[3Win5] ポスターセッション3

[3Win5-19] クラスタリング手法を用いた子宮内膜症の早期診断と包括的治療計画のための要因分析

〇片山 早紀¹、丹尾 真理子¹、松田 裕也¹ (1.中外製薬株式会社)

キーワード：リアルワールドデータ、クラスタリング手法、医療応用

子宮内膜症（EMS）は診断までの期間が長く、また診断後も長期の治療が必要な疾患である。EMSの早期診断及び治療期間と症状の両面において包括的な治療計画は患者にとって大きな利益に繋がる可能性が高い。EMS患者の長期的な実臨床データは、これらに貢献する可能性がある。一方で、実臨床データは一般的に大規模かつ多様性が高いため、有用な知見を抽出するためには、効果的な要約が重要である。本研究では、日本最大の診療報酬データベースの一つであるMDVをデータソースとした。新規にEMSと診断された患者のEMS初回診断前後の傷病名を抽出し３か月単位で集計した。この診断件数の増減パターンを元に、Ward法による階層クラスタリングとGaussian Mixture Modelを用いて疾患を分類し、その特徴を分析した。さらに、対象患者におけるEMS初回診断前後の薬剤処方や検査、診療行為の情報についても記述した。これらにより、EMS初回診断までの期間を短縮する要因や、包括的な治療計画に必要な仮説を抽出できた。今後、多様な臨床情報との照合を通じて、本研究の妥当性を慎重に評価する。