[論文レビュー] Analysis of the AOK Lower Saxony hospitalisation records data (years 2008 -- 2015)

Monika Joanna Piotrowska, Konrad Sakowski|arXiv (Cornell University)|Mar 12, 2019

Antibiotic Use and Resistance参考文献 13被引用数 5

ひとこと要約

本研究では、匿名化されたAOK ローレンス・ニーダーザクセン州の入院記録（2008–2015年）を分析し、医療機関間の患者移動ダイナミクスをモデル化することで、多剤耐性エラセチエラ科菌（MDR-E）の伝播をシミュレートするためのネットワークを構築する。入院・退院情報および重複入院期間のデータを用いて、直接的および間接的な患者移動が信頼性を持って同定可能であることを示し、これにより、医療機関間感染対策戦略の評価を目的としたネットワーク疫学的モデルの基盤が構築される。

ABSTRACT

Multidrug-resistant Enterobacteriaceae (MDR-E) have become a major public health threat in many European countries. While traditional infection control strategies primarily target the containment of intra-hospital transmission, there is growing evidence highlighting the importance of inter-hospital patient traffic for the spread of MDR-E within healthcare systems. Our aim is to propose a network model, which will reflect patient traffic in various European healthcare systems and will thus provide the framework to study systematically transmission dynamics of MDR-E and the effectiveness of infection control strategies to contain their spread within and potentially across healthcare systems. However, to do that first we need to analyse real patients data and base on that propose network model reflecting the complexity of the real hospital network connections and dynamics of patient transfers between healthcare facilities.

研究の動機と目的

• 医療機関間の患者移動をデータドリブンにモデル化し、多剤耐性エラセチエラ科菌（MDR-E）の医療機関間伝播を研究すること。
• 地理的または位置情報が欠落した匿名化された入院/退院記録から、病院間移動ネットワークを再構築する可能性を評価すること。
• 重複する入院記録を用いた直接移動と間接移動の区別における課題を同定および解決すること。
• 相互に接続された医療機関間での伝播ダイナミクスをモデル化することで、包括的感染対策戦略の基盤を提供すること。
• 感染対策介入の有効性を評価するための多段階的数学的ネットワークモデルの開発を支援すること。

提案手法

• AOK ローレンス・ニーダーザクセン州（2008–2015年）の525万件の匿名化された入院記録の分析。記録には患者ID、施設ID、入院・退院日、ICD-10診断コードが含まれる。
• 各入院記録について、退院日から入院日を差し引くことで滞在期間を計算する。
• 患者IDを基にグループ化することで、施設間の潜在的移動を検出するための重複滞在を特定する。
• 重複を種別（例：初日・最終日、同一日における複数入院）することで、直接移動と間接移動を区別する。
• Pythonを用い、matplotlibなどのライブラリを活用してデータ処理および可視化を行う。高速性よりも柔軟性と拡張性を重視する。
• ネットワークモデリングの原則を応用し、推定された患者移動パターンに基づいて施設間の移動エッジを導出する。

実験結果

リサーチクエスチョン

• RQ1 地理的位置情報が欠落した匿名化された入院/退院データから、患者移動ネットワークを信頼性を持って再構築できるか。
• RQ2 ローレンス・ニーダーザクセン州の医療システムにおいて、患者移動のうち直接移動（施設間）と間接移動（自宅または他の施設経由）はそれぞれどの程度の割合を占めているか。
• RQ3 重複する入院記録は、施設間の患者移動を検出するためにどのように機能するか。
• RQ4 同一日における複数入院などの曖昧なケースを含めた場合、直接移動と区別する際の主な課題は何か。
• RQ5 このデータは、医療機関間でMDR-E伝播をシミュレートする動的ネットワークモデルの構築をどの程度サポートできるか。

主な発見

• ローレンス・ニーダーザクセン州の457万件の入院記録のうち、25万7,668件が州内施設、7万9,102件がドイツ連邦州の他の施設のものであり、診断コードが分析可能であった。
• 入院記録の1.8％で重複が検出され、これは潜在的な移動を示唆するものであった。問題のあるケース（例：同一日複数入院）は重複全体の2％未満を占めた。
• 初日・最終日移動および同一日複数入院が曖昧さの主な要因であったが、これらのケースはまれであり、全体のネットワーク推定に顕著な影響を及ぼさなかった。
• データは直接的および間接的移動の両方を信頼性を持って推定可能であり、2％未満のケースが曖昧なままであり、将来的に解消可能である可能性を示した。
• 本研究では、匿名化された入院記録が、MDR-E伝播ダイナミクスをシミュレートする現実的な医療ネットワークモデルの構築に利用可能であることを確認した。
• 得られたネットワークモデルは、相互に接続された医療機関間で、包括的感染対策戦略の評価の基盤を提供する。