Mother-infant linked UK electronic birth cohorts representing 17.5 million births harmonised to the OMOP common data model

この論文は、イングランド、スコットランド、ウェールズの 5 つの電子出生コホート（合計 1750 万件以上の出産データ）を OMOP 共通データモデルに調和させ、個人データ共有なしに連合分析を可能にする大規模な標準化リソース「MIREDA」を構築したことを報告しています。

要約

🏥 1. 問題：バラバラな「方言」の集まり

イギリスには、ウェールズ、スコットランド、ロンドン、ブラッドフォードなど、地域ごとに「お母さんと赤ちゃんの記録」を管理する大きなデータベース（コホート）がいくつかあります。

しかし、それぞれの地域は**「方言」**を使っているようなものでした。

• ウェールズは「A という言葉」で病気を記録している。
• スコットランドは「B という記号」で同じ病気を記録している。
• ロンドンは「C という数字」を使っている。

これでは、イギリス全体で「お母さんの健康状態」や「赤ちゃんの成長」をまとめて分析しようとしても、データ同士が通じ合いません。まるで、ドイツ語、フランス語、スペイン語を混ぜたままの会議で、誰もお互いの話を理解できない状態です。

🧩 2. 解決策：「共通のレゴブロック」を作る

そこで、**MIREDA（マリーダ）というチームが立ち上がりました。彼らは、すべてのデータを「OMOP（オムプ）」という「共通のレゴブロックの設計図」**に合わせて作り直す作業を行いました。

• OMOP（オムプ）とは？
  医療データを整理するための「世界共通のルールブック」のようなものです。これに合わせることで、どの地域のデータも同じ形（同じ箱に入れた状態）になります。

🔗 3. 最大の難所：「お母さんと赤ちゃん」の絆

このプロジェクトで一番大変だったのは、**「お母さんと赤ちゃんをどうつなげるか」**という点です。

通常の医療データは「患者一人ひとりの記録」を作るように作られています。しかし、妊娠・出産の研究では、「お母さん」と「赤ちゃん」は別々の人ですが、**「親子関係」**として強く結びついています。

• 従来の方法： お母さんのデータの中に赤ちゃんの情報を埋め込む（でも、赤ちゃんが成長して独立したデータを見ると、お母さんとのつながりが消えてしまう）。
• 今回の方法： お母さんと赤ちゃんを別々の「人」として記録しつつ、**「目に見えない赤い糸（リンク）」**でつなぎます。
  • 論文ではこれを**「Fact Relationship（事実の関係）」**というテーブルを使って実現しました。
  • これにより、「この赤ちゃんは、このお母さんから生まれた」という関係性を、データがバラバラになっても常に追跡できるようにしました。

🛠️ 4. 工夫と工夫：翻訳の壁を越えて

単純な翻訳ではうまくいかない部分もありました。チームは以下のような工夫をしました。

• 住所の履歴： 普通のルールブックには「現在の住所」しか載っていません。でも、赤ちゃんの健康は「生まれた場所」や「育った場所」で変わります。そこで、**「過去の住所も記録する特別なノート（Location History）」**を独自に追加しました。
• 薬の名前： イギリスの薬の名前と、世界の標準名が違います。そこで、**「変換辞書」**を使って、地域特有の薬の名前を世界共通の名前に変換しました。
• 民族の分類： イギリス独自の民族分類と、世界の標準分類がズレています。ここでは「大まかな分類」を共通ルールに合わせつつ、「詳細な情報」は別の場所に保管して、必要な時に使えるようにしました。

📊 5. 結果：1750 万件の巨大なデータセット

このプロジェクトのおかげで、イギリス全土の1750 万件以上の「お母さんと赤ちゃんの記録」が、一つの共通言語で話せるようになりました。

• どんなことができる？
  • レアな病気の研究： 特定の病気は 1 万人に 1 人しかいません。でも、1750 万人のデータがあれば、その病気の患者を十分に見つけられて、原因を調べられます。
  • 地域比較： 「ロンドンでは帝王切開が多いけど、ウェールズでは少ないのはなぜ？」といった、地域ごとの医療の違いを公平に比べられます。
  • プライバシーの保護： 重要な点は、**「個人の名前や住所はそのまま共有しない」**ことです。データはそれぞれの地域の「安全な金庫（信頼できる研究環境）」の中にあり、分析コードだけを動かして結果だけを集めます。まるで、金庫の中で計算して、答えだけを出し合うようなものです。

🚀 6. まとめ：未来への架け橋

この論文は、単にデータを整理しただけではありません。これは、**「イギリス全体で、お母さんと赤ちゃんの未来をより良くするための巨大な地図」**を描き上げたことを意味します。

今までバラバラだった地域の知見が一つにまとまることで、より安全な出産、より健康な赤ちゃん、そしてより良い医療政策が生まれることを期待しています。

---

一言で言うと：
「イギリス中の『お母さんと赤ちゃんの記録』を、バラバラの方言から『共通言語』に翻訳し、プライバシーを守りながら、1750 万件のデータを使って未来の健康を研究できる巨大な図書館を作りました」という物語です。

技術概要

この論文は、イギリス（イングランド、スコットランド、ウェールズ）の 5 つの電子出生コホートを、Observational Medical Outcomes Partnership (OMOP) 共通データモデル（CDM）に統合・標準化し、母児の健康研究のための大規模なリソースを構築したことを報告しています。以下に、問題提起、手法、主要な貢献、結果、意義について詳細な技術的サマリーを記述します。

1. 問題提起 (Problem)

• データの断絶と非標準化: 英国には複数の電子出生コホート（Born in Wales, Born in Scotland, Born in Bradford, Born in South London, CPRD など）が存在するが、研究デザイン、コーディングシステム、データ構造が異なっており、国境を越えた比較分析や大規模な統合分析の障壁となっている。
• 母児リンクの欠如: 既存の OMOP CDM は「個人（患者）」中心に設計されており、妊娠研究に必要な「母親と新生児の明示的なリンク」や「妊娠エピソード」を標準的に表現する構造が不足している。
• 既存アプローチの限界: 妊娠情報を母親の記録のみに帰属させるか、標準モデルから逸脱した独自拡張テーブルを作成する既存の手法では、子供の長期的な追跡が困難になったり、相互運用性が損なわれたりする課題があった。

2. 手法 (Methodology)

MIREDA パートナーシップ（Mother and Infant Research Electronic Data Analysis）は、以下の手順でデータハーモナイズを実施しました。

• 対象データ: イギリスの 5 つのコホート（約 1,750 万件の出生記録）を、それぞれの信頼できる研究環境（TRE: Trusted Research Environment）内で処理。
• 標準モデル: OMOP CDM バージョン 5.4 を採用。
• ETL プロセス:
  • メタデータプロファイリング: WhiteRabbit を使用してソースデータベースの構造と変数をスキャン。
  • 語彙マッピング: Carrot Mapper を使用し、SNOMED CT、ICD-10、OPCS-4 などの標準用語を OMOP 概念にマッピング。非標準用語は手動でマッピング。
  • 変換とロード: Carrot Transform を用いて、JSON 変換ルールに基づきローカル環境で OMOP 形式に変換・ロード。
• 技術的課題への解決策:
  • 母児リンク: 標準的な fact_relationship テーブルを使用し、relationship_concept_id（母親：4248584、子供：4285883）を用いて個人 ID をリンク。双子や兄弟関係も同様に表現。
  • 妊娠エピソードの表現: condition_occurrence テーブルに妊娠（concept_id: 4299535）を記録し、開始日（最終月経日）と終了日（分娩日）を定義。新生児はこのエピソードに relationship_concept_id 430541 でリンク。
  • 多対一マッピング: 複数の OMOP 概念に該当する可能性のある変数（血圧、喫煙状況など）について、コホート間での一貫性を確保するための調整済みマッピング戦略を採用。
  • 住所履歴: OMOP CDM 標準では最新の住所のみ保持されるため、時変する人口統計変数を追跡するために非標準のヘルパーテーブル location_history を実装。
  • 薬物語彙: 英国の DM+D 標準を介して RxNorm へ変換し、ATC 分類を付与。
  • 民族性: 標準的な OMOP の「人種」概念へのマッピングでは詳細が失われるため、主要カテゴリを標準化しつつ、詳細な分類は observation ドメインに保持するハイブリッド方式を採用。

3. 主要な貢献 (Key Contributions)

• 大規模な標準化リソースの構築: イギリス全域をカバーする 1,750 万件以上の出生記録を OMOP CDM に統合し、再現性のある分析基盤を提供。
• 母児リンクの標準的実装: 標準 OMOP CDM 構造内で、母親、新生児、妊娠エピソードの関係を非標準拡張なしに表現する新しい方法を確立。これにより、Federated Learning（連合学習）環境での分析が可能になった。
• 再現性のあるパイプライン: マッピングルール、変換スクリプト、ドキュメントを GitHub で公開し、他のコホートやネットワークへの拡張を容易にした。
• フェデレーテッド分析の基盤: 個人レベルのデータを移動させることなく、各 TRE 内でコードを実行し、結果のみを集約する分析手法を可能にした。

4. 結果 (Results)

• データ規模: 合計 1,745 万 6,840 件の出生記録（うち 99.6% が単胎児）、1,144 万 3,154 人の母親、1,733 万 1,090 件の妊娠エピソードを包含。
• 出生特性:
  • 満期産が 82.2%、早産が 5.4%、過期産が 3.3%。
  • 帝王切開率は地域により大きく異なり（ロンドン 39.7%、ウェールズ 19.9%）、地域医療慣行の差異を反映。
• 母体特性:
  • 平均分娩年齢は 29.4 歳。
  • 妊娠予約時の喫煙率は 2.5%（CPRD 全体）、地域により変動。
  • 妊娠中の合併症（妊娠糖尿病、高血圧、貧血など）の発生率もコホート間で差異が見られた。
• データ品質: 自動スキーマ検証と手動サンプリングレビューにより、OMOP CDM 準拠と概念マッピングの精度が確認された。

5. 意義と将来展望 (Significance & Future)

• 研究への影響: 稀な曝露や転帰の研究、臨床試験の模倣（trial emulation）、政策評価を大規模に行うことが可能になった。
• 相互運用性: 異なる国やコホート間での比較分析を可能にし、母児の健康に関するライフコース研究を推進する。
• 限界と課題:
  • 標準化によるデータの詳細さの低下（例：疾患の「不在」の明示的記録の欠如、民族性の詳細分類の損失）。
  • 非医療データ（教育、社会福祉など）は OMOP 標準化の対象外であり、別途リンクが必要。
  • 北アイルランドのデータはシステム変更により現時点で未統合だが、将来的な統合を予定。
• 将来の展開: 民族性の完全なハーモナイズ、妊娠エピソードのより明示的な表現へのモデル拡張、連合プラットフォームの実証実験、および国境を越えた deprivation（剥奪）指標の統合開発が進行中。

この論文は、母児医療分野における大規模な電子健康記録（EHR）の標準化と、プライバシーを保護したまま大規模分析を行うための実用的な枠組みを提供する重要なマイルストーンです。