★集計・分析における３つのハードル

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。
これの意味するところは、出来る人と出来ない人では歴然とした差がつく事を意味しています。ハードルをクリアした人は先へ先へと進んでいくのに対して出来ない人はいつまでも置いていかれる状況になります。
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。

データを集計した結果をどの様に表現するか、わかりやすく言えば、報告を行うとして、どの様な流れで話を進めていき、結論を出すか。
とりあえずいろいろと平均値を出し、その数値を見て考えてみる・・・のようなことをやると大概そこで行き詰まります。
単に平均値を出しただけでは何ら意味がありません。例えば、自社の集団の血圧の平均値が136mmHgと出たとしましょう。これが良いのか悪いのか判断するには何か規準となるデータが必要です。正常値云々ではありません。

規準となる集団の平均値と比べて良い悪い判断をしなければ集団の判定を行うことは出来ません。
データを前にして「とりあえず平均を出してみるか」と挑むと必ず行き詰まるのは平均値を出した後どの様に展開するか決めていないからです。

このストーリーを決めるのが事前に集めた規準データなのです。

次項に分析レポートの構成 黄金パターンがありますが、この黄金パターンに沿ってストーリーを進めていくためには必要な基準データを事前に収集しておくことが前提となっています。

健診データの集計・分析のハードルを高くしている要素は３つあり、この規準データの収集が1つに上げられます 。
（本来は２つです。 この規準データの収集は テクニカルなものではないのですが、かなり苦労しそうなので挙げています）

◎第１のハードル ・・・・規準データの収集

この規準となるデータを検査項目ごとに集めてこれるか。
どれくらい集められるかでストーリーの展開の仕方が変わってきます。しかも、単に項目の平均値だけでは不足です。

分析の前提条件に「統計的に処理を施されたデータでなければ、多い少ない、良い悪い等は判断できません。」というのがあり、健診データにおける統計的な処理とは年齢調整が主な処理となります。年齢調整を行うためには、各年代間の「人数」が必要になります。これは割合（％）値ではダメです。

人数から割合を出すことは出来ますが、割合から人数を出すことは出来ません。

例えば同じ５０％としても、１００人中の５０人なのか１０００人中の５００人なのかは決定できません。統計的な言葉で言えば、割合は人数の情報を失ったデータと言います。比率の検定と言われるχ２検定でも入力する値は人数です。

年齢調整は比較するもの同士の構成人数の違いを補正する事ですから正確な人数が分からなければ行えません。
具体的にいうと、有所見率を年齢調整行うには、年代毎に（疫学的には通常５歳刻みが用いられますが、１０歳刻みでも可）分けられた総受診者数と有所見者数の両方が必要です。臨床検査値は男女による差が大きいので、性別で分けられた検査値ごとの各年代における総受診者数と有所見者数の示されたデータで、かつ公的に公表され（入手が容易で）標本の偏りが少ないデータでなければ規準データとして成り立ちません。

論文などで使われているデータもありますが、よく見ると標本が患者データとなっていたり（健常者が殆ど含まれていない）特定の地域であったりと規準データとするには不向きなものもあります。

収集した規準データを元に自社と比較し話を展開させていくためには収集した規準データの質と量に大きく依存します。これらのデータをきちんと収集出来るかで集計・分析の質が大きく変わってくるのです。

このデータ収集が集計・分析のハードルを上げている１つの要因です。

次に、これらの基準データを入手出来たとしても直接生データを見れば分かりますが、厚労省は１項目ごとにエクセルファイル１つとなっておりこれらを必要に応じて統合する必要があります。またデータによっては細分化されていたり、変に統合されていたりして幾つものデータとつき合わせながら集計に必要な形に仕上げていく作業が必要になります。
このあたりは帳票とリスト違いを理解していないと無駄な作業を行うことになります。

◎第２のハードル ・・・・一般的な集計と方法が異なる

保健医療における集計は普通一般的に行われている集計と考え方が異なります。一般的な集計では、元データの数値の合計が意味を持つ場合が多いのですが、保健医療では区分けした個数の合計が意味を持ちますので元データを先に区分分けや条件分けを行い次にそれらを集計する事が大半です。

巷に出回っているエクセル教則本やネット検索で紹介されている一般的な方法では時間や手間がかかり膨大な作業を強いられる事になります。

健診データは経理や商用データの場合と異なり検査項目値ごとの演算や集計などは意味のない場合が殆どです。
例えば、BMI値と血圧値、コレステロール値を足して平均値がいくら、としても全く意味のないデータですし、「正常＋受診勧奨＝異常」のような演算も成り立ちません。

一般的な教則本に従うと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。
ところがデータ表の区分分けを工夫するとピボットテーブル１クリックで全て最後まで計算されます。それには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３つ目のハードルです。

◎第３のハードル ・・・・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。

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^２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３つのハードルをクリアーし、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。

４，５年前の私の研修では、これらのハードルをクリアーして次に進むという具合で行っていました。が追いついてこれない方が少なからず出ていました。研修でさえこれですから、自分一人だけで行おうとするのは大変だろうと想像付きます。
これらのハードルは保健医療従事者の本来の専門域から離れたもので、専門職として求められる本質的なものではありません。
このハードルを簡単にクリアーして、本来の姿に戻ろうとして作り上げたのが健診データ分析ツールです。

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、比較のための標準データの収集や集計・分析にかかるエクセル技術等に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。