Risk Screening in a Medicaid-Managed Pregnancy Medical Home: The Need to Center Maternal Health Outcomes in Public Health Programming

ヘルスケアシステムを、ハイテクな巨大な灯台だと想像してみてください。その役割は、船が岩に衝突する前に、トラブルに陥っている船を見つけ出すことです。何十年もの間、この灯台はある特定の種類の危険を見つけることには非常に長けていました。それが「赤ちゃんの船」です。もし赤ちゃんが早産になったり、体重が小さすぎたりしそうな場合、灯台は明るい警告を発し、ヘルパーのチームが船を安全に導くために駆けつけます。このシステムは「リスク・スクリーニング」と呼ばれ、ノースカロライナ州のメディケイド・プログラムを含む多くの場所で標準的なツールとなっています。

しかし、ここにひねりがあります。では、「母親の船」についてはどうでしょうか？赤ちゃんを宿している人もまた一つの船であり、時には彼女たち自身も独自の嵐に直面することがあります。例えば、深刻な出血、感染症、あるいは予想以上に長期の入院が必要になるケースなどです。これらは「母体不良アウトカム（adverse maternal outcomes）」と呼ばれます。長い間、灯台は赤ちゃんの進路を見るように作られてきました。つまり、赤ちゃんが安全であれば、母親も大丈夫だろうという前提です。しかし、科学者たちは疑問を持ち始めました。この灯台は、本当に正しい嵐を見ているのだろうか？ 赤ちゃんに危険が迫っていることを察知する同じ警告システムは、母親に危険が迫っていることも察知できるのだろうか？ 本論文は、まさにこの問いを掘り下げ、膨大なデータを用いて、現在の「セーフティネット」が両方の乗客を捉えているのか、それとも片方だけなのかを検証しています。

大きなテスト：赤ちゃんのレーダーは母親を捉えられるか？

ノースカロライナ州には、「妊娠メディカルホーム（Pregnancy Medical Home）」と呼ばれる、長年続くプログラムがあります。これは、メディケイドを利用している妊婦さんのための、非常に組織化されたケア・チームのようなものです。このプログラムに参加すると、人は「リスク・スクリーン」という、自身の健康状態、既往歴、生活環境に関する質問事項を含む長いチェックリストに回答します。糖尿病があるか？ 住居に関するストレスはあるか？ 以前に出産経験があるか？ 喫煙しているか？ などです。

このチェックリストの本来の目的は、早産や低出生体重児のリスクが高い妊娠を特定することでした。もしチェックリストが誰かを「高リスク」と判定した場合、その人は、医師との予約を守り、必要なサポートを受けられるよう、ケアマネージャーによる追加の支援を受けることができます。そして、結果はどうだったでしょうか？ プログラムは見事に機能しました。このプログラムは、早産や低体重の赤ちゃんの数を減らすことに成功したのです。

しかし、この論文の背後にいる研究者たちは、次のような好奇心に満ちた問いを投げかけました。「この同じチェックリストは、母親自身が深刻な病に陥るリスクがあることも見抜けるのだろうか？」

これを明らかにするため、チームはデジタル探偵のように振る舞いました。彼らは2014年から2019年までの3つの巨大なデータの塊を連結させました。

1. リスク・スクリーンのチェックリスト（母親たちが回答した質問）
2. 病院の記録（出産時に実際に何が起きたか）
3. メディケイドの請求データ（誰に対して何の支払いが行われたかを示す書類）

彼らは205,916件の出産を調査しました。これは膨大な数の「船」です！ 彼らは、フォームでリスクのある項目に「はい」と答えた人々が、実際に病院で「最悪の一日」を過ごす人々と同じであるかどうかを確認したかったのです。この研究における「最悪の一日」とは、以下のような深刻な事態を指します。

• 重篤な母体不良（SMM）：心臓発作や激しい出血など、母親が死にかけた「ニアミス」の事象。
• ICU（集中治療室）への入室。
• 長期入院、あるいは再入院が必要になったケース。

結果：霧がかかった予報

ここから物語は面白くなります。研究者たちは、チェックリストがこれらの恐ろしい事象を予測できるかどうかを確かめるため、高度なコンピュータモデル（「ランダムフォレスト」と呼ばれる、意思決定の木が集まったようなもの）を実行しました。

結果は、システムの設計者たちにとっては少し残念なものでした。このチェックリストは「赤ちゃん」のリスクを見つけることには優れていましたが、「母親」のリスクを予測することに関しては極めて不十分でした。

• スコア： 「健康な母親」と「病んでいる母親」を判別するモデルの能力は、「AUC（曲線下の面積）」と呼ばれるスコアで測定されました。完璧なスコアは1.0、コイン投げによる偶然は0.5です。このモデルのスコアは0.63でした。これは、ほとんど勘で当てるのと大差ありません。
• 見逃し率： モデルが最大限の精度を出そうとしたとき、実際に悪い結果となった母親のうち、捉えられたのはわずか**56%**でした。つまり、実質的に半数近くを見逃していたことになります！ また、健康な母親を誤って「リスクあり」と判定してしまうことも多くありました（特異度はわずか63%でした）。

チェックリストは何を正しく捉え、何を間違えたのか？

この研究では、母親の病状と関連する特定の要素も見出されました。母親が25歳より高齢である、黒人である、過体重または肥満である、喫煙している、あるいは糖尿病や高血圧などの慢性疾患を持っている場合、確かにリスクが高まります。また、チェックリストは、早産の既往歴や、前回の妊娠時の高血圧なども捉えていました。

しかし、研究者がこれらの手がかりを一つの予測ツールとして統合したとき、そのツールは母親にとって有用と言えるほど機能しませんでした。それは、庭の雨を予測することには長けているが、車の故障を予測することには全く役に立たない天気予報アプリのようなものです。

なぜ灯台は母親を見逃したのか？

著者らは、「赤ちゃんのレーダー」が「母親の嵐」を捉えられなかった理由として、いくつかの可能性を挙げています。

1. 質問の間違い： チェックリストは赤ちゃんの問題を特定するために設計されています。そのため、母親が病気になる兆候を示す特定のヒントを見落としている可能性があります。例えば、ICUへの入院につながるようなメンタルヘルスの問題や、特定の痛みに関する質問が不足しているかもしれません。
2. タイミングの問題： 重度の高血圧（妊娠高血圧腎症）などの問題は、チェックリストに記入した「後」に現れることがあります。もし最初の受診時にフォームに記入する場合、その3ヶ月後に始まる問題を予測することはできません。
3. 「対策」が効果を発揮した可能性： 「高リスク」と判定された母親たちは、追加のケアを受けていました。この追加のサポートが、実際にはいくつかの悪い結果を「防いでしまった」可能性があります。その結果、判定された人々が（対策なしの場合よりも）病気になることが少なくなったため、チェックリストが機能していないように見えた可能性があるのです。

結論

本論文は、ノースカロライナ州のプログラムは赤ちゃんの安全を守るための素晴らしいモデルではあるものの、現在、母親の危険を察知するためのツールとしては適切ではないと結論づけています。このシステムは新生児のアウトカムを最適化するように構築されており、その役割は見事に果たしました。しかし、母親を守るためには、新しい種類の地図が必要です。

著者らは、プログラムが壊れていると言っているのではなく、再調整が必要だと言っています。彼らは、公衆衛生プログラムは、赤ちゃんと母親を別々の船として見るのをやめるべきだと主張しています。代わりに、両方の乗客を平等に見据えたリスク・スクリーンを設計する必要があります。もし私たちが命を救いたいのであれば、私たちの灯台が、積荷だけでなく、乗組員全員に迫る嵐をも見通せるほど明るいものであることを確認しなければなりません。