ハイライト
- MyLungHealth患者ポータルツールと医師向け意思決定支援の統合により、新たに肺癌スクリーニングの対象となる患者の特定率が2倍になりました（4.7％ 対 2.3％）。
- 31,000人以上の参加者を対象とした多施設実用性試験で、個別教育を通じて低線量CT (LDCT) 注文率が統計的に有意に増加することが示されました。
- 患者への直接的なデータ収集により、電子健康記録 (EHR) 内の喫煙期間や禁煙日時の重要な情報不足が効果的に解消されました。
- 相対的な改善は著しかった（対象者特定の調整オッズ比 2.19）が、絶対的な増加分は限定的であり、より積極的な実装戦略が必要であることを示唆しています。
背景
肺がんは世界中でがん関連死亡の主因であり続けています。低線量CT (LDCT) による死亡率低下の有効性は、National Lung Screening Trial (NLST) やNELSON試験によって確立されていますが、スクリーニングの受診率は依然として不十分です。米国では、対象者のスクリーニング率は15%未満で、乳がんや大腸がんのスクリーニング率を大きく下回っています。
実施の主要な障壁には、現在のスクリーニング基準の複雑さ（例：USPSTF 2021ガイドライン）、EHR内の喫煙歴ドキュメンテーションの不完全さ、および一次診療医が短時間の外来診療中に負担する認知的負荷があります。共有意思決定 (SDM) は法律で規定されている肺がんスクリーニング (LCS) の償還要件ですが、医師はこれらの議論を効果的に促進するための時間やツールが不足していることがあります。MyLungHealth試験は、これらのギャップを埋めるために、EHR統合型ポータルを介してデータ収集と教育の一部を患者に直接委ねることを目指しました。
主な内容
研究設計と方法論的枠組み
MyLungHealth試験は、ユタ大学ヘルスとNYUランゴン・ヘルスの2つの主要な学術医療システムで実施された、非層別並行群無作為化臨床試験でした。この研究は、2つの異なる臨床的課題に対処するために、独自の2部構成を採用しました：
- 研究1（対象者特定）： 不明瞭または不明な喫煙歴（例：10-19パック年、禁煙日時不明）を持つ26,729人の「不確定」対象者を対象としました。目標は、患者からの情報を通じてこれらのデータを精緻化することでした。
- 研究2（注文促進）： 喫煙歴が記録されている4,574人の対象者（≥20パック年、現在喫煙中または禁煙15年未満）を対象とし、患者教育がLDCT注文にどれだけ寄与するかを評価しました。
参加者は、コントロールアーム（医師向けDecision Precision+ツールのみ）または介入アーム（Decision Precision+と患者向けMyLungHealthツール）に無作為に割り付けられました。介入は英語とスペイン語で提供され、より広範なアクセシビリティを確保しました。
EHRデータギャップの解消：研究1の結果
EHRドキュメンテーションの不完全さは、対象者が見落とされる主な理由です。研究1では、MyLungHealthツールが患者ポータルを通じて詳細な喫煙歴を提供するように患者を促しました。この能動的なアプローチにより、スクリーニング対象者の特定が大幅に増加しました。介入群では、13,412人の参加者のうち4.7%（635人）が新たに対象者と特定され、コントロール群では13,317人の参加者のうち2.3%（308人）でした。調整オッズ比 (aOR) 2.19（95% CI, 1.99-2.42；P < .001）は、患者生成の健康データが歴史的なEHRの不正確さを訂正する力強さを示しています。
臨床アクションの向上：研究2の結果
既知の対象者に対する課題は、その知識を臨床注文に翻訳することです。MyLungHealthツールは、患者が訪問前に個別のリスク/ベネフィット情報と教育コンテンツを受け取るように配信しました。研究2では、介入群のLDCT注文率は20.5%、コントロール群は19.2%（aOR 1.16；95% CI, 1.04-1.30；P = .008）でした。差異は統計的に有意でしたが、絶対的なマージンが狭かったことから、患者教育だけでは、医師のリマインダーと組み合わせても、すべての注文障壁を克服することは十分ではないかもしれません。
翻訳と技術的統合
技術的には、この試験は「SMART on FHIR」（代替可能な医療アプリケーション、再利用可能なテクノロジー）アプリケーションのマイルストーンを代表しています。ツールをEHRワークフローに直接統合することで、研究者は通常のサードパーティソフトウェアに関連する摩擦を最小限に抑えました。ツールは患者レコードのリアルタイム更新を可能にし、医師がカルテを開いたときに、患者によって確認された最も正確な対象者データがすでに存在していました。
専門家のコメント
「限定的」な絶対増加分の対応
MyLungHealth試験の最も重要な教訓は、相対的増分と絶対増分の乖離です。対象者特定の2倍増は、ヘルスインフォマティクスにとって大きな成功ですが、対象者の約20%しかスキャンが注文されていない事実は、予防腫瘍学におけるシステム的な惰性を示しています。専門家は、この要因には、患者レベルでの放射線や「過度診断」に関する懸念、医師レベルでの疲労、そして特殊画像検査のスケジューリングの物流的障壁があると指摘しています。
患者ポータルの役割
この研究の潜在的な制限点——そして今後の政策議論のポイント——は、能動的な患者ポータルアカウントへの依存です。介入に能動的なポータルが必要だったため、インターネットリテラシーが低いまたはアクセスが制限されている脆弱な人口層がこれらのツールの恩恵を受けない可能性があります。これらのツールが効果を発揮するためには、患者ナビゲーターやメディカルアシスタントなどの人間介在のアウトリーチと組み合わせる必要があります。
行動変容のメカニズム的洞察
研究1の成功が研究2よりも優れていることは、情報科学を用いて「データ訂正」を解決することは、「行動変容」よりも単純な問題であることを示唆しています。禁煙日を訂正することは患者にとって認知的なタスクですが、がんスクリーニングを受けるかどうかを決定することは、感情的、財政的、身体的な考慮事項を伴います。将来のツールでは、特定の患者の不安をリアルタイムで解決するAI駆動のチャットボットなど、より堅牢な共有意思決定機能を組み込む必要があるかもしれません。
結論
MyLungHealth試験は、EHR統合型の患者向けツールが、肺癌スクリーニングの対象者特定の正確性を向上させ、スクリーニング注文を若干増加させる効果があることを示す高レベルの証拠を提供しています。患者が自らの医療履歴を策定することにより、医療システムは喫煙記録における「汚れたデータ」の慢性問題を克服することができます。しかし、全国的な肺がんスクリーニング目標を達成するためには、これらのデジタルツールを、医師教育、患者ナビゲーション、高リスク個体に対するより積極的な自動注文システムを含む、より大規模な多様な戦略の一部として捉える必要があります。
参考文献
- Kukhareva PV, et al. Enhancement of Patient-Centered Lung Cancer Screening: The MyLungHealth Randomized Clinical Trial. JAMA Oncol. 2025;e255672. PMID: 41452617.
- Meza R, et al. Lung Cancer Predictions for the United States: 2021 USPSTF Recommendations. J Thorac Oncol. 2021;16(10):1612-1622. PMID: 34111584.
- The National Lung Screening Trial Research Team. Reduced lung-cancer mortality with low-dose computed tomographic screening. N Engl J Med. 2011;365(5):395-409. PMID: 21714641.
- de Koning HJ, et al. Reduced Lung-Cancer Mortality with CT Screening in a Randomized Trial. N Engl J Med. 2020;382(6):503-513. PMID: 31995683.