2023年11月14日のヘッドライン

• 健康第一、換気・うがい・手洗いで。今頃遅い、国連機関の病院攻撃停止へ行動呼びかけ。
  呼びかけ者は世界保健機関、国連人口基金、国連児童基金の３機関。
  137件の攻撃でガザ地区病院は既に壊滅状態。具体的に自らどう行動するかの意思表示が必要。
  


• XBB.1.5対応ワクチン接種後の健康状況調査結果を公表＜厚生労働省＞
  厚生労働省は10月27日、ファイザー社製／新型コロナウイルス・オミクロン株対応１価ワクチン（XBB.1.5）接種後の健康状況調査の結果を公表した。調査対象237人のうち、接種後１週間（Day８）までの日誌が回収できた44人では、37.5℃以上の発熱が25.0%（38.0℃以上は6.8％）に、局所反応は疼痛が93.2%に見られた。被接種者は10歳代0%、20歳代10.1%、30歳代17.3％、40歳代30.0％、50歳代29.1％、60歳代13.1%、70歳代0.4%、80歳以上は0%で、男女比は、男性38.0%、女性62.0%だった。
  ◎参考サイト：オミクロン株対応１価ワクチン接種後の健康状況調査
  


• がん患者のブログから、有害事象シグナルの抽出方法を開発 ＜慶應大＞
  慶應義塾大学は10月12日、大学院薬学研究科博士課程3年の西岡諭史、同大学薬学部の堀里子教授らの研究グループが、奈良先端科学技術大学院大学の荒牧英治教授と共同で、患者がインターネット上のブログに投稿したテキストから、深層学習を用いて、日常生活に支障を及ぼす重症度の高い事象に焦点を当てた有害事象シグナルの抽出手法を開発したと発表した。研究では、ウェブ患者コミュニティー、ライフパレット（株式会社メディエイド運営）に乳がん患者が投稿した2,272記事を使用。妥当性・再現性を担保したガイドラインに則り、ブログ記事を構成する各文を、AE-L（有害事象が発現かつ生活への支障が明確に読み取れる文）、AE-nL（有害事象が発現しているものの生活への支障はない又は読み取れない文）、有害事象に関係しない文――の3つに分類し、機械学習に使う訓練・評価用のデータセットとした。機械学習モデルは、深層学習手法に分類され、関連領域で高い性能・汎用性が報告されているBERT、ELECTRA、T5を選択した。実験の結果、より長い文章を入力として処理できる T5が最もよい抽出性能を示した。そのF1スコア（二値分類タスクの評価指標）は、AE-L抽出タスクで0.557、AE-Lと AE-nLの両方（つまり全ての有害事象シグナル）を抽出するタスクで0.811だった。患者ブログに頻度高く訴えのある有害事象は「痛み・痺れ」「倦怠感」「発熱」「吐き気」であり、医療者報告で過小評価が報告されている事象と類似傾向を確認した。この成果について研究グループでは、「診察外で患者が発信する生の声を副次的に活用し、重要度の高い事象に絞って有害事象シグナルを自動で抽出し、患者を医療者につなぐことができれば、抗がん剤副作用マネジメントの質向上に貢献できる可能性がある」としている。
  ◎参考サイト：プレスリリース