RWD活用事例『動画で解説！論文紹介シリーズ①』
電子カルテデータ活用による膵臓がんリスク因子予測研究
「膵臓がんのリスク因子予測研究」の論文について、著者である小久保欣哉先生による解説動画です。
ぜひ動画をご覧いただき、アンケートにもご協力ください。
「製薬企業におけるリアルワールドデータ（RWD）の活用」と聞いて、どのようなことを思い浮かべますか。
臨床試験の効率化、創薬研究支援、副作用モニタリングなど、既に様々な業務において、RWDの活用が
進んでいます。中でも注目していただきたいのは、近年、日本において急速に増えつつある
「リアルワールドエビデンス（RWE）の創出」です。
- RWDを用いることで、どのようなRWEが得られるのか？
- RWDの種類による違いはあるのか？
- RWDに関する法整備やデータベース構築が進み、何が変わったのか？
このような疑問にお応えするため、TOPPANでは、RWD活用事例として実践、論文化された
「膵臓がんのリスク因子予測研究」について、著者である小久保欣哉先生による解説動画を作成しました。
RWE創出に関わる製薬企業の皆さま、ぜひご確認ください。
膵臓がんリスク因子予測研究の概要
アンメット・ダイアグノーシス・ニーズの高い疾患である膵臓がん。
自覚症状がほとんどなく、医師も診断が難しいと考えるこの疾患について、「診断前に身体に起こる変化」をRWDから探索し、リスク因子として特定できないか。
本研究では、膵臓がんと診断された患者の電子カルテデータから、機械学習モデルによって患者に特徴的な因子を抽出し、それが実際に早期診断につながるリスク因子となりうるのか評価しました。
RWDとしての電子カルテデータ
RWDとしてよく使用されるレセプトデータは、インプット情報（検査・治療の実績）がメインですが、
電子カルテデータではアウトカム情報（検査・治療の結果）を確認することができます。
本研究では、膵臓がん診断前に身体に起こる変化（臨床検査値・併存疾患など）を捉えるために、TOPPANが
提供する医療情報分析・提供サービス「DATuM IDEA®」の電子カルテデータベースのデータを使用しました。
論文について
タイトル ： A Machine Learning Exploration of Factors Affecting Pancreatic Cancer
A Retrospective Cohort Study with Data from the Japanese Electronic Medical Record Database
著者名 ： Kinya Kokubo, Katsuhiko Iwasaki, Isuzu Matsushita, Katsutaka Ito, Koji Asakura
URL : https://www.lifescience.co.jp/tr/23/tr2305.html
掲載誌 ： Therapeutic Research vol. 44 no. 5 2023
著者ご紹介
小久保 欣哉 氏
博士（経営学）。筑波大学ビジネス科学研究科博士後期課程修了。（株）野村総合研究所コンサルティング事業本部のプリンシパルとしてヘルスケア領域の戦略構築、RWD・医療経済研究支援に従事。現在、二松学舎大学国際政治経済学部 教授。
国際戦略経営研究学会理事。株式会社ヘルスケアコンサルティング代表取締役社長。
TOPPANなどの上場企業含む複数社の顧問を兼任。
アンケートご協力のお願い
動画の視聴後アンケートにご協力お願いいたします。
動画や論文に関するお問い合わせもこちらから承ります。