新たな転倒者における転倒事象前のトピックの進化：一般開業医の臨床ノートの自然言語処理による分析
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Topic evolution before fall incidents in new fallers through natural language processing of general practitioners' clinical notes.
雑誌名：Age Ageing. 2024 Feb 01; 53(2): doi: 10.1093/ageing/afae016.
概 要：
転倒は時間とともに変化する動的リスク要因が関与しており、これまでの多くの研究は横断的でこの時間的側面を捉えていませんでした。本研究では、電子健康記録（EHR）の縦断的臨床ノートを用いて、自然言語処理技術、特に動的トピックモデリング（DTM）を通じて、新たな転倒者に関連するトピックを明らかにし、転倒に至るまでの進化する傾向を追跡することを目的としています。
方 法：
このケースコホート研究は、2016年から2019年までの高齢者に関するプライマリケアのEHRデータを利用しました。ケースは2019年に転倒したが、前の3年間（2016-18）に転倒歴のない個人で構成され、対照群は同様のサイズで無転倒の個人を無作為に抽出しました。2016年から2018年に収集された臨床ノートにDTMを適用し、ケース群と対照群の傾向線を比較しました。
結 果：
合計2,384人の転倒者（ケース）と同数の対照が含まれました。25のトピックがケース群と対照群の間で有意な傾向の違いを示しました。薬剤、腎ケア、家族介護者、入院/退院、診断経路の紹介/簡素化などのトピックは、転倒前にケース群内で一貫して急激な増加を示しました。
結 論：
健康状態の早期認識は、根本的な原因に対処する包括的な多因子評価を適用するために重要であり、最終的には転倒や転倒関連の怪我を減少させることが期待されます。