日本の高齢ICU患者における生命維持介入の利用と転帰

ついにJIPADデータを使った研究がICMに掲載された。

Shiotsuka J, Masuyama T, Uchino S, et al.
Utilization and outcomes of life-supporting interventions in older ICU patients in Japan: a nationwide registry study.
Intensive Care Med. 2025 Jan 7. Epub ahead of print. PMID: 39774864.

これで、自治さいたまからICMが1本、CCが2本、JIPADを使った研究を出せた。
さらには、Editorialに、
"...should be lauded for undertaking the endeavour to maintain a national registry in a large healthcare system to monitor the state of the art in intensive care."
「集中治療の最先端をモニターするために、大規模な医療システムにおいて全国的な登録を維持する努力を行ったことは賞賛されるべきである。」
って書かれて、二重の意味でルンルン。

JIPADデータの使い方

初めてJIPADデータを使って研究する人に、毎回必ず言うことがある。
まとめて書いておけば、次からは「これを読め」と言えば済むので、ここにまとめておく。

・ICUでの手技を除外
入室形式が"ICUの手技"の症例はICU患者としての研究対象には含まない方がいいので、最初に除外する。

・Type of admissionの作り方
JIPADには、入室形式、入室経路、入室区分という、ちょっと似た感じの分類が３つある。このまま研究に使用すると、Table 1もそれを使った多変量解析も変な感じになってしまう。JIPADの収集項目は基本的に僕が決めたのだけど、これは手本となった ANZICS-APDが収集していた項目だからであって、僕のせいじゃない。で、研究するときはどうすれはいいかというと、主に入室経路を用いて分類し、手術室だけは入室区分を使って予定手術と緊急手術に分ける。最終形は、
予定手術、緊急手術、病棟、救急外来、転院直入、その他
になり、いい感じ。

・敗血症は使わない、infectionを使う
主病名コードにある敗血症は他のコードに分類できない感染症が対象となる（カテ感染とかフォーカス不明とか）。なのでそのまま利用してしまうと敗血症が数%しかいなくなり、Table 1が変な感じになる。なので、敗血症は”その他”に分類し、辞書の182ページにある感染症コード表を用いて"Infection"という項目を主病名コードとは別に作成する。

・副病名コードは使用しない
話が長くなるので理由は割愛するが、副病名コードはJIPADでは使用していない。具体的には年次レポートには含まれていないし、入力チェックのためのクエリ制度や不定期チェックでも対象になってない。じゃあ何のためにあるかというと、各施設で統計情報として好きに利用してもらうため。なので研究には使用しない。

・慢性疾患の分類方法
JIPADの慢性疾患は全部で10種類あるのだが、これはAPACHE IIとIIIとSAPS IIを全て算出可能にするため。なので研究で使用するときは少し工夫が必要。
１：白血病/多発性骨髄腫とリンパ腫が分かれているので、これを"hematological malignancy"として一つにまとめる。
２：肝不全は肝硬変がYesであることが前提なので、使用しない。
３：AIDSは症例数が極端に少ないので免疫抑制にまとめる。
最終的に、心不全、呼吸不全、肝硬変、血液悪性腫瘍、癌転移、免疫抑制、維持透析、の７種類にする。

・3.0に気を付ける
JIPADでは2018年度から収集項目が増えた（JIPAD 3.0）。ただしそれらが収集されていないデータを受け付けないようにしたのは2020年度から。なので施設によって時期が異なるが、カテコラミン、HFNC、Plt、Lacは欠損したデータが一定数存在する。対応方法は、これらが重要でない場合は2015年度からの全データを用い、これらが研究のメインになる場合は欠損データを全て削除、ちょっと重要な場合はどちらかを感度分析にする。ただ、症例数が年々増加しているので、数年後には必ず除外するようにしても困らなくなるけど。

・入室時気管切開は再挿管を検討するときに利用
JIPADでは人工呼吸の開始終了日時を入力する。なので終了日時と次の開始日時を比較すれば再挿管が行われたかどうかが分かりそうだけど、気管切開されていれば再挿管にはならない。気管切開施行日があるので、これを利用すればいいのだけど、入室時から気管切開があると再挿管を判断できない。そのため、3.0から入室時気管切開Yes/Noという項目を追加した。なので3.0から再挿管について検討することが可能になっている。

・入院ー入室を使うとモデル精度が向上
これはJIPADデータに限らないが、入院してから入室するまでの日数は予後と強い関連がある。何故なら、救急外来経由の患者よりも病棟に数日入院してからICUに来る症例の方が予後が悪いし、同じ入院患者でも病棟に長期入院してからICUに来る症例は予後が悪いから。

2020年2月からJIPADの研究利用が開始された。2024年11月の段階で73の申請があり、文献化されたものはこんなにある。今後はデータが年に数十万例ずつ増えていって、どこかのタイミングでANZICSを抜くだろうから、研究価値は高まるばかり。
データは利用してなんぼだから、どんどん使ってあげてください。


タイトル：「まとめて書いておけば、次からは"これを読め"と言えば済む」 by Chat-GPT 4o
相変わらず言葉がちゃんと書けないChat先生。英語が正しく書けているところは進歩かも。
あ、それ以前にタイトルと絵が一致していない気もするな。

急性心筋梗塞入院患者における学会発表と院内死亡率の関連

あけおめです。
今年の一発目はこれにしました。理由は、面白いから。

Takada D, Kataoka Y, Morishita T, et al.
The relationship between conference presentations and in-hospital mortality in patients admitted with acute myocardial infarction: A retrospective analysis using a Japanese administrative database.
PLoS One. 2024 Dec 9;19(12):e0315217. PMID: 39652554.

DPC研究。循環器学会で発表した人がいる施設は、誰も発表していない施設に比べて、AMIに対する薬剤使用が根拠に基づいていた頻度が高く、死亡率が低かった。

研究をすると、いろいろなことが変わる。文献は読みやすくなるし、宝とゴミが混在していることも分かるようになるし、根拠に基づいた医療の重要性がより深く理解できるし、などなど。研究している人とそうではない人は、臨床の仕方も違うし、カンファなどでの発言も違う。これって、研究したことがある人なら誰でも経験することだけど、したことがない人には分からない。ただし、学会発表は研究か？という問題はある。学会発表されたもののうち実際に文献になる比率は低い。上記の変化を感じるには、学会発表ではなく国際雑誌に採用されることが必要。

この文献は学会発表をした人がいる施設かどうかで比較しているので、いよいよ”研究効果"が薄まる。でも視点が面白いし、結果は感覚と一致している。

ICUで働く若い医療従事者の方へ（医師だけではない）。
働き出して数年経って、何となく周りが見えてきたなと思ったら、研究しましょう。そうすると、見えてきたと思ったことが実は全然間違いだったことに気がつけます。

日常的に収集されるICUデータの力を活用する

ICMのePubでAI関係のeditorialがたくさん出ている。2025年1月号は編集長が代わって最初の号になるので、そこで特集が組まれているのかな？

Lijović L, Elbers P.
Leveraging the power of routinely collected ICU data.
Intensive Care Med. 2024 Dec 11. Epub ahead of print. PMID: 39661137.

このeditorialは、僕がいつも考えていることをそのまま文章にしてくれた感じ。特に、
"One notable challenge associated with the secondary use of routinely collected ICU data is concern over data quality, which may affect the reliability of any derived insights. This is typically referred to by the umbrella expression “garbage in, garbage out”, implying that flawed, incomplete, or low-quality input data will inevitably lead to faulty outputs, regardless of how sophisticated the data processing or analysis might be."
「日常的に収集されるICUデータの二次利用に関連する注目すべき課題の一つは、データの質に関する懸念であり、これは導き出される洞察の信頼性に影響を及ぼす可能性がある。これは一般的に 「garbage in, garbage out 」という包括的な表現で呼ばれ、欠陥のある、不完全な、あるいは低品質の入力データは、データ処理や解析がいかに精巧であろうと、必然的に欠陥のある出力につながることを意味している。」

電子カルテや部門システムが電子化されているのでデータとして利用しやすいとは言っても、その多くは人間が入力しているので、精度がデータ利用時に大きな影響を与える。とても大事なことだと思うのだけど、ICUの医療従事者はそこまで考えて入力していない。目の前の患者さんの方が重要だから、そこに関与しないことに関心を持たないのは当然と言えば当然だけど。

2023年にChatGPTが大きな話題になり、2024年はノーベル賞でAIが2つも賞を取り、来年はさらにAIが身近になる年になるでしょう。でもAIを使おうと思ってもまともなデータが無ければ使えない。気がついたらすでに遅かった、とはならないようにするには、今が大事。

集中治療研修施設の認定が重症呼吸不全の補助療法の選択と予後に及ぼす影響

以前の同僚がfirst authorの研究。良い研究なので紹介します。

Yoshida T, Shimizu S, Fushimi K, et al.
Impact of board-certified intensive care training facilities on choice of adjunctive therapies and prognosis of severe respiratory failure: a nationwide cohort study.
J Intensive Care. 2024 Dec 19;12(1):52. PMID: 39696527.

DPC研究。2016~2019年に4日間以上の人工呼吸を必要とした患者さんを、病院が集中治療医学会認定研修施設かどうかで分けて比較。非認定施設の方がICU/HCUでの管理が少なく、鎮静・鎮痛剤の使用が少なく、シベレスタット・ドーパミンの使用が多く、死亡率が高い。

死亡率については、認定研修施設で軽症患者を長期人工呼吸していたかもしれないし、早期に死亡していたかもしれないので何とも言えない。でも治療内容の違いは明確と言っていいでしょう。いろいろなところで、集中治療の専門性についてアピールする時に使えるのでは。

他にも、認定研修施設のICUがある病院でICU/HCUの使用率が72％しかないのはどうなのかとか、Lancetの研究から20年近く経っているのにドーパミンを使う人ってどうなんだとか、いろいろ思うところがあり、面白いです。

「敗血症性 DICにリコンビナント・トロ ンボモジュリンの投与を行うか？」

昨日、集中治療医学会からJ-SSCG 2024が正式に発表されたとのメールが届いた。

正直、J-SSCGというものの意義については疑問を持っているのだけど、「リコモジュリンの推奨が2Cから2Bに上がったよ」という噂を聞いていたので、そこだけ確認した。確かにそうなっている。ちなみに、Bというのはエビデンスの確実性が中（効果の推定値に中程度の確信がある）、Cは確実性が低（効果の推定値に対する確信は限定的である）という意味。

この推奨の変化の理由についてはガイドライン本文に記載がある。「SSCG 2016で敗血症および敗血症性ショックに対するリコンビナント・トロンボモジュリン投与に関しての推奨はないと記載はされていたが，SSCG 2021ではリコンビナント・トロンボモジュリンについての記載自体がなくなった。なお，J-SSCG 2024において実施した系統的レビューまでの間に組み入れ対象となる新規の RCTが日本から1編報告されており，エビデンスの確実性評価の結果が効果推定値により GRADE 2Cから2Bへ変更となった。」

少し日本語が変ではないか。2つの文章は内容が大きく異なるのに「なお」で繋ぐのはおかしいし、「されており」の前後で論理性が説明されていない。そしてこの追加になった日本からのCTというのはこれなのだが、発表年はSCARLETと同じ2019年で、どうしてこれが新しい研究とされているのかよくわからない（前回の締め切りが2019年の途中だったのかな？）。

ついでに言えば、AT-IIIについても推奨が2Cから2Bになっている。こちらの方は「J-SSCG2024において実施した系統的レビューまでの間に組み入れ対象となる新規のRCTは出版されておらず，同一の文献を対象にメタ解析を行ったが，複数のアウトカムにわたる正味の効果推定値によるエビデンスの確実性評価の結果，GRADE 2Cから2Bへ変更となった」となっているので、rTMの方も研究が追加されたからではなさそう。

推奨の評価方法が変わったのか、評価する人が変わったのか。
国際ガイドラインの作成に軽く関わったときにも思ったのだけど、エビデンスに基づいた判断とは関係なしに声の大きい人が勝つ、という現象はどこでも起こる。今回はconよりproがちょっと勝ったんだろうな、と想像しております。

まあこの推奨の変化で臨床判断を変える人はまずいないだろうけど。使う人は使う、使わない人は使わない。もう決まっているもんね。
ピヴラッツと同様、リコモジュリンを使うべきかどうかの議論は不毛。
あ、じゃあこの記事も不毛かも。

FDA認可の敗血症予測AI/MLツール

FDA-Authorized AI/ML Tool for Sepsis Prediction: Development and Validation
Akhil Bhargava, Carlos López-Espina, Lee Schmalz, et al.
NEJM AI 2024;1(12) DOI: 10.1056/AIoa2400867 VOL. 1 NO. 12

敗血症予測モデルは星の数ほどあるし、中には電子カルテに組み込まれているものもあるけど、FDAが認可したのはこれが初めてだそうだ。で、その開発と評価の結果を示した文献。

なのだけど。
複数の施設で行われた前向き研究、というのは評価しないといけない、とは思いつつも。
Nは2366しかないし、対象は、どうも血培を採取した患者さんらしく、その時点でどうなの？という感じで、手法も特に珍しいものはなく、22項目（患者背景、バイタル、ラボデータ）を用いてrandom forrestしただけのようだし、AUROCもexternal validationで0.81とまあまあ。

なんか、すごく普通。
Nだけ見たらMIMIC使ったものの10分の1とかしかないし。
「血培とることにしたよー、敗血症になるかどうか教えて」って、臨床で思うだろうか？

熟読すれば深さがわかるのかもしれないが、その気にならない。。。

集中治療室における人工知能に対する躊躇がもたらす機会費用

Spencer EJ, Economou-Zavlanos NJ, van Genderen ME.
What if we do, but what if we don't? The opportunity cost of artificial intelligence hesitancy in the intensive care unit.
Intensive Care Med. 2024 Dec 11. Epub ahead of print. PMID: 39661136.

AIは幻覚や差別や倫理や著作権などなど、たくさんの問題があるから導入は慎重にしよう、という話はよく聞くけれど、導入しないことによる機会損失（AIを使用しないことによる不利益）も倫理的に問題では？という意見が書かれているeditorial。

そっか、その視点はありませんでした。
何かの時に使えるな。メモメモ。

入院患者における電子的敗血症スクリーニング

CCR Down Underから1つだけ。

Arabi YM, Alsaawi A, Alzahrani M, et al.; SCREEN Trial Group and the Saudi Critical Care Trials Group.
Electronic Sepsis Screening Among Patients Admitted to Hospital Wards: A Stepped-Wedge Cluster Randomized Trial.
JAMA. 2024 Dec 10. Epub ahead of print. PMID: 39658862.

内容は読んでいただくとして。
簡単に言えば、qSOFAを自動診断して報告する仕組みを作ったら死亡率が下がった、という多施設RCT。

いやー。意識が悪いか頻呼吸か低血圧か、の情報をアラートしたら死ななくなったよ、と言われても困る。実際、ほとんどの患者ですでに抗菌薬が投与されているし。でも、じゃあこの結果が間違いだとか嘘だとか言いたいわけではなく、実際にこれらの施設では有効だったのでしょう（ただしcrude moralityは同じというのはちょっと気になる）。

それよりも、「お前らちゃんと患者を見ろよ、毎月チェックしているからな」と言われるようになって、みんな気合を入れたとか、そういう病院全体や医療者全体の習慣への影響が有効だったのではないか、という気がする。

「神は細部に宿る」と言うけれど、その実施を苦手とする人もいるし、得意な人もうっかりはあるし、人間は怠ける生き物だし。
つい先月、アラートが無効なことを示したRCTがJAMAに掲載されて、紹介したばかり。二つをまとめると、アラートによる早期発見が予後を改善するのではなく、アラートという仕組みを導入することによって人の行動が変化する、それが予後を改善するかどうかにつながる、ということなのではなかろうか。

この二つをまとめて発表してみんなで考える勉強会とか、オススメです。

ICUにおける正常血糖性ケトアシドーシスの診断は一瞬です。

元文献はこちら。
Story DA, Morimatsu H, Bellomo R.
Strong ions, weak acids and base excess: a simplified Fencl-Stewart approach to clinical acid-base disorders.
Br J Anaesth. 2004 Jan;92(1):54-60. PMID: 14665553.

簡単にまとめつつ少し追加すると、
・Na-Cl-38を計算、マイナス分が高Cl性アシドーシス
・乳酸-1が乳酸によるアシドーシス
・(4.2-Alb)/0.4がアルブミンによるアルカローシス
・(P-3.5)*0.6がリンによるアシドーシス
これらの合計がBEといくつ違うかを見れば、測定されていない酸がどれくらいあるかは暗算でわかる。

測定されていない酸がそれなりにあって、Crが正常で、SGLTを内服していれば、正常血糖性ケトアシドーシスでほぼ決定。Crが上昇していても、尿中ケトンが検尿で陽性なら確定と言っていいでしょう。ICUならケトン付きのテステープがあったりするから、疑ってから診断まで数分です。

例：BE -10, Na, 136, Cl 102, Lac 4, Alb 2.6, P 5.0なら、
BE -10のうち、高Clで4、lacで3、Pで1、合計8のアシドーシス。それをアルブミンが4カバーしているので、酸は4。でもBEは-10だから測定されていない酸が6必要。これでテステープでケトン強陽性なら正常血糖性ケトアシドーシス。

暗算するときに、符号がごっちゃになるけど、塩素も乳酸もアルブミンもリンもすべて酸なので、そこを意識すれば間違えない。
あとは慣れです。