別添３
厚生労働科学研究費補助金（長寿科学政策研究事業）
総括研究報告書
介護及び医療レセプト分析による疾患並びに状態別の最適訪問看護提供パッケージの提案 と自治体担当者向けの訪問看護実態可視化ツールの開発
研究代表者 福井 小紀子（東京医科歯科大学保健衛生学研究科 教授）
研究分担者 野口 麻衣子（東京医科歯科大学保健衛生学研究科 准教授）
宇田 淳 （滋慶医療科学大学医療管理学研究科 教授）
林田 賢史 （産業医科大学 医療情報部長）
清水 準一 （東京医療保健大学千葉看護学部看護学科 教授）
藤田 淳子 （国立看護大学校 教授）
五十嵐 歩 （東京大学医学系研究科 准教授）
梅津 千香子（福井県立大学看護福祉学部看護学科 准教授）
研究協力者 大槻 奈緒子（東京医科歯科大学保健衛生学研究科 特任講師）
坂野 朋未 （東京医科歯科大学保健衛生学研究科 大学院生）
佐川 美枝子（東京医科歯科大学保健衛生学研究科 大学院生）
北村 智美 （一般財団法人医療経済研究・社会保険福祉協会 医療経済研究機構 研究部 研究員）
研究要旨
本研究の1 年目に当たる令和2 年度は、静岡県下の複数市町からの「国保データベー ス（KDB）システムで取り扱う医療・介護情報」と「訪問看護に係わるレセプト（介護保 険詳細情報を含む訪問看護費と医療保険による訪問看護療養費）」のデータ提供が、当初 7月を予定していたもののコロナ禍で3月に遅れた。しかし、これらのデータ提供を静岡 県下の政令２市を除く全33市町から得られた。
この間、目的１となる総医療介護サービス利用状況を考慮した最適訪問看護提供パッ ケージ提案のための評価枠組みの整理を、文献検討、実践家ヒアリング、専門家パネルを 通して行った。すなわち、訪問看護利用者の特性として、代表的な疾患群として７つ（脳 血管疾患、うっ血性心不全、慢性肺疾患、がん、腎不全、認知症、難病）を選定した。加 えて要介護度や入院状況や訪問看護以外の介護サービス利用状況や地域特性など、訪問 看護と他の医療介護サービスの利用状況をレセプトデータから包括的に捉えるための概 念枠組みとレセプトデータ上の変数選択について文献検討、実践家ヒアリング、専門家パ ネルを通して整理した。
目的２として、上記に述べたように、静岡県からデータ提供を受けた３月以降、実際に 生データを把握し、データ解釈とデータ加工に着手して、次年度の足掛かりを作った。
目的３として、次年度の取組を見通しながら、利用者個々の疾患並びに状態別の特性に 応じた訪問看護利用の実態を把握するとともに、訪問看護利用によるアウトカム効果（在 宅療養者の介護度の安定化、在宅療養の継続・入院状況、在宅看取りの実現、医療介護総 コスト）の分析計画の具体化を開始した。
A. 研究目的
本研究で協力体制を組む静岡県は、日本 のほぼ中央に位置し、高齢化率（2015年度
27.8%）、世帯規模（2015年度 1世帯当たり
人員2.54人）ともに全国平均に近い特徴を 有する。本研究の第一の目的として、総医療 介護サービス利用状況を考慮した最適訪問 看護提供パッケージ提案のための評価枠組 みの整理を、文献検討、実践家ヒアリング、
専門家パネルを通して行った。第二の目的 として、研究協力を得られる静岡県下の全 33市町（政令２市を除く）から、国保デー タベース（KDB）システムで取り扱う医療・
介護情報と訪問看護に係わるレセプト（介 護保険詳細情報を含む訪問看護費と医療保 険による訪問看護療養費）を、令和 2 年 3 月にコロナ禍の影響で遅れたものの、静岡 県と各市町村との協力のもと丁寧なプロセ スを経て取得し、解析用データセットの作 成を開始した。第三の目的として、これらの 被保険者単位の医療介護情報が蓄積された レセプトデータを利用して、利用者個々の 疾患並びに状態別の特性に応じた訪問看護 利用の実態を把握するとともに、訪問看護 利用によるアウトカム効果（在宅療養者の 介護度の安定化、在宅療養の継続・入院状 況、在宅看取りの実現、医療介護総コスト）
の分析に向けたデータセットの作成を開始 した。
そして、これら3つの取組を根拠として、
次年度の最適訪問看護提供パッケージの提
案と訪問看護提供実態可視化ツールを作成 につなげる。
B. 研究方法
１．最適訪問看護提供パッケージ提案のた めの評価枠組みの整理
最適訪問看護提供パッケージ提案のため の評価枠組みの整理を、文献検討、実践家ヒ アリング、専門家パネルを通して行った。す なわち、訪問看護利用者の特性として、代表 的な疾患群として、①厚生労働省が提供す る介護給付費分科会や中央社会保険医療協 議会に提出された訪問看護利用者の主な疾 患群、②米国の訪問看護報酬の算定に用い られている疾患群別評価基準である OASIS、
③世界的にレセプト研究に用いられること の多い併存疾患基準であるチャールソン併 存疾患指数 （Charlson Risk Index）、④世界 保健機関 (WHO) が死因や疾病の国際的な 統計基準として公表している分類である疾 病 及 び 関 連 保 健 問 題 の 国 際 統 計 分 類 International Classification of Diseases、ICD-10）
を参考に、訪問看護利用者として重要と考 える７つ疾患群を選定した。加えて、疾患以 外の状態を表す枠組み・変数として、性別、
年齢、要介護度、入院や施設利用状況、訪問 看護以外の介護サービス利用状況、地域特 性を選定した。
これらの特性ごとに、訪問看護と他の医 療介護サービスの利用状況をレセプトデー タから包括的に捉えるための概念枠組みお
K D B 台帳
国保 レ セ
後期 レ セ
介護 給付
訪問看護
（ 介護）
訪問看護
（ 医療）
介護認定 情報 2 0 1 2 年（ 6 ～３ 月）
2 0 1 3 年（ 4 ～３ 月）
2 0 1 4 年（ 4 ～３ 月）
2 0 1 5 年（ 4 ～３ 月）
2 0 1 6 年（ 4 ～３ 月）
2 0 1 7 年（ 4 ～３ 月）
2 0 1 8 年（ 4 ～３ 月） ～1 1 月 ～1 1 月 ～1 1 月 2 0 1 9 年（ 4 ～３ 月）
2 0 2 0 年（ 4 ～３ 月） ～5 月
【 静岡データ ： 政令指定都市２ 市以外の3 3 市町】
K D Bデータ セッ ト 訪問看護療養費データ セッ ト
データ 重複： 訪問看護（ 介護）
（ サービ ス種類, 日数・ 回数, 単位数）
国 保 連 が ６ 桁 に 復 元 し た デー タ
一 部 の 市 町 の み の 後 期
突 合 不 可
＊K D Bに退職者医療制度分あり
よびレセプトデータ上の変数選択の整理を 行った。
２．解析用データセットの集積・突合 静岡県長寿政策課の全面的な協力を得て、
政令市 2市（静岡市、浜松市）を除く県下 の全33市町から、コロナ禍の影響で本班へ のデータ提供が令和3年3月に遅れたもの の、図1に示すように、2012年から2019年 の国保データベース（KDB）システムで取 り扱う医療・介護情報と訪問看護に係わる レセプト（介護保険詳細情報を含む訪問看 護費と医療保険による訪問看護療養費）を、
本班と県と市町との間でのデータ取得に向 けた丁寧なプロセスを経て取得し、解析用 データセットの作成を開始した。レセプト データの詳しい内容を図1に示した（図1）。
図1．静岡33市町から本班に提供された レセプトデータの種類と年月
３．訪問看護アウトカム評価分析
上述した被保険者単位の医療介護情報が 蓄積されたレセプトデータを利用して、利 用者個々の疾患並びに状態別の特性に応じ た訪問看護利用の実態を把握するとともに、
訪問看護利用によるアウトカム効果（在宅 療養者の介護度の安定化、在宅療養の継続・
入院状況、在宅看取りの実現、医療介護総コ スト）の分析に向けたデータセットの作成 を開始した。
そして、これら3つの取組を根拠として、
次年度の最適訪問看護提供パッケージの提 案と訪問看護提供実態可視化ツールを作成 につなげる。
（倫理面への配慮）
本研究の実施について、研究代表者であ る福井の所属する東京医科歯科大学医学部
倫理審査委員会に審査申請を行い、承認を 得た（審査番号：M2020-240）。
C. 研究結果 及び D. 考察
１．最適訪問看護提供パッケージ提案のた めの評価枠組みの整理
令和2年度4〜3月に計12回の班会議を 実施し、最適訪問看護提供パッケージ提案 のための評価枠組みの整理を、文献検討、実 践家ヒアリング、専門家パネルを通して行 った。
図 2．訪問看護ステーションの利用者の傷
病分類
具体的には、訪問看護利用者の特性として、
代表的な疾患群として、①厚生労働省が提 供する介護給付費分科会や中央社会保険医 療協議会に提出された訪問看護利用者の主 な疾患群（図2）、②米国の訪問看護報酬の 算定に用いられている疾患群別評価基準で
ある OASIS（図3,4）、③世界的にレセプト
研究に用いられることの多い併存疾患基準 で あ る チ ャ ー ル ソ ン 併 存 疾 患 指 数
(Charlson Risk Index)（図5）、④世界保健機
関 (WHO) が死因や疾病の国際的な統計基 準として公表している分類である疾病及び 関連保健問題の国際統計分類(International Classification of Diseases, ICD-10)（図5）を 参考に、訪問看護利用者として重要と考え る７つ（脳血管疾患、うっ血性心不全、慢性
肺疾患、がん、腎不全、認知症、難病）を選 定した。
併せて、疾患以外の状態を表す枠組み・変 数として、性別、年齢、要介護度、入院や施 設利用状況、訪問看護以外の介護サービス 利用状況、地域特性を選定した。
これらの特性ごとに、訪問看護と他の医 療介護サービスの利用状況をレセプトデー タから包括的に捉えるための概念枠組みお
よびレセプトデータ上の変数選択の整理を 行った。
図3．米国の訪問看護支払い方式：診断群別包括支払方式 (PPS: Prospective Payment System）
HHRG (Home Health Resource Groups)（2000～2019年）
図 4. 米国の訪問看護支払い方式：診断群別包括支払方式 HHRG（Patient-Driven Groupings Model）（2020.1月以降）
図5 標併存症指標（Charlson Comorbidity Index, Elixhauser Comorbidity Index） と ICD-10との関連
２．解析用データセットの集積・突合 静岡県長寿政策課の全面的な協力を得て、
政令市 2市（静岡市、浜松市）を除く県下 の全33市町から、コロナ禍の影響で本班へ のデータ提供が令和3年3月に遅れたもの の、図1に示すように、2012年から2019年 の国保データベース（KDB）システムで取 り扱う医療・介護情報と訪問看護に係わる レセプト（介護保険詳細情報を含む訪問看 護費と医療保険による訪問看護療養費）を、
本班と県と市町との間でのデータ取得に向 けた丁寧なプロセスを経て取得し、解析用 データセットの作成を開始した。レセプト
データの詳しい内容を図 1 に示した（図 1：再掲）。
静岡県からのデータ提供が令和3年3月 と遅れたこと，国保データベースの概要は 全国で多少の抽出レイアウトの違いはあっ ても根本的なデータの相違はないことから，
静岡県からのデータ提供を待ちつつ、本研 究の研究遂行計画を鑑みて，すでに代表者 が分担研究者として関わってきた厚生労働 科学研究費補助金（地域医療基盤開発推進 研究事業）（研究代表者 飯島勝矢先生、課 題名：在宅及び慢性期の医療機関で療養す る患者の状態の包括的評価方法の確立のた めの研究（H30－医療－一般－011））から正 式に入手した他自治体データ（柏市データ）
を用いて，データセットの特徴把握を静岡 県データ解析のパイロットスタディとして 実施した．図 6にパイロット自治体のデー タ概要を示した．これらと静岡県のデータ
K D B 台帳
国保 レ セ
後期 レ セ
介護 給付
訪問看護
（ 介護）
訪問看護
（ 医療）
介護認定 情報 2 0 1 2 年（ 6 ～３ 月）
2 0 1 3 年（ 4 ～３ 月）
2 0 1 4 年（ 4 ～３ 月）
2 0 1 5 年（ 4 ～３ 月）
2 0 1 6 年（ 4 ～３ 月）
2 0 1 7 年（ 4 ～３ 月）
2 0 1 8 年（ 4 ～３ 月） ～1 1 月 ～1 1 月 ～1 1 月 2 0 1 9 年（ 4 ～３ 月）
2 0 2 0 年（ 4 ～３ 月） ～5 月
【 静岡データ ： 政令指定都市２ 市以外の3 3 市町】
K D Bデータ セッ ト 訪問看護療養費データ セッ ト
データ 重複： 訪問看護（ 介護）
（ サービ ス 種類, 日数・ 回数, 単位数）
国 保 連 が ６ 桁 に 復 元 し た デー タ
一 部 の 市 町 の み の 後 期
突 合 不 可
＊K D Bに退職者医療制度分あり
【 パイ ロ ッ ト 自治体データ 】
KDB 保険加入者数
国保レ セ 後期レ セ 介護給付 介護保険
詳細データ 2 0 1 2 年
(6 ～3 月)
2 0 1 3 年
(4 ～3 月)
2 0 1 4 年
(4 ～3 月)
2 0 1 5 年
(4 ～3 月)
2 0 1 6 年
(4 ～3 月)
2 0 1 7 年
(4 ～3 月)
2 0 1 8 年
(4 ～5 月)
K D B データ セッ ト
介護保険 データ セッ ト
データ 重複あり ： サービ ス 利用詳細情報
被保険者情報（ 取得， 喪失事由，
要介護度， 所得金額， 年金所得）
※認定情報詳細は介護保険データ セッ ト のみ 介護認定情報に， 看護必要度のB項
目およ び認知機能， A D L詳細あり
同じ く ら いのデータ 重複なのかの 確認を する ．
同じ なら ば， 資格喪失と 住基から p o p u la tio n at risk を 設定し ， 認定 情報を ベースラ イ ン ch aracteristics にし てコ ホート を 組むと ， 観察期間 が長く と れる ．
図 1 提供された静岡県レセプトデータ
（再掲）
図6．パイロット自治体のデータ概要
K D Bと 介護保険データ ベースの突合
※法令上， K D Bと 介護保険D Bの突合は不可能である が， パイ ロ ッ ト 自治体は突合許可あり
K D B
介護
U n iq u e ID
受付番号 紐付けID
介護給付実績 資格喪失 認定調査 保険料段階
国保・ 後期別で，
K D B被保険者台帳 D PC
医科 歯科 調剤
訪問看護（ 医療）
国保・ 後期別で，
D PC 医科 歯科 調剤
介護保険レ セプ ト
疾病別医療費比較表 基本台帳
特定健診 医療傷病名 医療摘要 ICD 別得点 介護給付 K D B
介護D B
後期レ セプ ト
国保レ セプ ト 後期
国保
紐付けID 紐付けID
U n iq u e ID
U n iq u e ID
U n iq u e ID
U n iq u e ID⇄
紐付けID ⇄
受付番号
受付番号
H 2 4 ～H 2 9
K D B台帳被保険者カ ラ ム数 カ ラ ム= 4 0 8 ,3 9 1
解析対象被保険者カ ラ ム数 カ ラ ム= 3 9 3 ,3 1 6
解析対象から の削除 1 ） 作業用レ コ ード
（ N = 1 1 6 ）
2 ） 性別， 誕生日の不一致
（ N = 1 ）
3 ） 郵便番号の欠如
（ N = 1 4 ,9 5 8 ） K D B台帳解析対象者選定の流れ (仮)
※重複あり
を比較すると，データ内容は同一でも，デー タフォーマットおよび抽出仕様が自治体に よって相違があることが明らかになり，す なわちデータ加工アルゴリズムが全国統一 で流用できないことを示しており，わが国 における国保データベース解析における課 題が明らかとなった．
次に，パイロット自治体を用いた，データ 整理およびデータ加工アルゴリズムを検討 した結果を図7に示した．これらにより，
図7．データ加工アルゴリズム
国保データ，後期高齢者データ，介護保険レ セプトデータの突合は，突合キーの意図的 付与により，可能であることがわかった．一 方で，自治体からデータ提供を受ける際に，
突合を視野に突合キーを付与しなければ，
個人情報を削除し，匿名化処理をしたこれ
らのデータベースでは突合が困難となり，
データの有効利用ができない可能性が生じ ることが明らかになった．また，国保データ ベースは，データ解析が本来の目的ではな く，国民の国保データ蓄積が本来であり，そ れに伴うシステム上の不具合（転出転入に よるデータの重複，データの欠測）に加え，
作業用レコードの付与等があり，これらが 国保データベース解析の難易度を高めてい ると考えられる．今後，わが国も国民の健康
データベースを用いて，わが国の国民の健 康寿命の延伸や，効率的な医療資源の再分 配を検討していくためには，データ加工ア ルゴリズムのマニュアル化や，医療介護的 な判断力を備えた作業ノウハウを持つ人的 リソースの効率的な分配と後進育成が早急 の課題と言える．
本研究では，パイロット自治体においては
本研究の研究デザイ ン 上のア ド バン テ ージ
• サロ ゲート マーカ ーを 設定する 必要がな い．
• 頑健なo u tco m eでシ ン プ ルに検討ができ る ．
• 頑健なo u tco m eである ため， イ ン パク ト のある 評価が可能
6 5 歳以上 介護保険利用者 介護保険非利用者
介護D B上の転帰 死亡， 転出， 不明
D PC転記 病院死亡
日本のシ ステ ム上， 在宅で 介護保険を 利用し て 亡く な る か（ 医療保険のみ で 在宅看取り な ら ば在宅死亡診断加算取得） ， 病院で 医療保険を 利用し て 死亡診断を 受ける 必要がある ．
※ただし ， 介護保険非利用の司法検案事例が追えな いので処理は要検討．
6 5 歳以上の人の死亡を 追跡でき る ため， o u tco m e設定可能
他自治体のK D Bは介護D Bと の突合が法令上不可能な ため， 死亡が追跡で き ないが本研究は可能．
利点
介護保険データベースによる転帰区分，静 岡県においては，基本台帳による転帰区分 から「死亡」を追跡することが可能であり，
これは国民の健康寿命延伸を目指したデー タ解析において重要な利点であることがわ かった（図8）．自治体からのデータ提供の 際に，転帰区分をデフォルトで提供が可能 になれば，わが国の国保データベースを用 いた国民の健康に寄与する研究を躍進でき ることが期待できる．
図8．転帰区分の整理
３．訪問看護アウトカム評価分析
上述した被保険者単位の医療介護情報が 蓄積されたレセプトデータを利用して、利 用者個々の疾患並びに状態別の特性に応じ た訪問看護利用の実態を把握するとともに、
訪問看護利用によるアウトカム効果（在宅 療養者の介護度の安定化、在宅療養の継続・
入院状況、在宅看取りの実現、医療介護総コ
スト）の分析に向けたデータセットの作成 を開始した。
令和 3年度は、これら3つの取組を根拠 として、次年度の最適訪問看護提供パッケ ージの提案と訪問看護提供実態可視化ツー ルを作成につなげる。
参考文献
1） 厚⽣労働省．医療と介護の連携に関す る意⾒交換（第１回）資料．「訪問看護 について（資料―３参考１）P20：訪 問看護ステーションの利⽤者の傷病分 類」
2） MD CALC. Charlson Comorbidity Index (CCI) https://www.mdcalc.com/charlson-
comorbidity-index-cci
3） Elixhauser Comorbidity Index Calculator – OrthoToolKit
https://orthotoolkit.com/elixhauser- comorbidity-index/
4） 厚⽣労働省．「疾病、傷害及び死因の統 計分類」
https://www.mhlw.go.jp/toukei/sippei/
E. 結論
令和 2年度は、本研究を通じ、最適訪問 看護提供パッケージ提案のための評価枠組 みの整理、解析用データセットの集積・突 合、および訪問看護アウトカム評価分析に 向けた変数選択を進めた。
令和3年度は、これら3つの取組を根拠 として、次年度の最適訪問看護提供パッケ ージの提案と訪問看護提供実態可視化ツー ルを作成につなげる。
F. 健康危険情報 該当なし
G. 研究発表 １．論文発表 なし
２．学会発表 なし
３．その他 なし
H. 知的財産権の出願・登録状況（予定を含 む）
１．特許取得
２．なし
３．実用新案登録 なし
４．その他 なし
