薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】 | 統計解析 - ChatGPT・Python・エクセルを使った講義で最速マスター

セミナー案内             AIデータサイエンス動画           インスタグラム

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】
薬剤師の役割は、処方箋の内容を確認し適切な調剤を行うことから、患者の状態を踏まえて薬剤の適正使用を判断することへと進化してきました。しかし、医薬分業が進展した背景には経営的な要因があり、薬剤師の専門性が十分に発揮されていない現状があります。1990年代にEBMの概念が導入されてから診療ガイドラインが整備され、エビデンスに基づく薬剤選択が求められるようになりましたが、薬剤師が統計学や臨床研究の知識を十分に持ち合わせていないことが課題です。多くの薬剤師が学生時代に経験した統計学教育は数学中心であり、医療統計に特化した教育を受ける機会は限られています。この教育のミスマッチにより、薬剤師がチーム医療で十分な役割を果たせない状況が生まれており、薬学を背景とした統計教育が必要とされています。

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】▼▼▼▼▼▼▼▼
チャンネル登録はこちら


目次  薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】

 

 

薬剤師にとっての統計学の意義

 

今から30年以上前、日本で医薬分業が本格的に始まった頃、薬剤師は医師が記載した処方箋どおりに調剤をするだけで良い時代でした。

 

なぜなら、医薬分業の本来の目的は、国家試験に何度も出題されている通りで、医師は患者を診断した結果、医薬品の在庫状況を気にすることなく最も適切とされる薬剤を選定して処方し、薬剤師は患者の状況から医師が処方した薬剤が適切かどうかを判断します。

 

さらに、患者が安心して薬剤を使用できるように服薬指導を行うことにより、医師・薬剤師がそれぞれの専門性を発揮することでより良い医療を構築することができます。

 

しかし、現実には、医薬分業が進展したきっかけは、医師の処方箋発行に対する医療保険上の評価がアップしたことによるのは薬剤師も否定し難い周知の事実です。

 

つまり、院内で薬を出すよりも、院外に処方箋を発行した方が、院内に薬剤の在庫を抱えなくて済み、しかも、処方箋発行による利益が高いという経営的判断によって医薬分業は進展してきたのです。

 

残念ながら、医師が薬剤師の専門的知識に期待して進展したものではありません。

 

しかし、受容体・トランスポーター・細胞内情報伝達系など薬物の作用機序や動態に関する研究が急速に進み、薬物―薬物間相互作用、薬物―食物間相互作用が次々と明らかになってきました。

 

こうした中で、個々の患者の状態を的確に判断し、薬剤を選択する必要が高まり、薬剤師自身にも、知らなかったでは済まされない状況になってきているのです。

 

また、1990年代、わが国にEBM(evidence based medicine)の概念が紹介されたことにより、様々な疾病に対する診療ガイドラインが作成されました。

 

標準的な治療方針が明確に示されるようになり、1万品目を超える医療用医薬品が存在する中で医師だけでは適切な薬剤の選択が困難な状況になりました。

 

当然、処方箋に基づいて調剤を行う薬剤師としても、薬の適正使用を考える際に、エビデンスに基づいて責任を持って判断する必要性が高まってきました。

 

 

診療ガイドラインには多くのエビデンスとなる論文が紹介されており、それらには多くの図表が掲載されています。

 

それらを理解できなければ、多職種で構成されるチーム医療の中で、薬の専門家として発言することも難しく、他の職種からの質問に対して適切に回答することもできません。

 

薬剤師が専門的な立場から医師に処方提案するだけでなく、薬剤師にも処方権が必要ではないかという議論がありますが、薬剤師資格の責任を賭けて処方設計できるほど、臨床研究の論文を十分に読み込める薬剤師は少ないと思われます。

 

薬剤師会や医療機関のホームページの中には、ジェネリックの推奨品を紹介しているところもあり、薬剤師として専門的な知識に基づいて選定したところも皆無ではありません。

 

しかし、選定基準を見ると、近隣の総合病院が採用していることを基準として採用しているところもあります。

 

つまり、総合病院の採用薬だから推奨するということであり、薬剤師の職能など全く関係ありません。

 

この原因の一つとして、多くの薬剤師は学生時代、動物や試験管での実験研究が卒業研究であったため、臨床研究の論文を見る機会がほとんどなく、臨床研究の論文が理解できないためではないかと思われます。

 

動物や試験管での実験研究では、研究の背景がシンプルであるため、単純な図表と基本的な有意差検定だけ知っていれば困ることは少ないです。

 

臨床研究では、対象者や研究のデザインなどによって図表や検定方法が異なるため、多くの知識を必要とします。

 

しかし、現実には、薬学の領域で、統計を専門とする研究者はほとんどいません。

 

薬剤師がそれらを学ぶ機会はほとんどないのが実情です。

 

薬剤師が学生時代に学んだ統計は統計学であって、多くの大学では数学を専門とする教員が講師となり、難解な数式を講義するものでした。

 

逆に考えると、数学を専門とする講師であることから、薬剤師に本当に必要な医療統計に関しては専門でない可能性が高いのです。

 

まさに、ミスマッチです。

 

現在でも、薬学関連の月刊誌等に統計講座が連載されていますが、それを執筆しているのは、理学部・理工学部の数学としての統計を専門にしている研究者ばかりです。

 

本来は、統計に精通した薬剤師あるいは薬学を専門とする研究者が、薬学を背景とした統計を教育することが望ましいですが現時点では難しいといえます。

 

 

薬剤師の役割は、処方箋の内容を確認し適切な調剤を行うことから、患者の状態を踏まえて薬剤の適正使用を判断することへと進化してきました。日本における医薬分業が本格的に始まった30年以上前、薬剤師の業務は医師の処方箋どおりに調剤を行うだけで十分とされていた時代がありました。当時、医薬分業の目的は医師と薬剤師がそれぞれの専門性を活かし、医療の質を向上させることでした。医師は患者を診断し、薬剤師はその処方の妥当性を確認し、さらに患者が安心して薬剤を使用できるように服薬指導を行うことが求められたのです。しかし、現実的には医師の処方箋発行が医療保険上の評価を受けることで経済的なメリットが生じたため、医療機関が院内で薬を在庫管理する負担を減らすことを目的として進展してきたという背景があります。このように、経済的な理由が主な推進力であったため、医薬分業が薬剤師の専門知識への期待によって進められたわけではありません。一方、薬物の作用機序や動態に関する研究が進展し、薬物間や薬物と食物間の相互作用の重要性が増してきた現代において、個々の患者の状態を適切に判断し、適切な薬剤を選択する必要性が高まっています。これに伴い、薬剤師自身もエビデンスに基づいた判断を行える知識と技術が求められるようになっています。1990年代にはEBM(Evidence-Based Medicine)の概念が日本に紹介され、それを基に様々な疾病に対する診療ガイドラインが作成されました。これにより、治療方針が明確化し、医師のみでは適切な薬剤の選択が難しい状況が生まれました。1万品目を超える医療用医薬品の中から、患者ごとに適切な薬剤を選ぶためには、薬剤師もまた科学的根拠に基づいた判断を責任を持って行う必要があります。診療ガイドラインには多くのエビデンスが盛り込まれ、それらの中には複雑な図表が含まれることが一般的です。これらを理解しなければ、チーム医療の中で薬剤師が薬の専門家として意見を述べることが難しくなり、他の職種からの質問に適切に回答することも困難になります。そのため、薬剤師は臨床研究の論文を読み解き、科学的根拠に基づく知識を習得する必要性が高まっています。近年、薬剤師が専門的な立場から医師に処方提案を行うケースが増えており、さらには薬剤師にも処方権を付与すべきという議論もありますが、現状では処方設計を担えるほど臨床研究の論文を十分に読み解ける薬剤師は少数です。この背景には、薬剤師の教育において統計学の学習機会が限られていることが挙げられます。薬学部の学生時代に統計学を学ぶことはあっても、多くの大学では数学を専門とする教員による難解な数式中心の講義が行われる傾向にあり、医療統計に特化した内容を学ぶ機会はほとんどありません。この教育のミスマッチが、薬剤師がチーム医療で十分な役割を果たす妨げとなっています。また、臨床研究においては、動物実験や試験管実験とは異なり、対象者や研究デザイン、解析方法が多様であるため、基本的な統計知識だけでは対応が難しい場面が多くあります。動物や試験管実験では、単純な図表や基本的な有意差検定を理解していれば対応可能な場合が多いのに対し、臨床研究ではより高度な統計知識とその応用が必要とされます。しかし、薬剤師の統計教育においてはこれらの臨床的要素が十分にカバーされていないのが実情です。現時点で薬学領域で統計を専門とする研究者は非常に少なく、薬剤師が統計を学ぶ機会も限られています。薬学関連の月刊誌やセミナーなどで統計講座が設けられていることはありますが、それを執筆・講義するのは主に理学部や理工学部の数学を専門とする研究者であり、薬学の実務に特化した内容とは言い難い状況です。本来であれば、統計に精通し薬学を専門とする教育者が、薬剤師のために医療統計を教えることが理想とされますが、現状ではそれを実現するための仕組みが整っていません。ジェネリック医薬品の推奨においても、薬剤師がエビデンスに基づいて判断するケースは少なく、近隣の病院の採用状況を基準に選定することが一般的です。このような現状は、薬剤師が臨床研究の論文を理解し、独自の判断基準を持つ重要性を強調しています。薬剤師がエビデンスを基に責任を持った医療を提供するためには、統計学や臨床研究に関する専門的な教育体制の整備が必要であり、薬学部の教育カリキュラムの見直しや現場での研修機会の充実が急務です。このように、薬剤師にとって統計学は、単なる学問ではなく、患者に安全で効果的な医療を提供するための基盤として重要な役割を果たしています。

 

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】


セミナー詳細                    解析ご相談                    LINEでお友達

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】

薬剤師と統計学:エビデンス時代の課題【ChatGPT統計解析】