循環器病の包括的リハビリテーション実装に向けた広島モデルの開発と評価：急性期から地域までをつなぐ標準プログラムの構築と普及

文献情報

• 文献番号: 202508056A
• 報告書区分: 総括
• 研究課題名: 循環器病の包括的リハビリテーション実装に向けた広島モデルの開発と評価：急性期から地域までをつなぐ標準プログラムの構築と普及
• 研究課題名（英字）: -
• 課題番号: 25FA1017
• 研究年度: 令和7(2025)年度
• 研究代表者(所属機関): 中野 由紀子(国立大学法人広島大学 循環器内科)

研究分担者(所属機関)

• 丸山　博文(広島大学大学院　医系科学研究科)
• 堀江　信貴(広島大学　脳神経外科)
• 小田　登(広島大学病院　循環器内科)
• 宮内　俊介(広島大学　保健管理センター)
• 古谷　元樹(広島大学　大学院医系科学研究科循環器内科学)
• 宮本　翔伍(広島大学　医系科学研究科　循環器内科学)
• 金井　香菜(広島大学　広島大学病院診療支援部リハビリテーション部門)

• 研究区分: 厚生労働科学研究費補助金 疾病・障害対策研究分野 循環器疾患・糖尿病等生活習慣病対策総合研究
• 研究開始年度: 令和7(2025)年度
• 研究終了予定年度: 令和9(2027)年度
• 研究費: 9,000,000円
• 研究者交替、所属機関変更: -

研究報告書（概要版）

研究目的

①心不全患者さんにおいて、高齢者でも実践可能なCPXを必要としない歩行に特化したリハビリ処方を行うために嫌気性代謝閾値の推量法を確立する。
②脳梗塞後の身体機能維持/再発予防のための運動処方の作成のためにひろしま脳卒中地域連携パスの解析を行う

研究方法

①広島大学病院でCPXを施行した心疾患患者 225名を用いて、CPXの重要なパラメータであるAT, ATHR, peak VO2と関連するパラメータを同定することにした。225名のデータを、3:1に分割し、機械学習モデルを作成しAT, ATHR, peak VO2の臨床予測モデルを作成した。
②ひろしま脳卒中地域連携パスの返信率について703例を対象に調査を行った。

結果と考察

①連続変数を予測するモデルを作成 (まずAT, 次にAT-HR, peakVO2)し、検証データで、実測値と予測値の関係を見た。ATHRの予測が最も良いモデルとなった。重要な特徴量としてNT-proBNP、Resting HR、Resting、dBP、BUN、Alb、e’が残った。ATを予測するアプリを作成した。
機械学習を用いた推定法では、MAE13.48 R²0.210に留まり充分ではなかった。
②急性期703例のうち回復期からの返信は、677例 (96.3%)であったが、維持期生活期からの返信は41例(5.8%)と低かった。急性期-回復期のパス利用は現在も行われているが、維持期/生活期の情報共有・連携に関しては、現在は有効利用されていない。

結論

①機械学習を用いてATHR予測モデルを構築したがもう少し精度を上げるため再解析が必要である。
②急性期と回復期間の連携・情報共有　(収集)ツールについて今後検討が必要である。

公開日・更新日

• 公開日: 2026-10-06
• 更新日: -

収支報告書

• 文献番号: 202508056Z