トップページ
トップページ 法人概要 活動実績 保健従事者支援ページ 入会案内 問い合わせ
 支援ページトップ ≫ 研修・勉強会 ・・・ 1ページ中 1ページ目を表示中
医療制度改革下の保健指導のあり方 地域保健計画策定の手引き 保健従事者のための統計講座 個別健康教育評価手法 メール
プロセス評価手法 アンケートデータの分析と評価 エクセルテクニック集 保健指導ノート 資料論文データベース
  

健診データ分析ツールを用いたエクセルによる集計と分析

(パソコンはこちらで用意しますので持参する必要はありません。持ち込みも可)

緊急事態宣言に伴い日程を2月26日以降へ変更しました。

健診データ分析ツールを用いて健診データの集計・分析を行う研修を下記日程で開催します。3密対策により少人数での開催となりますので、お早めに申し込み下さい。

分析ツールは、普通のエクセルファイルで、システムのようにインストールする必要はありません。マクロプログラムを使用していないので、若干の手操作が必要ですが、コピー&ペースト、オートフィルだけですので、多少エクセルを使ったことがあれば問題なく取り扱えます。分析ツールを利用する理由は健診データを分析する基本的なことについて下記に解説していますので参考にして下さい。

今回は分析ツールの使い方から出力されたデータをどのようにまとめ上げ仕上げていくかを中心に解説していきますので、エクセル初心者でも大丈夫です。

また、今回にかぎり研修に参加できない方のために健診データの集計・分析の在宅学習が出来るように分析ツールに詳細解説テキスト及び集計基礎技術集を追加して別売り(若干割安価格)での提供を行います。 研修期間内の限定販売となります。
数に限りがありますので、売り切れの場合はご容赦ください。

分析ツールの詳細及び申し込みはこちらからどうぞ。⇒分析ツール詳細と申し込みフォーム

 


研修日程

 時間:全日13:00〜16:30

 日時:2月26日(金)27日(土)28日(日)

 定員:5名

 場所:川崎市男女共同参画センター(スクラム21 第3研修室)

 受講費:45,000円

研修への申し込みは、以下の申し込みフォームよりお申し込み下さい。

 


分析ツールを用いたエクセルによる健診データ集計と分析

参加者氏名(必須)  

メールアドレス(必須)


★職種(必須)
保健師             看護師
(管理)栄養士        その他

受講料
  事前振込(¥45,000)  事前振込のみ
  


予約申し込み制ですが、この申し込みで席が確保されるわけではありませんので、ご注意願います。
申し込み後確認のメールを送りますので、メールアドレスはお間違えのないようにお願いします。

2,3日以内に返信メールが届かない場合、次のアドレスまでメールをお願いします。 zap12433@gmail.com

領収書、請求書等希望があれば下記へあて先を明記の上、お申し込みください。

メッセージ(お伝えしたいことがあれば記入してください)



  

この送信にはCGI RESCUE社のシステムを利用しています。
送信完了後に同社の画面が表示される仕様となっていますので、「サイトへ戻る」をクリックしてお戻り下さい。

Powered by CGI RESCUE®

 

◎分析ツールを利用する理由

保健従事者にとって健診データの集計・分析は必要技能ですが、2つの理由によりかなりハードルの高いものだと実感しています。
実際各検査項目の平均値は出したけれど、この先どう展開してよいか悩んでいる方も多いでしょう。この先は、いくつものハードルをクリアーして行かなければ思うような展開が出来ません。

  1. 各検査項目値どおしの演算が出来ないので、これらを集計できるようにするために高度なエクセル技術が要求される。また性別年齢別による多項目な集計分析となるため通常の集計技術ではミスも多く発生し、効率が悪すぎる。
  2. 集計・分析で処理されるデータはエビデンスに基づいた統計処理されたデータでなければいけないので統計の知識が要求されます。その際自社の結果と比較する基準データ(公的でかつ公表されている)が必要になるのですが、これの入手が初心者には難しい上、エクセル上で利用するための処理に手間掛かる。

健診データ分析ツールの目的は、これらハードルを簡単にクリアーするために利用されるのですが、本質的な目的は別なところにあります。(後述)そこに触れる前にハードルの中身と対処を解説しましょう。これから健診データを集計・分析される方にとって、参考になると思います。

◎最初のハードル:各検査項目値の特殊性
  各検査項目値どおしの演算が出来ないとは、例えば、BMIや血圧、脂質等の平均値を足してその平均がいくらとやっても何の意味も持たないことです。
(BMI24+血圧142+中性脂肪200=366/3=122)
各検査項目値の相互関連を見るためには、各検査項目値に共通する指標を求めそれらを演算することが必要で、この共通指標が有所見者数になります。

この有所見者数を出すのに、エクセル関数で求めるのですが、BMIや血圧のような単純なものから、性・年齢による閾値の違い、上限下限がある検査項目等で関数の複雑さが増していきこれらを駆使する力量が求められます。

検査項目の多さに加え、それらを性年代別にそれぞれの計算結果を出していくのは、通常の集計方法では効率も悪く、途中でケアレスミスを起こすこともあります。ケアレスミスの発覚は後になればなるほど修正が及ぼす範囲が広がるので、効率よく修正も迅速に行える方法で集計していく方法を模索することになります。
その方法は、ピボットテーブルを活用することになり、 ピボットテーブル作成の力量が必要です。意外と思われるかもしれませんが、健診データの集計・分析では、平均関数やフィルター類は一切使いません。 性年代別に区分けされた分析は全て ピボットテーブルで自動的に計算されるように集計表を作り変えていきます。ここが、一般的な集計方法と異なる点で、健診データ独自のやり方になります。
SEプログラマーほどではありませんが、それに近いエクセルレベルが必要です。
ただ、ここまでは、SEも出来ることなので、既存の健康診断システムでも集計することは可能で、単純集計として取り出すことは出来ます。

既存の健康診断システムやSEプログラマーが手におえないのが、次の2つ目のハードルです。

◎エビデンスに基づいた統計処理
集計された結果、例えば自社の血圧の平均値が124と出たとしましょう。全国平均値は125 です。これの良し悪し(高低)を判断することになるのですがどうでしょうか?
全国平均値よりも低いので良しとしますか?・・答えは何ともいえない(判断できない)です。
集団における比較はその基準となる集団と同一条件下のもとでしか比較出来ないからです。健診検査項目のデータは、性・年齢に大きく影響を受けます。この場合基準集団と自社集団の年齢構成は同じでしょうか? 基準集団の構成人数とに偏りがあるとその影響を受け、正しい比較が出来ません。
正しく比較するためには最低でも年齢構成の影響を除去する統計的な処理を自社データに施すことが必要で、これを年齢調整と呼ばれます。比較する検査項目に全て年齢調整を施し初めて良し悪しが判断できるのです。

 ところが、この基準集団の有所見を性・年代別に集計しているデータをちゃんと見つけてくることが出来るでしょうか?特殊な論文や信頼性の低いデータではダメで、誰でも入手可能で、信頼の置ける公的機関が出していることが必要です。厚労省も公表していますが、苦労なく入手できればよいのですが、なかなか上手くいかないようです。(昔は階層のかなり深いところにありしかもバラバラで存在していたのですが、最近はまとめられて探しやすくなっていますが。)研修などで宿題で探させると、割合で示されたデータを持ってこられる方がいます。ネット上出回っているデータは割合で表示されているのが多いので、仕方ないかもしれませんが、%(割合)からは人数が分からないので、年齢調整には使えません。性・年代別に5歳刻みで有所見者数と全体数の人数表示されているデータが必要なのです。・・あるところにはちゃんとあるのですが、これを探し出すのが難問なのです。

更に、見つけてきたデータは帳票形式なのが殆どで、(厚労省はエクセル形式で提供していますがそれを含めて)これをエクセル上で関数やピボットテーブルが認識できるように自社データも含めて、データベース形式に変換していく作業が発生し、これも手間が掛かります。

次にデータベース形式に変換したデータに年齢調整を施すのですが、ここから統計の知識が必要となってきます。

仮に基準となるデータを入手できなかった場合、基準(全国比較)との比較は出来ませんが、自社全体データを基準として、事業所別や部署別の比較を年齢調整を施すことで比較は可能ですが、これは年齢調整が正しく出来ることが前提となります。

  健診データに施す年齢調整には直説法と間接法の2種類ありますが、(論文などで見る共分散解析を用いた年齢調整とは全く異なる手法です)直説法は用いられません。
年齢調整のやり方を参考書や検索などで探し出すと出てくるのは殆どこの直接法で、これは数学的には、加重平均で非常に大きな母集団どおしに適応する方法です。
  全国平均等の数千万人ある基準データ に対して自社が数万人未満では大きな誤差が生じて使い物になりません。 産業保健などのような数万人未満のデータを年齢調整するには間接法を用います。間接法は、期待値を導き出し、その期待値を元に計算していく方法で、この期待値の算出に統計的知識が必要となります。また、厚労省の基準データは3千万人と大きいので、これとの誤差を補正するためにベイス推定という手法を適応して計算していきます。・・・このあたりがSEプログラマーではお手上げなところで、健康管理システムを組み上げる際、発注もとの保健師等が「このようなアルゴリズムで処理してください」と指示を出さなければいけないところです。
  間接法を用いた場合、現実値と期待値の差の比がχ分布することが統計学では知られており、これを用いて有意差検定を行うことも出来ます。

ここまでして初めて自社の平均値が全国平均値より高い低いを有意をもっていうことが出来ます。

健診データの集計ではこれらが基本事項です。この先からグラフ化や分析が始まるのです。

これら基本的な処理を施す作業に健診データ分析の9割がた時間を費やします。9割手間をかけているが、全体の進捗は1割にも満たない状況の中で進めていくのは精神的にも焦りが出てきます。

本来、保健従事者としての仕事は、エビデンスに基づいた集計・分析結果から専門職にしかできない判断を下し、先々の指針を示すこと。なのですが、集計・分析にかかるエクセル技術や比較のための標準データの収集で時間を取られ本業に費やす時間が少ないのが実情です。分析ツールはエクセル技術や基礎データの収集等の上記ののハードルをクリアするためのツールであり、保健従事者にしか出来ない本来の仕事への時間を大幅に増やすことが出来るように作成したツールです。この「専門職にしかできない判断を下す」ということが非常に重要で、この時間を如何に多く持てるか、そして、場数を多くこなすことで専門職のレベルが大きく向上します。健診データ分析ツールは、作業を楽にするためのツールではなく、専門職のレベルアップを目的として作られたツールです。そのためレベルの向上とともに自在にカスタマイズできるようにエクセルファイルとして提供されているのです。

 
 
トップページ 法人概要 活動実績 保健従事者支援ページ 入会案内 問い合わせ
医療制度改革下の保健指導のあり方 地域保健計画策定の手引き 保健指導従事者のための統計講座 個別健康教育評価手法 メール
プロセス評価手法 アンケートデータの分析評価 エクセルテクニック集 保健指導ノート 資料論文データベース