文献情報
文献番号
202515001A
報告書区分
総括
研究課題名
LIFEで収集された情報を用いた介護保険事業（支援）計画の進捗管理に資する研究
研究課題名（英字）
-
課題番号
23GA1002
研究年度
令和7(2025)年度
研究代表者(所属機関)
荒井 秀典(国立研究開発法人国立長寿医療研究センター 理事長室)
研究分担者(所属機関)
- 島田 裕之(国立研究開発法人国立長寿医療研究センター 研究所 老年学・社会科学研究センター)
- 土井 剛彦(国立研究開発法人国立長寿医療研究センター 老年学・社会科学研究センター 予防老年学研究部 健康増進研究室)
- 斎藤 民(国立長寿医療研究センター 老年社会科学研究部)
- 堤本 広大(国立長寿医療研究センター 研究所 老年学・社会科学研究センター)
- 大寺 祥佑(国立研究開発法人国立長寿医療研究センター)
- 大浦 智子(国立研究開発法人国立長寿医療研究センター 研究所 老年学・社会科学研究センター 科学的介護推進チーム)
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 長寿科学政策研究
研究開始年度
令和5(2023)年度
研究終了予定年度
令和7(2025)年度
研究費
5,693,000円
研究者交替、所属機関変更
斎藤民(研究期間：令和7年4月1日～令和7年6月30日)
研究報告書（概要版）
研究目的
本研究では、介護保険者が活用しやすい形式で、LIFE情報を用いた現状分析および課題抽出を可能とするシステムの構築に資する指標や図表等の提案を目的とした（研究1）。
また、通所リハビリテーションおよび通所介護サービス利用者を対象として、LIFE情報を用いた要介護度の悪化を予測するモデルを構築し、予後予測に関連する可能性のある変数について探索的に検討することを目的とした（研究2）。
また、通所リハビリテーションおよび通所介護サービス利用者を対象として、LIFE情報を用いた要介護度の悪化を予測するモデルを構築し、予後予測に関連する可能性のある変数について探索的に検討することを目的とした（研究2）。
研究方法
研究1）厚生労働省から提供された介護保険総合データベースの定型データセットを用いて、全国の介護老人保健施設2,059施設に入所した58,390名を対象とした解析を実施した。心身機能・活動に関するアウトカムの変化について、都道府県ごとの改善割合、維持割合、悪化割合を算出し、ヒートマップ等により可視化した。さらに、Barthel Index（以下、BI）の改善割合について、年齢、性別、要介護度、ベースラインのBIを調整した上で都道府県差を検討するとともに、調整後BI改善割合と都道府県内のBI改善割合の施設間格差により都道府県を分類した。
研究2）2023年度に厚生労働省から定型データセットとして提供を受けたLIFE情報、要介護認定情報、介護レセプト情報、および台帳情報をデータ源とした。対象は、2021年4月から10月の間に通所サービス（通所リハビリテーション、通所介護のいずれか）の利用を開始した高齢者である。アウトカムは、要介護度悪化（介護度1以上の悪化）または死亡までの時間（日）とし、予測子の候補となる変数は科学的介護推進体制加算に関連する科学的介護推進情報から選定した。モデル構築にあたっては、予測子候補変数およびアウトカムの要約統計量および欠測頻度を確認した上で、Least Absolute Shrinkage and Selection Operatorを用いたCox比例ハザードモデルにより予測子となる変数の選定を実施した。その後、ステップワイズ法を用いた多変量Cox比例ハザードモデルにより、予測モデルを構築した。予測モデルは、通所リハビリテーション利用者を対象としたものと、通所介護利用者を対象としたものの2種類をそれぞれ作成した。なお、結果は厚生労働省より提供を受けた「介護保険総合データベース」の定型データセットを使用し、独自に作成・加工したものである。
研究2）2023年度に厚生労働省から定型データセットとして提供を受けたLIFE情報、要介護認定情報、介護レセプト情報、および台帳情報をデータ源とした。対象は、2021年4月から10月の間に通所サービス（通所リハビリテーション、通所介護のいずれか）の利用を開始した高齢者である。アウトカムは、要介護度悪化（介護度1以上の悪化）または死亡までの時間（日）とし、予測子の候補となる変数は科学的介護推進体制加算に関連する科学的介護推進情報から選定した。モデル構築にあたっては、予測子候補変数およびアウトカムの要約統計量および欠測頻度を確認した上で、Least Absolute Shrinkage and Selection Operatorを用いたCox比例ハザードモデルにより予測子となる変数の選定を実施した。その後、ステップワイズ法を用いた多変量Cox比例ハザードモデルにより、予測モデルを構築した。予測モデルは、通所リハビリテーション利用者を対象としたものと、通所介護利用者を対象としたものの2種類をそれぞれ作成した。なお、結果は厚生労働省より提供を受けた「介護保険総合データベース」の定型データセットを使用し、独自に作成・加工したものである。
結果と考察
研究1）地域間で入所者情報に一定の差異がみられた。アウトカムの改善・維持・悪化割合には都道府県間でばらつきがみられ、特に、BI改善割合は14.7％～34.7％の範囲であり、標準偏差0.041と最も大きなばらつきを示した。背景因子調整後も、東京都、大阪府、神奈川県では全国平均を有意に上回るBI改善割合が認められた。調整後BI改善割合と施設間格差を組み合わせることで、都道府県を、改善割合が高く施設間格差が小さい群、改善割合が高く施設間格差が大きい群、改善割合が低く施設間格差が大きい群、改善割合が低く施設間格差が小さい群の4類型に整理することができた。
研究2）要介護度悪化または死亡の予測に大きく寄与した変数として、通所リハビリテーション利用者を対象としたモデルではベースラインの要介護度およびBI合計値、性別、認知症行動障害（DBD13-項目1）、Body Mass Indexが、通所介護利用者を対象としたモデルではベースラインの要介護度およびBI合計値、認知症行動障害（DBD13-項目7）、リハビリ・活動への意欲（Vitality Index-項目5）が示された。モデルの精度として、C-indexはそれぞれ0.74および0.70であった。
研究2）要介護度悪化または死亡の予測に大きく寄与した変数として、通所リハビリテーション利用者を対象としたモデルではベースラインの要介護度およびBI合計値、性別、認知症行動障害（DBD13-項目1）、Body Mass Indexが、通所介護利用者を対象としたモデルではベースラインの要介護度およびBI合計値、認知症行動障害（DBD13-項目7）、リハビリ・活動への意欲（Vitality Index-項目5）が示された。モデルの精度として、C-indexはそれぞれ0.74および0.70であった。
結論
研究1）LIFE情報を活用することで、介護保険者が介護老人保健施設の現状と課題を把握するための指標および図表の一例を示すことができた。特にBI改善割合は都道府県間差を把握する上で有用な指標であり、これに施設間格差を組み合わせた4類型化は、都道府県ごとの課題整理と対応方針の検討に資する可能性がある。今後は、これらの指標や可視化手法を、保険者が利用しやすい形でシステムに実装し、地域の現状把握、課題抽出、優先課題の整理に活用していくことが必要である。
研究2）モデルにより選定された変数は臨床的にも意義のある変数であり、精度は中程度であった。これは、現場で収集される科学的介護推進情報が有用である可能性を示唆するものであり、今後の介護報酬改定に伴うLIFE情報の項目の見直しを検討する上で重要な知見を提供すると考えられる。
研究2）モデルにより選定された変数は臨床的にも意義のある変数であり、精度は中程度であった。これは、現場で収集される科学的介護推進情報が有用である可能性を示唆するものであり、今後の介護報酬改定に伴うLIFE情報の項目の見直しを検討する上で重要な知見を提供すると考えられる。
公開日・更新日
公開日
2026-05-29
更新日
-