電子カルテおよびZIPレベルデータを用いたオピオイド使用障害の治療選択モデル

科学分野:

• データサイエンス
• 薬理学
• 公衆衛生

背景:

• ブプレノルフィンやメトトレキサートなどのオピオイド使用障害（OUD）治療薬は、十分に活用されていません。
• 専門家主導のケア決定は、治療へのアクセスに影響を与えます。

研究 の 目的:

• OUD治療選択をガイドするための予測モデルを開発する。
• 患者の転帰改善のために薬物選択を最適化する。

主な方法:

• 一般化線形回帰、ランダムフォレスト、勾配ブースティングマシン、ディープラーニングモデルを構築した。
• 早期および後期のフュージョンを用いた電子カルテ（EHR）およびZIPレベルデータを利用した。
• 治療反応を、入院中の有害事象の不在および退院後90日間の有害事象の不在と定義した。

主要な成果:

• EHRのみのモデルは、ZIPのみのモデルよりも優れた性能を発揮しました。
• ZIPレベルデータは、EHRのみのモデルのパフォーマンスを大幅に向上させませんでした。
• モデルは、OUD治療においてメトトレキサートよりもブプレノルフィンを一貫して推奨しました。

結論:

• EHRデータを用いた予測モデリングは、OUD治療選択に有望であることを示しています。
• OUD治療モデルに社会的および外部要因を組み込むには、さらなる研究が必要です。