存疾患の違い）
３）移植患者の施設間移動分析（県外からの来院率等）
JMDC 医療機関DB / 電子カルテDBを用いた分析事例
JMDCでは、保険者由来のデータベースだけでなく、医療機関由来のデータベースも保有している。今回は、非DPC病院の情報や電子カルテ情報(臨床検査値)を持つという特長を生かし、以下を分析した。
１）DPC/非DPC病院におけるCOVID-19患者の違い
２）アトピー患者におけるTARC値を用いた重症度分布、処方薬剤の傾向