介護施設 データベース。 更新情報・介護施設データベース

科学的介護データベース「CHASE」の項目固まる、介護版DPCのような「ベンチマーク」分析にも期待―厚労省・科学的介護検討会

介護施設 データベース

「科学的介護」とはそもそも何? 2000年4月に介護保険法が施行され、介護サービスは従来の措置制度から契約制度へと舵を切りました。 特別養護老人ホームなどの施設系サービスや、通所介護、訪問介護、短期入所生活介護などの在宅サービスといった生活ニーズに合わせた介護サービスが多数用意され、それにより高齢者は自らの望む介護サービスを自らが選択し、その有する能力に応じた最大限自立した生活を送ることができると期待されました。 しかしどのような介護サービスを提供しているのかは各事業者によって分かれており事業所独自に工夫したサービスを行っていましたが、選択する利用者にとってはそのサービス内容がどれほどの効果があるのか、どれほどのリスクがあるのかといった根拠や客観的な情報がなく分かりづらいものとなりました。 介護業界にはこの「根拠」や「客観的な情報」が不足していたともいえます。 医療業界は「EBM」(エビデンス・ベースド・メディシン)「EBN」(エビデンス・ベースド・ナーシング)という「エビデンス(客観的事実に基づいた根拠、理由)に沿って提供される医療、看護」の考えが広く定着しています。 この医療業界の「エビデンス」は多数の症例や臨床結果を記録し分析結果を論文に残し、業界全体で共有することによって積み上げてきたものです。 その結果「今までの同じ症例ではこの治療方法が最も効果が高い」というエビデンスを患者に示すことができるのです。 このエビデンスに沿った客観的な情報を「科学的根拠」などと呼びます。 利用者が使いたいサービスを比較し自らが選択するためには医療業界と同様に、介護業界においても介護サービスについてのエビデンスを集め、サービスの内容、ケアの内容を、客観的根拠をもって利用者に提示できることが必要です。 これを「科学的介護」といいます。 「CHASE」とは? 厚生労働省は「科学的介護」の実践のためには介護サービスにおいてもエビデンスを集めて情報を蓄積し、それを分析することによって利用者に提供される介護サービスの根拠を提示できる必要があるとし、介護分野のエビデンスを集めるデータベースの作成を進めています。 このデータベースが「CHASE」です。 「CHASE」という名称は、介護サービスの介入を示す「Care&HeAlth」利用者の状態を示す「Status」利用者の情報を示す「Events」を組み合わせた造語です。 この「CHASE」のデータベースは電子情報として蓄積していくとしています。 なぜ電子化する必要があるの? 今現在、介護に関係する分野においても稼働している電子化されたデータベースは存在します。 ひとつが「介護保険総合データベース」というものです。 介護保険総合データベースとは、介護保険サービスの利用者の市町村や年齢、要介護度などの基本情報に加え介護保険サービスを月にどのくらい使ったか、どのようなサービスを使ったかというサービスの種類と頻度、そして介護保険サービスにどれくらいの費用がかかっているかといった保険給付についての情報が蓄積されています。 これらの情報は、介護保険事業者が毎月国保連に対して行っている保険請求である「レセプト業務」の内容と同じです。 この介護保険のレセプトのデータを蓄積したものが「介護保険総合データベース」です。 現在まで行政のみが利用できるものとし、第三者に介護保険総合データベースから情報提供を行ったという実績はありません。 もうひとつが「VISIT」というものです。 VISITはリハビリ分野に関するデータベースとなっています。 通所リハビリテーション、訪問リハビリテーションの事業所から任意に情報の提供を求めるもので、その内容はリハビリテーションのサービスを利用する方の疾病や障害、ADLなどの「健康状態」と「心身機能」日常生活の現状や希望をまとめた「活動」社会との関わりの現状や希望をまとめた「参加」住宅環境や支援環境、収入など身の回りのケアの環境に係る関係性をまとめた「環境因子」個人の生い立ちや価値観などに基づくニーズの関係性をまとめた「個人因子」からなるICFに沿った利用者のアセスメント表と、リハビリテーションの計画書や評価表などのケア記録を収集しています。 リハビリサービスを使う利用者に対してどのように課題を分析しどのようなケアでアプローチし、どのような成果が出ているかが分かるも担っています。 介護保険総合データベースは、要介護度別や地域別に利用者がどのようなサービスをどれくらい使っているのかが分かりますが、どのようなケアを受けているかを分析するには内容が不十分です。 また、VISITはリハビリテーションのサービスの利用者については分かりますが、その他の介護保険サービスを使っている利用者に対してのエビデンスとして活用するには不十分です。 そこで介護保険サービスを使う利用者のADLや認知症に関する情報、食事摂取量や口腔の情報など、介護保険総合データベースとVISITでは足りない情報を「CHASE」で介護サービス事業所から収集し、介護保険総合データベース、VISITそしてCHASEのデータベースを統合しひとつの大きなビッグデータとして分析することで根拠に沿った介護方法を導こうという狙いがあります。 既存のデータベースと連結して稼働させるために、CHASEは電子化、データベース化する必要があるのです。 「CHASE」によって介護の未来はどうなる? では、「CHASE」が本格的に稼働し、介護保険総合データベース、VISITと連結されることによって科学的な介護がなされるようになれば、介護業界はどのように変化すると期待されているのでしょうか。 それには以下の効果があります。 利用者が適切な介護方法を選択できる 「CHASE」が本格稼働し科学的な介護が提示されるようになると、利用者は自分自身がどのようなケアを受けることが望ましいのかを根拠を持って知ることができます。 そのケアを実践できる介護サービスを利用者自身が選択し、自らが望む能力の獲得や望む生き方ができるようになると期待されています。 自立支援、重度化防止に役立つ 「CHASE」によって提示される日本全国から集めた情報を基に分析された、根拠に沿ったケアを受けることにより、ADLやQOLの維持、向上への効果がより一層高まると期待されます。 介護サービスの目的でもある「有する能力に応じた自立した生活」を目指す自立支援や「能力の維持向上に励む」という重度化の防止という目標に対して効果的なアプローチが図れるようになります。 介護職や事業所の質が向上する 「CHASE」の稼働により科学的な介護が提供できるようになると、介護職は「どのようなケアが望ましいのか」や「正しい介護方法はどうすればよいのか」を、根拠を持って知ることができます。 しっかりと根拠、理由を明確にできる介護を提供することにより介護職の質の向上が期待できます。 事業所においても「CHASE」が提示するエビデンスに基づいた介護サービスを提供できなければ利用者に選択してもらえなくなりますし、介護職の離職にも繋がることでしょう。 エビデンスに基づいた介護サービスを提供できる体制を整えることで介護職の質が底上げされることにより事業所自体の質が向上する効果が期待されます。 また、「CHASE」に情報を提供した事業所や利用者に対してフィードバックを行っていくことも予定されており、それが介護職員や事業所の質の向上だけでなく利用者の能力向上にも役立つと思われます。 事業所が「CHASE」を有効活用していくには記録の電子化が必要となり、さらに「CHASE」に対応したシステムの導入が今後求められることになるでしょう。 介護事業所様にお役立ちいただけるよう「eBook」をご用意しました。 是非、ダウンロードしてご活用いただければと思います。 ダウンロードは無料です。

次の

このサイトについて

介護施設 データベース

厚生労働省(地方厚生局)や都道府県が公表している詳細な医療機関や介護施設の公的情報(オープンデータ)を集約した業務用データベースです。 全国の医療機関や介護施設の一覧リスト(データファイル)の作成をので、医療介護業界の調査研究、マーケティング、システム開発等にご活用ください。 現在公開中の最新情報 データ種別 データ入手元 地方厚生局 医療機関一覧表 届出受理医療機関名簿 都道府県 医療機能情報提供サイト 都道府県 介護サービス情報公表システム 情報確認時期 2020年3月1日現在の届出情報 2020年2~3月時点の公開情報 2020年2月時点の公開情報 データ収録件数 (全国合計) 全施設合計 223,980件 医科(病院) 8,284件 医科(診療所) 88,191件 歯科 68,507件 薬局 58,998件 全施設合計 169,074件 病院 8,324件 一般診療所 94,387件 歯科診療所 66,363件 全施設合計 219,893件 訪問型 54,110件 通所型 56,394件 施設型 55,697件 ケアプラン 40,271件 福祉用具 13,421件 データファイル項目数 67項目+602届出項目 118項目 90項目 特長 診療報酬上の各種届出項目、診療科目、医師・歯科医師・薬剤師数など 職種別人員数、専門医数、患者数、平均在院日数、各種診療件数など 職種別人員数、要介護度別利用者数など お知らせ 2020. 26 -new-• 地方厚生局のを2020年3月1日現在の情報に更新しました。 2020. 28 -new-• 全都道府県ののデータベースを2020年2~3月時点の情報に更新しました。 2020. 07 -new-• 全都道府県のを2020年2月時点の情報に更新しました。 2020. 地方厚生局のを2019年11月1日現在の情報に更新しました。 2019. 地方厚生局のを2019年7月1日現在の情報に更新しました。 2019. 全都道府県のを2019年8月時点の情報に更新しました。 2019. 地方厚生局のを2019年4月1日現在の情報に更新しました。 2019. 全都道府県ののデータベースを2019年3月時点の情報に更新しました。 2019. 全都道府県のを2018年12月時点の情報に更新しました。 2018. 地方厚生局のを2018年9月1日現在の情報に更新しました。 2018. 地方厚生局のを2018年6月1日現在の情報に更新しました。 2018年度の診療報酬改定に合わせて、医療機関の届出項目名や条件検索機能も全面的に更新しました。 2018. 全都道府県のを2018年6月時点の情報に更新しました。 2018. 地方厚生局のを2018年1月1日現在の情報に更新しました。 2018. 全都道府県ののデータベースを2017年12月時点の情報に更新しました。 2018. 全都道府県のを2017年12月時点の情報に更新しました。 2017. 地方厚生局のを2017年10月1日現在の情報に更新しました。 2017. 地方厚生局のを2017年7月1日現在の情報に更新しました。 2017. 全都道府県のを2017年6月時点の情報に更新しました。 2017. 地方厚生局のを2017年4月1日現在の情報に更新しました。 2017. 全都道府県ののデータベースを2017年1~2月時点の情報に更新しました。 2017. 地方厚生局のを2017年1月4日現在の情報に更新しました。 2017. 全都道府県のを2017年1~2月時点の情報に更新しました。 2016. 地方厚生局のを2016年10月1日現在の情報に更新しました。 2016. 地方厚生局のを2016年6月1日現在の情報に更新しました。 2016年度の診療報酬改定に合わせて、医療機関の届出項目名や条件検索機能も全面的に更新しました。 2016. 全都道府県のを2016年6月時点の情報に更新しました。 2016. 地方厚生局のを2016年3月1日現在の情報に更新しました。 2016. 全都道府県のとのデータベースを2016年1~2月時点の情報に更新しました。 2016. 医療機関届出情報(地方厚生局)のデータ項目を大幅に拡充(診療科目、医師数、歯科医師数、薬剤師数など)するとともに、主な診療科目による施設検索機能も追加しました。 2016. 地方厚生局のを2015年12月1日現在の情報に更新しました。 2015. 全都道府県のとのデータベースを2015年8月時点の情報に更新しました。 2015. 地方厚生局のを2015年9月1日現在の情報に更新しました。 2015. 昨日のTBSテレビ『世にも不思議なランキング なんで?なんで?なんで?』で当サイトの情報に基づく【赤ちゃんがたくさん産まれる病院ランキング】が紹介されました。 ランキングの詳細は関連サイト「病院情報局」内で公開しています。 2015. 地方厚生局のを2015年4月1日現在の情報に更新しました。 2015. 全都道府県のとのデータベースを2015年2月時点の情報に更新しました。 2014. 全都道府県のとのデータベースを2014年7月時点の情報に更新しました。 2014. 地方厚生局のを2014年7月1日現在の情報に更新しました。 2014. 地方厚生局のを2014年6月1日現在の情報に更新しました。 2014年度の診療報酬改定に合わせて、医療機関の届出項目名や条件検索機能も全面的に更新しました。 2014. 全都道府県のとのデータベースを新たに公開しました。 データベースの情報をダウンロードして利用したい方へ、を開始しました。

次の

介護施設利用者管理のフリーソフト/エクセル

介護施設 データベース

多くの介護事業所等で入力すべき30の「基本的な項目」等に絞り込み 介護分野・領域においても、エビデンスに基づいた質の高い介護サービスを確立していくこと重視されています。 昨年(2018年)3月の検討会中間まとめでは、第3のデータベース【CHASE】に265項目のデータを格納する方針を固めました(関連記事は)。 塩崎前厚労省が未来投資会議(2017年4月17日)に提示した「科学的介護の実現」に関する資料。 検討会では当面、朱色の太い点線で囲った「新たに取得してくデータ」を詰めていくことになる その後、検討会では「介護現場の負担などを考慮し、収集項目を絞り込む」方向でさらに検討を進めてきました。 さまざまなデータを収集・解析できれば、より多くのエビデンス構築が期待できます。 しかし、多くのデータ収集は介護現場の負担増につながることから、「介護現場の理解を得られず、却ってデータが集まらなくなるのではないか」などの点を考慮した検討です(関連記事はと)。 構成員がそれぞれの専門分野についてギリギリまで絞り込みを行い、さらに検討会での討議を経て次のように決定されました。 被保険者番号・性別・生年月日のいわゆる3情報により、他のデータベース(介護DB、VISIT、NDBなど)との連結解析(個人が誰かの特定をしないまま、紐づけを行える)を見据えたものとなっていると言えるでしょう。 基本的な項目ではあるものの、介護現場に遍く浸透するまでには、いくつもの課題があるでしょう。 【総論】保険者番号、被保険者番号、事業所番号、性別、生年月日、既往歴(新規診断含む、主治医意見書等からの情報と連携できるよう今後検討)、服薬情報、同居人等の数・本人との関係性(主たる介護者等についても記載を検討)、在宅復帰の有無、褥瘡の有無・ステージ、BI(Barthel Index) 【認知症】認知症の既往歴等(新規診断含む)、DBD13(モデル事業等で項目を整理)、Vitality Index(同) 【口腔】食事の形態(モデル事業等で形態の分類を整理)、誤嚥性肺炎の既往歴等(新規診断含む)、 【栄養】身長(計測が容易な場合のみ)、体重(同)、栄養補給法、提供栄養量・エネルギー(給食システムと連携等し自動取得を模索)、提供栄養量・タンパク質(同)、主食の摂取量(給食システム等と連携、加算の様式例等に含まれる場合のみ)、副食の摂取量(同)、血清アルブミン値(検診等情報を取得できる場合のみ)、本人の意欲(加算の様式例等に含まれる場合のみ)、食事の留意事項の有無(同)、食事時の摂食・嚥下状況(同)、食欲・食事の満足感(同)、食事に対する意識(同)、多職種による栄養ケアの課題(同) また、 加算対象事業所などで入力されるべき「目的に応じた項目」は次のとおりです。 加算対象事業所であれば、すでに把握しているデータが主であり、データ収集のハードルはそれほど高くなさそうです。 【総論】食事、排泄、入浴、更衣、整容、移乗、屋内移動、屋外移動、階段昇降、調理、洗濯、掃除、起き上がり、座位、立ち上がり、立位(いずれも事業所で任意に入力可能な個別機能訓練等に関する項目) 【口腔】摂食・嚥下機能検査の実施、検査結果や観察などを通して把握した課題の所在、食事の観察の実施日、食事の観察者、気づいた点、会議実施日、会議参加者、支援の観点(食事の形態・とろみ、補助食の活用)、食事の周囲環境、食事の介助の方法、口腔ケアの方法、医療または歯科医療受療の必要性、記入日、かかりつけ歯科医、入れ歯の使用、課題等、アセスメント・モニタリング実施日、記入者、観察・評価等、RSST、オーラルディアド コキネシス、問題点、サービスを継続しないことによる口腔機能低下の恐れ、サービス継続の必 要性、計画変更の必要性、口腔機能改善管理指導計画作成日、指導等、機能訓練、本人実施項目、介護者実施項目、改定水飲みテスト(結果)(いずれも加算の様式例等に含まれる場合のみ) さらに、 各事業所で任意に入力すべき「その他の項目」は多数あり、目立つものを拾うと次のようになります。 利用者・入所者の状態を把握するために非常に重要な項目ですが、「データ収集に向けた、介護現場の実際の負担はどの程度か」なども検証する必要があります。 あわせて、上述した課題、例えば「基本的な項目の1つ『食事の形態』について分類をどう整理するか(介護施設によって、同じ形態の食事でも呼称はさまざまであり、また同じ呼称でも形態に相違があるため標準化を行う)」「その他の項目の収集(入力)に関する実現可能性はどの程度か」「将来、追加すべき項目としてどのようなものが考えられるのか」などを検証するために、厚生労働省はモデル事業を実施します。 ただし、すべての課題等を一度に検証等することは困難なため、「まず2019年度には、できるだけ多くの事業所等で入力すべき『基本的な項目』についての課題検証から行っていく」などの優先順位がつけられます。 厚労省でモデル事業所を選定し、実際に「基本的な項目」「目的に応じた項目」「その他の項目」の入力をしてもらい、課題等を探っていくイメージです。 データの現場還元、介護版DPCのような「ベンチマーク分析」目指せとの指摘も こうした項目内容等について特段の反対意見は出されず、多くの構成員から「将来に向けた提案」がなされました。 多くの委員から指摘されたのは、「データベースを現場にどう活かすか」が極めて重要であるという点です。 データベースの構築が目的ではなく、「データベースに格納されたデータを活用して一定の知見(エビデンス)を得て、これを現場に還元することで、現場の改善を促す」ことが求められるためです。 ただし、「現場への還元」にはさまざまな意見が出ています。 例えば、海老原覚構成員(東邦大学医療センター大森病院リハビリ科教授)は、状態のデータを見て「自事業所・施設の振り返りを行い、1つ1つのケアを改善していく」ことが重要と指摘します。 一方、折茂賢一郎オブザーバー(全国老人保健施設協会副会長)は「介護現場のベンチマーク分析」を見据えるべきと提案。 急性期入院医療では「DPC」制度が導入され、入院基本料や投薬・検査などを包括評価するとともに、病院側には詳細なデータ提出が義務付けられています。 このデータ提出は病院には大きな負担となっていますが、データを解析し「自院の立ち位置」などを把握することができます。 例えば「抗菌剤の投与日数」データを見れば、自院では「他院に比べて抗菌剤を使い過ぎである」ことなどが客観的なデータとして判明し、自院の取り組みの改善につなげていくことができます。 2003年度からDPCが段階的に拡大され、現在の急性期入院医療は、驚くほどの「標準化」「質の向上」が実現できています。 介護分野でも、こうした方向を目指すべきと折茂オブザーバーは提案しているのです。 両者ともに「介護の質改善」に向けてデータベースを活用することを目指しており、実現可能性(介護分野で一足飛びにDPCデータ提出のようなことを求めることが可能なのか)なども踏まえて、今後、厚労省と関係者で検討していくことが期待されます。 「介入」データの収集に向けて、ICHIなど活用した「介入のコード化」を この点、「介護の質改善」を目指すのであれば、「どのようなケア・行為が行われ、それが状態改善にどう結び付いたのか」というエビデンスが必要となります。 松田晋哉構成員(産業医科大学公衆衛生学教室教授)や折茂オブザーバーらは、このため「介入に関するデータ収集」の重要性を強調しました。 上述のとおり、科学的介護の実現には「どのようなケアを実施したら」(介入)、「どのような改善効果が得られたのか」(状態)といったデータ収集が不可欠です。 しかし、初期仕様では後者の「状態」に関するデータ収集がほとんどで、前者の「介入」に関するデータはごく一部にとどまっています。 「介入」データ収集に当たっては、「どのような行為を行ったのか」を詳しく・正確に入力してもらうことが必要です。 しかし、我が国では「介入に関するコード」が十分に整備されていません(詳細なデータを文章で入力したとしても、集計するにははやりコードが必要となる)。 現在、WHOで介護関連のケアコード「ICHI」(International Classification of Health Interventions)が開発途中であり、厚労省や研究者で「日本語への翻訳など」も行いながら、「介入に関するコード」の整備を進めていくことが求められます。 データ入力の「負担」軽減のみならず、「負担感」軽減も重要 このような「現場への還元」は、データを入力する介護スタッフのモチベーション向上にもつながります。 データ入力を「面倒な作業」としか捉えられなければ、モチベーションが上がらず、データの精度も低下しがちです。 しかし、「このデータ入力には介護の質向上に向けた重要な意味がある」と積極的に捉えることができれば、データの量・質が向上していくと期待されます。 鳥羽研二座長(国立長寿医療研究センター理事長)は「現場スタッフに、データ入力の意義などを周知する工夫が重要となる」と強調しています。 この点、厚労省の鈴木康裕医務技監も、「データ項目の絞り込みによる『負担』軽減と、データ入力の意義浸透などによる『負担感』軽減の双方が重要になる」とコメントしています。 今後のモデル事業や研究事業なども踏まえ、積極的な検討が進められることが期待されます。 【関連記事】.

次の