★健診データ集計ツールを用いた分析（２）

例えば血圧（図では収縮期・拡張期合計の有所見率です）を見てみましょう。

ピボットテーブルの結果を受けて年齢調整ユニットに自動的にデータが入力されます。
そこでは年齢調整された値だけではなく、基準となる平均値（図では全国平均値）に対する有意差判定が行われます。

自社の生のデータでは男性の血圧の有所見率は約４２％ですが、年齢調整された結果２８．６％となります。そして全国平均値２０％に対して１％有意水準で有意に高いと判定されています。そして右側にはグラフが出力されています。

全ての年代で全国平均を上回っていることが分かりますが、４０才代からの傾きが大きいですね。
よく見ると３５才代から全国値と乖離していく状況が見て取れます。

またこの年齢調整ユニットは特異値（パニック値）に対してχ^２検定ではなく自動的にポアソン検定を行います。これは全国平均などの大規模な集団において数％しか発生しないような事象に適応されるもので、健診データのパニック値はポアソン分布することが知られておりそれに従ってポアソン検定が行われます。ちなみに下図女性の場合χ^２検定だとＰ値は0.276と有意差は出ませんがポアソン検定ではＰ値0.0322と有意差が出ており、こちらが正解です。

このあたりは論文など投稿の際査読で指摘される部分なのでそれにも対応しての事です。
また年齢調整されたデータは統計的に信頼性区間を明示するのが習慣になっています。
グラフを見て分かるように各データから上下にヒゲが出ているのが分かると思いますが、全てのグラフにおいて９５％信頼性区間を表示しています。 このあたりも論文を考慮してのことです。

年齢調整ユニットでは基準となる集団を全国以外に都道府県で指定することも出来ます。
プルダウンメニューから希望する都道府県を指定すると基準人数が指定された都道府県の人数に置き換わりそれに基づき年齢調整され、グラフも連動して変化します。

これは全国基準ではなく自社の所在する県を基準にして見るための便利な機能です。
と言うのも年齢調整は基準となる集団の年齢階級別データが揃っていれば計算できますので、これを自社全体を基準値にして、Ａ事業所の●●部に対する年齢調整も簡単に行えます。
部署によっては例えば若年層と高齢者層で中間層が少ないような部署の有所見率が会社全体から見て正常なのか異常なのか的確に判断できます。

このような独立して年齢調整を行いたい場合も想定して年齢調整ユニットを全体から切り離したシートに「年齢調整テンプレート」としておいてあります。

このように自社の集団に対していろいろな視点から見ているのは、自社集団の位置づけを明確にする目的で行っています。そのためには全体の基準となる比較データを持ち、きちんと年齢調整して比較する事が出来て初めて位置づけが明確に出来ます。

では位置づけが分かったら次に行うのは問題点の提起となりますね。