も、実際の治療選択は個々の患者の状況に基づいて、医師の選択の自主性に基
づいて決定されている。このような個々の医師の治療内容決定が、医療の質に
影響を与えうることは、過去の研究でも数多く指摘されている。
医師ごとの分析を行うためには、医療機関の識別だけではなく、医師の識別
が可能な情報が必要となる。たとえば、アメリカの公的医療であるメディケア
とメディケイドを管理する CMS(Centers for Medicare & Medicaid Services)
では、ダウンロード可能なデータベースとして全国の医師の情報を公開してい
る。
生産年齢人口が激減する一方で需要が増加する医療介護分野において各職種
のマンパワーを効率的に配分することが不可欠であるが、医師のみならず様々
な専門職についても就労状況や賃金といった情報がデータベース化されたもの
は存在しない。
3.縦断データが入手困難
一時点の横断データでは、因果の向きを特定できない。因果の向きを特定す
るには、時間的前後関係を確認する必要があるため、同一の個人を追跡して健
康状態の変化を捉えた縦断データが必要である。観察開始の一時点のベースラ
インデータと、数年後あるいは数年間の健康アウトカム変数を含むデータと
は、別ファイルになっている。そのため、これらのデータを結合しなければ縦
断データは得られない。しかし、個人情報の保護のため、あるいは異なる社会
保険制度では異なる被保険者番号が用いられているため、同一個人の別ファイ
ルを結合することは、理論上は可能でも、実際に結合するのは容易でない。
例えば、同じ「被保険者番号」という変数名であっても、医療保険（協会け
んぽ・健保組合・国民健康保険・後期高齢者医療保険制度）と介護保険の各保
険制度で、それぞれで異なる「被保険者番号」が割り当てられており、「被保
険者番号」だけでは、これらを結合することはできない現状にある。

4.他データとの連結・リンケージに制約
現状の医療・介護系データの問題点として、他のデータとの連結・リンケー
ジに関する様々な制約がかかる点があげられる。NDB・KDB といったレセプトデ
ータについては、その性質上個人に関する社会・経済的な情報がほとんど含ま
れていないが、これらを補完するために他の情報源と連結することは禁じられ
ており、そのことは利用規約に明記されている。NDB・KDB 以外の、統計法の目
3