The EHR Density Index: A new method to control for EHR data inconsistency across patients

あなたは、ある謎を解こうとしている探偵だと想像してください。手掛かりとなるのは、巨大で、めちゃくちゃに整理された医療記録の図書室です。これは、すべての本が整然と並んでいる図書室ではありません。ある人は日記や写真、領収書の入ったトランクを丸ごと残していき、ある人は付箋を一枚落としただけ、というような、混沌とした屋根裏部屋のような場所です。医学研究の世界では、これが「電子健康記録（EHR）」の現実です。これらは医師が患者を追跡するために使用するデジタルファイルですが、科学者のためではなく日常のケアのために書かれているため、しばしば不均一になります。非常に病状が重い患者は、病院を頻繁に訪れるため、何ページものデータが存在します。一方で、より健康であったり、年に一度しか受診しなかったりする人々は、記録が非常に乏しいものです。

長い間、研究者たちはこの混乱を修正するために、「チャールソン併存疾患指数（CCI）」と呼ばれるツールを使用してきました。CCIを「病気スコア」だと考えてください。これは患者の記録を確認し、その人がどれだけの深刻な疾患を抱えているかをカウントします。考え方としては、その人がどれほど病気であるかを知っていれば、他の人と公平に比較できるというものです。しかし、ここに落とし穴があります。CCIは「その人がどれほど病気か」を測定するだけであり、「その人についてどれだけのことが分かっているか」を測定するものではありません。もし、非常に重症な患者が、詳細をあまり書き留めない専門医の診察しか受けていなかった場合、CCIはその人が病気であることを示すかもしれませんが、記録自体は空っぽに見えることがあります。これは厄家な問題を生み出します。患者の経過（アウトカム）が異なるのは、その人が病気だからなのか、それとも単に医療ファイルが薄いからなのか？ 科学者には、その中にある「病気」とは別に、ファイル自体の「厚み」を測定する方法が必要です。

ここで、ノースカロライナ大学の研究チームが、「電子健康記録密度指数（EDI）」という新しいアイデアを携えて登場します。彼らは、医療データから公正な結果を得るためには、患者の健康状態だけでなく、その「書類の量（ボリューム）」を知る必要があると気づきました。彼らは、その人が実際にどれくらいの頻度で医師を訪れているかを考慮しながら、患者のファイルに1年間にどれだけの情報が詰め込まれているかを正確に測定するシステムを構築しました。

「書類の探偵」の物語

研究者たちは、膨大なデータの山からスタートしました。それは、2018年から2024年までのUNCヘルスにおける、24,987人の成人患者の医療記録です。彼らは、「この患者にはデータがたくさんある」あるいは「この患者にはほとんどない」ということを、「この患者はとても病気が重い」ということと混同することなく、判別できる新しいツールを作りたいと考えました。

これを行うために、彼らは単にテキストの行数を数えたのではありません。彼らは、患者がヘルスケアシステムとどのように関わっているかに基づいて、人々をグループ分けする「探偵」として行動しました。彼らは「ガウス混合モデル（Gaussian Mixture Model）」（スマートな仕分け機と考えてください）という高度な数学的手法を用い、受診パターンに基づいて患者を4つの明確な「利用クラスター」に分類しました。

1. 入院高頻度（High Inpatient）: 入院回数が多い、または入院期間が長い人々。
2. 入院中頻度（Moderate Inpatient）: 時々入院する人々。
3. 外来定期的（Outpatient Regular）: クリニックで定期的かつ予測可能なタイミングで医師に会う人々。
4. 外来不定期（Outpatient Irregular）: 滅多に、かつ予測不可能なタイミングで受診する人々。

患者をこれらのグループに分類した後、研究者たちは記録の「密度」に着目しました。彼らはこう問いかけました。「この特定のグループの人々の中で、この人は平均よりも『多くの』書類を持っているのか、それとも『少ない』のか？」 彼らは4つの特定の種類の医療的な手がかりをチェックしました：疾患（診断）、薬剤（処方薬）、測定値（血液検査など）、および処置（手術やX線検査など）です。

もし「外来定期的」グループの患者が、隣人よりもはるかに多くの検査結果や投薬メモを持っていた場合、その人は高い「密度スコア」を得ます。もし少なければ、低いスコアを得ます。このスコアは「残差（residual）」と呼ばれます。これは、単に「平均からどれくらい離れているか」を意味する専門用語です。

彼らが発見したこと

チームは、非常に興味深い事実を発見しました。病気であることと、ファイルが厚いことは関連していますが、それらは同じものではないということです。

彼らは、「病気スコア（CCI）」が「書類スコア（EDI）」を予測できるかどうかを検証しました。その結果、重症な患者は受診回数が多くなり、結果としてデータも多くなる傾向があるものの、その結びつきは弱いことが分かりました。実際、非常に重症でありながら記録が極めて薄い患者もいれば、それほど重症ではないのに、信じられないほど詳細なファイルを持っている患者もいることが判明しました。

論文は、従来の「病気スコア（CCI）」だけではデータの問題を解決するには不十分であるという考えを明確に主張しています。著者らは、CCIは人がどれほど病気かを知るには優れているが、その人のファイルにどれだけの情報が実際に含まれているかを知るには極めて不十分であることを示しています。高い病気スコアを持つ患者であっても、病院への訪問頻度が低ければ「薄い」ファイルを持つ可能性があり、CCIはそのことを検知できません。しかし、EDIは、その薄いファイルを即座に見つけ出します。

また、研究者たちは、EDIはCCIに代わるものではなく、むしろ**相棒（コンパニオン）**であることも示しました。ケーキを焼いている場面を想像してください。CCIは「小麦粉（病気の主要な材料）」であり、EDIは「計量カップ（実際にどれだけの材料があるかを示すもの）」です。両方が必要です。もし小麦粉の量を計らずに使うだけなら、ケーキは台無しになるかもしれません。

なぜこれが重要なのか

著者らは、EDIをCCIと併用することで、科学者が間違いを犯すのを防ぐことができると示唆しています。過去に、ある薬がある人々に対してより効果的であるという研究結果が出た場合、それは薬が実際に効いたからではなく、その人たちのファイルが「厚く」、医師がより多くの詳細を書き留めていたからだった可能性があります。EDIを数学的な計算に加えることで、研究者はこの不均一性を「制御」することができます。

この論文は、すべての問題を解決したと主張しているわけではありません。彼らは、病院によって情報の書き方が異なるため、彼らの特定の数値が世界中のすべての病院で完璧に機能するとは限らないことを認めています。彼らは、他の科学者がこの手法を取り入れ、自分たちの地域のデータで「再学習（リトレイン）」させることを推奨しています。また、現在のツールは構造化データ（チェックボックスやコードなど）のみを対象としており、医師が自身の言葉で書く自由記述のノート（テキスト）をまだ読み取ることはできないことも指摘しています。

要約すると、電子健康記録密度指数（EDI）は、患者の医療的な物語の「厚み」を測るための新しい定規です。これは、ファイルが薄いからといって、必ずしもその患者が健康なのではなく、単に物語がまだ書き記されていないだけかもしれない、ということを理解する助けとなります。この新しいツールを用いることで、科学者たちは、自らの発見をより正確で、公平で、信頼できるものにできることを期待しています。