Availability and Quality of Anthropometric Data in Swiss Childrens Hospitals: The SwissPedGrowth Project

スイス小児病院の電子健康記録から成長データを抽出する「SwissPedGrowth」プロジェクトは、データ抽出の実現性と高品質性を示したが、病院間でのデータ完全性と調和の課題が残っている。

要約

🏥 物語の舞台：7 つの病院と巨大なデータ庫

想像してみてください。スイスには 7 つの大きな小児病院があります。それぞれが独自の「電子カルテシステム」を使っています。
これらはまるで、7 人の料理人がそれぞれ異なるレシピ帳と調理器具を持っているようなものです。

• A さんは手書きのメモをスキャンして保存する。
• B さんは特定の欄に数字を入れる。
• C さんは自由な文章で「身長は 120cm」などと書く。

研究者たちは、このバラバラな 7 つのシステムから、子供たちの成長記録（身長・体重・頭囲）をすべて集め、**「スイスPedGrowth（スイスの子供たちの成長）」**という巨大なデータベースを作ろうとしました。

🔍 調査の結果：「見つけた！」と「見逃した！」

研究チームは、2017 年から 2023 年までの47 万人以上の患者データ（約 217 万回の受診記録）を分析しました。

1. データの「収穫量」は？

病院に来た子供たちの記録を漁ってみると、以下のような結果が出ました。

• 体重（43%）: 半分近くの受診で記録されていました。
• 身長（20%）: 2 回に 1 回しか記録されていませんでした。
• 頭囲（5%）: 赤ちゃんの頭囲は、あまり記録されていませんでした。

🍎 アナロジー：果物狩り
病院の電子カルテは、果樹園のようなものです。

• 入院患者は、木の実が熟してすぐに箱詰めされるので、データがしっかり残っています（収穫率が高い）。
• 外来や救急は、子供が通りがかりに「あ、身長測ったよ」と言っただけで、そのメモが「自由記述欄」という茂みの中に隠れてしまっていることが多いのです。システムが自動で読み取れる「箱（構造化データ）」に入っていないため、見つけられませんでした。

2. データの「品質」は？

集まったデータには、いくつかの「ゴミ」や「間違い」がありました。

• 間違い: 「身長 150cm」が「体重 150kg」と入力されていたり、単位が間違っていたり。
• コピー＆ペースト: 昨日の記録をそのまま今日も使っている（「持ち越し」）データが、3 割近くありました。
• 異常値: 生物学的にあり得ない数字（例えば、身長が 300cm など）も少し混じっていました。

研究チームは、**「自動掃除ロボット（既存のアルゴリズム）」と「自分たちで作った掃除ロボット（独自アルゴリズム）」**の 2 台を駆使して、これらのゴミを除去しました。その結果、きれいなデータだけが残り、研究に使える状態になりました。

🎯 対象は「スイスの子供たち」を代表しているか？

集まった 47 万人のデータは、スイス全体の 20 歳未満の子供たちを代表しているでしょうか？

• 最初は少しズレていた: 集まったデータには、男の子が多く、スイス国籍の子供が少し少なく、経済的に恵まれた地域（高所得層）の子供が少し多かったです。
• しかし、調整すれば OK: 研究者たちは、このズレを補正する「重み付け（ウェイト）」という魔法をかけました。これにより、集まったデータはスイス全体の人口構成とほぼ同じになりました。

🎚️ アナロジー：写真の編集
最初は、特定のグループ（例えば、スポーツ選手）ばかり集まった写真のような状態でしたが、後から「このグループは少し多すぎるから減らし、あのグループは少なすぎるから増やそう」と調整（重み付け）することで、スイス全体を写したバランスの取れた写真に仕上げることができました。

💡 この研究が教えてくれること（結論）

1. 可能だが、大変: 異なる病院のシステムからデータを集めるのは、**「異なる言語を話す 7 人のチームが、同じ本を翻訳して一冊の辞書を作る」**ような大変な作業でした。しかし、不可能ではありません。
2. データは隠れている: 多くの重要なデータ（特に外来での身長・体重）は、システムが読み取れない「自由なメモ」の中に埋もれています。これを改善するには、医師がより構造化された形式で入力する習慣を変える必要があります。
3. 未来への希望: このプロジェクト（SwissPedGrowth）は、電子カルテのデータを使って、子供たちの成長や健康に関する大規模な研究ができることを証明しました。

🏁 まとめ

この論文は、**「スイスの小児病院の電子カルテには、子供たちの成長に関する宝の山が眠っているが、それを掘り出すには、雑多なメモを整理し、ゴミを取り除くという大掛かりな作業が必要だった」**と伝えています。

その努力の末、得られたデータはスイスの子供たち全体を正しく反映しており、将来の医療や公衆衛生の研究に大きく貢献できることが示されました。

技術概要

以下は、提示された論文「SwissPedGrowth Project: スイスの小児病院における身体測定データ（身長・体重など）の入手可能性と品質」の技術的サマリーです。

1. 研究の背景と課題 (Problem)

小児医療において、身長、体重、頭囲などの身体測定データは、成長のモニタリング、肥満や低身長などの診断、薬物投与量の決定に不可欠です。これらのデータは電子健康記録（EHR）に routinely 記録されていますが、研究用に利用可能な形式に変換する過程には以下の重大な課題が存在します。

• データの入手可能性と品質の不透明性: EHR 内に記録されているか、またそのデータが研究に耐えうる品質であるかが不明確。
• 技術的障壁: 異なる病院間で多様な EHR システムが使用されており、データの抽出と標準化（ハーモナイゼーション）が困難。
• 代表性の懸念: 臨床コホートが一般小児人口をどの程度代表しているかの評価が不足している。
• スイスにおける状況: スイスでは「SwissPedHealth」イニシアチブにより、複数の小児病院からの EHR データ抽出の枠組みが整いつつあるが、大規模な多施設データを用いた成長研究の実現可能性と代表性は未評価であった。

2. 研究方法 (Methodology)

本研究（SwissPedGrowth プロジェクト）は、スイスの 7 都市（バーゼル、ベルン、ジュネーヴ、ローザンヌ、ルツェルン、サンクト・ガレン、チューリッヒ）の小児病院で 2017 年から 2023 年にかけて行われた、20 歳未満の患者の EHR データを対象とした多施設後ろ向き研究です。

• データ抽出と前処理:
  • SwissPedHealth フレームワーク: 各病院の臨床データウェアハウス（CDW）から、社会人口統計学的情報、行政情報、臨床データ、身体測定データを抽出。
  • 標準化: SPHN（Swiss Personalized Health Network）のスキーマ（RDF 形式）と標準用語（SNOMED-CT, LOINC）にマッピング。
  • 社会経済指標: 患者の住所に基づき、スイス・ネighbourhood 社会経済的地位指数（Swiss-SEP）を付与。
  • BMI 計算: 体重記録と最も近い日付（最大 30 日以内）の身長記録をマッチングし、BMI を算出。
• データ品質評価アルゴリズム:
  • 身長と体重のデータについて、以下の 3 つのアプローチで品質評価とクリーニングを実施：
    1. 独自開発アルゴリズム: WHO 成長基準（スイス版）に基づく z スコアを用いた生物学的に不自然な外れ値、単位/小数点エラー、入れ替え、重複（同日または前回の記録の流用）の検出。
    2. 既存アルゴリズム (growthcleanr): 患者の z スコアの縦断的移動平均に基づく検出。
    3. 組み合わせ: 上記 2 つを順次適用して最終的なクリーンデータセットを生成。
  • 頭囲については独自アルゴリズム、BMI については身長・体重の結果と併せて z スコア（<-5 または >8）で外れ値をフラグ付け。
• 代表性の評価:
  • SwissPedGrowth コホートとスイス連邦統計局（FSO）の国勢調査データ（20 歳未満）を比較。
  • 年齢、性別、国籍、Swiss-SEP について標準化平均差（Glass' Δ）および標準化割合差（Cohen's h）を計算。
  • 偏りを補正するため、イテレーティブ・プロポーショナル・フィッティング（raking）による重み付けを適用。
• 抽出プロセスの課題分析:
  • 抽出されなかった 140 件の外来・入院記録（各 70 件）を医師が手動レビューし、構造化フィールドと非構造化テキスト（スキャン文書、自由記述欄）の差異を調査。

3. 主な結果 (Key Results)

• 対象集団:
  • 477,531 人の患者、2,171,633 回の受診を分析対象とした。
  • 男児 54%、スイス国籍 71%、平均 Swiss-SEP 65（SD: 11）、受診時の中央値年齢 6.3 歳。
• データの入手可能性:
  • 記録率: 受診回数のうち、身長は 20%、体重は 43%、頭囲は 5%、BMI は 23% のみ記録されていた。
  • 傾向: 入院時の記録率が外来・救急よりも高かった。乳幼児やスイス国籍の子どもで記録率が高かった。
  • ** longitudinal 分析の可能性:** 患者の 23% が複数の身長測定、49% が複数の体重測定を持っていた。
• データ品質:
  • エラー検出: 2 つのアルゴリズムを組み合わせると、身長の 4%、体重の 3% が生物学的に不自然な外れ値として検出された。
  • 重複: 身長データの 29%、体重データの 31% が「前回の記録の流用」または「同日の重複」としてフラグ付けされた。
  • 手動レビューの知見: 手動レビューでは、入院記録の 93% に体重、60% に身長が見つかったが、多くはスキャンされた紙文書や非構造化フィールドに埋もれており、自動抽出では見逃されていた。
• 代表性:
  • 重み付け前、コホートは一般人口に比べて若く、男児が多く、スイス国籍が少なく、高所得層（Swiss-SEP が高い）の割合が多かった。
  • しかし、標準化差は「小」または「小〜中」の範囲内であり、重み付けを適用後、すべての変数で標準化差がほぼゼロ（<0.001）となり、一般人口を代表するようになった。

4. 主要な貢献と意義 (Contributions & Significance)

• 実用性の立証: 多施設にまたがる異質な EHR システムから、大規模かつ高品質な小児の身体測定データを抽出・統合することが技術的に可能であることを実証した（SwissPedHealth と SPHN フレームワークの有効性）。
• データ品質の可視化: 自動抽出データには「流用データ」や「重複」が多く含まれる傾向があり、研究利用には厳格なクリーニングアルゴリズム（独自アルゴリズムと既存ツールの併用）が不可欠であることを示した。
• 代表性の確保: 臨床データはそのままではバイアスがかかる可能性があるが、適切な統計的重み付けを行うことで、スイス一般小児人口を代表するコホートとして利用可能であることを示した。
• 将来への提言:
  • 医師レベル: 構造化されたデータ入力の重要性とトレーニングの必要性。
  • 病院レベル: 外来・救急での構造化入力を促す EHR システムの最適化。
  • システムレベル: 行政ケース（Administrative cases）ではなく、個々の「受診（Visits）」にデータをリンクさせるための SPHN スキーマの改良。

結論

SwissPedGrowth プロジェクトは、スイスにおける大規模な小児成長研究のための EHR データ利用の道を開いたが、データの完全性（特に外来・救急）と、異機種間でのハーモナイゼーションには依然として課題が残っていることを示しました。しかし、適切なデータクリーニングと重み付けを施すことで、EHR データは公衆衛生および個別患者ケアに関する重要な研究リソースとなり得ることが確認されました。