採択課題要旨

連番
35
研究課題名
非イオン性ヨード造影剤による急性副作用発症の適正なリスクマネジメントに寄与するエビデンス創出
代表研究者
鈴木 信也
要旨
本研究では、非イオン性ヨード造影剤使用における前投薬の有用性ならびに、造影剤使用による急性副作用発症のリスク因子を解明し、造影剤の適正使用への薬剤師の関わりの実態を明らかにする。
設置期間
2023年4月1日〜2024年3月31日
連番
34
研究課題名
周産期医薬品情報の創出に関する薬剤疫学研究の実施可能性に関する研究
代表研究者
小原 拓
要旨
国内外の周産期薬剤疫学研究基盤等の検索・評価を行い、本邦における周産期薬剤疫学研究の実施・報告に関するガイダンス作成のための基礎資料を作成し、今後の周産期医薬品情報の創出の推進に寄与する。
設置期間
2022年4月1日〜2023年3月31日
連番
33
研究課題名
全国規模の医薬品情報の人材育成に関する実態閥査と医薬品情報教育のあり方に関する調査研究
代表研究者
内倉 健
要旨
医薬品情報業務は、医療変革に対応が必要であるが人材育成の実態や今後の課題は明らかではない。本研究は、デジタル化時代を見据えた人材育成の実態を調査し、医薬品情報教育のあり方の検討と提言を目的とする。
設置期間
2022年4月1日〜2023年3月31日
連番
32
研究課題名
週刊誌等に掲載された「危ないクスリ」に関する情報の適切性評価~薬局薬剤師へ寄せられた患者からの反響とその対応の実態解明も含めて~
代表研究者
今井 俊吾
要旨
週刊誌等に掲載された「危ないクスリ」に関する情報の適切性を評価し、偏った報道により惹起された患者の不安を取り除くためのエビデンスを創出する。加えて、これら報道の反響と薬局薬剤師の対応の実態を解明する。
設置期間
2021年4月1日〜2022年3月31日
連番
31
研究課題名
分子標的治療薬に関する副作用情報の可視化とデータベースの構築
代表研究者
板垣 文雄
要旨
悪性腫瘍に対する分子標的治療薬を対象として,医療従事者が利活用しやすいように副作用情報の可視化を行う。また,可視化されだ情報をもとにデータベースの構築し,薬剤間で横断的な分析を行う。
設置期間
2021年4月1日〜2022年3月31日
連番
30
研究課題名
ベンゾジアゼピン(BZ)受容体作動薬の授乳期における医薬品情報の構築 〜乳汁移行性、関連因子、ならびに安全性の調査〜
代表研究者
古堅 彩子
要旨
本研究は、各BZ受容体作動薬のヒト乳汁移行性ならびに移行性に関連する因子を評価するとともに、授乳が母児へ及ぼす影響について調査することで、授乳期における適切な薬物治療に向けた医薬品情報の構築を目指す。
設置期間
2020年4月1日〜2021年3月31日
連番
29
研究課題名
英語臨床試験論文の読解力養成のためのe-leaming開発とその教育効果の検証
代表研究者
大原 宏司
要旨
米国と比較して、日本の薬剤師は臨床試験の論文を批判的に読む習慣があまりないことが報告されている。そこで、遠隔教育が可能なe-learningの開発により薬剤師における英語の臨床試験論文の読解力の養成を目指す。
設置期間
2020年4月1日〜2021年3月31日
連番
28
研究課題名
要介護等高齢者の医療安全確保に向けた介護施設における服薬介助関連インシデントの要因解析ならびに服薬介助とそのリスクマネジメントのあり方に関する検討
代表研究者
木﨑 速人
要旨
介護施設において発生する服薬介助関連インシデントの要因分析を通じて、服薬介助のリスクマネジメント方策を立案し、介護施設における要介護等高齢者に対する望ましい服薬介助のあり方を示すことを目標とする。
設置期間
2019年4月1日~2020年3月31日
連番
000018
研究課題名
医療ビッグデータを用いた生体リズムと薬剤性有害事象との関連性についての研究
代表研究者
野口 義紘(岐阜薬科大学 実践薬学大講座 病院薬学研究室)
要旨
【目的】医薬品を適正に使用を目的としたビッグデータの時系列解析の手法を構築して、生体リズム(概年リズム/季節リズム)と薬剤性有害事象との関連性を明らかにする。
【計画】有害事象自発報告データベースの時系列データの変動要因(長期変動、季節変動ほか)を分解・解析し、薬剤性有害事象シグナルと有害事象の発現時期との関連性を解明する。
【期待される効果】1年周期で変動する生理的リズムに適応した医薬品の適正使用が可能となる。
設置期間
2018年4月1日~2019年3月31日
連番
000017
研究課題名
機械学習(AI)を用いた内服ステロイド薬の誤処方判定モデルの構築
代表研究者
佐藤 弘康(JA北海道厚生連 帯広厚生病院 薬剤部)
要旨
内服ステロイドは承認用量に大きな幅が存在することから、現在多くの施設で実装されている単純な用量チェックでは規格のご選択や用量の誤入力の判定が困難である。また、ステロイドはハイリスク薬であり用量過誤が発生した場合には、有害事象や離脱症状等のリスクが増大する。本研究では、プレドニゾロン錠の処方過誤を判定するモデルを機械学習により構築し、その精度および臨床応用の可能性について検討する。
設置期間
2018年4月1日~2019年3月31日