行政データベースを用いた糖尿病の適切な定義。横断的なコホート検証研究

Appropriate definition of diabetes using an administrative database: A cross-sectional cohort validation study.

抄録

目的・序論:

本研究の目的は，十分な人口規模を用いて，全国的なデータベースに使用するための糖尿病の診断における誤りを定量化することである。

AIMS/INTRODUCTION: The purpose of the present study was to quantify errors in the diagnosis of diabetes for use in the national database, using a sufficient population size.

材料と方法:

本検証研究では，JMDC（日本，東京）が，標準化された疾患分類と匿名のレコードリンケージを用いて構築した請求データベースを使用した。JMDCのクレームデータベースに2005年4月から2019年3月までの健康保険請求データがある患者を対象とした。日本で特定健診の記録がない患者は除外した。サンプルサイズの算出は，糖尿病の有病率を5％，絶対精度を0.4％とした場合（すなわち125万人）に，感度，特異度，陽性予測値，陰性予測値を算出した。

MATERIALS AND METHODS: A claims database constructed by the JMDC (Tokyo, Japan), using standardized disease classifications and anonymous record linkage, was used in this validation study. We included patients with health insurance claims data from April 2005 to March 2019 in the JMDC claims database. We excluded patients without a record of specific health checkups in Japan. Sample size calculation was based on a 5% prevalence of diabetes and 0.4% absolute accuracy (i.e., 1,250,000 individuals), to calculate the sensitivity, specificity, positive predictive value and negative predictive value.

結果:

本研究では、合計で2,999,152人の患者が対象となり、そのうち165,515人が特定の健康診断に基づいて糖尿病と分類されました（検証コホートの有病率は5.5％）。新たに考案したアルゴリズムは、フラグが疑われない糖尿病の診断関連コード、糖尿病の投薬コード、そしてこれら2つのコードを同一記録上に記載するという3つの要素を持ち、感度74.6％、陽性適中率88.4％、Kappa Index0.80（最高値）という結果を得た。

RESULTS: In total, 2,999,152 patients were included in this study, of which 165,515 were classified as having diabetes based on specific health checkups (validation cohort prevalence of 5.5%). The newly devised algorithm had three elements - the diagnosis-related codes for diabetes without suspected flag, the medication codes for diabetes and then these two codes on the same record - and yielded a sensitivity of 74.6%, positive predictive value of 88.4% and Kappa Index of 0.80 (the highest values).

結論:

今後のクレームデータベース研究において、我々が検証したアルゴリズムは、糖尿病の診断基準として有用である。

CONCLUSIONS: In future claims database studies, our validated algorithms will be useful as diagnostic criteria for diabetes.