★分析レポートの構成 黄金パターン

皆さんの手元にあるデータの多くは、健診の検査値やアンケートの結果などが並んでいるのがほとんどでしょう。これらをどの様に表現するか、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・・・このようなことをやると大概そこで行き詰まります。

集計・分析あるいは評価というのはただ単にデータを集計したと言うものではありません。報告とかまとめ上げた例を見ると分かるように一連の流れがあります。
集計・分析・評価とはストーリー性を伴っていないと、ただ集計しただけで、何が問題なのか、何が言いたいのか分からない結果になります。

このストーリーの流れをどう組み立てるかは、だいぶ長くなりますが、テキストから抜粋しますと次のようになります。分析ツールテキストからの抜粋なので、分析ツールを利用できる方は滞りなく進めることが出来ますが、そうでない場合は、特保の部分をスルーして考えてみてください。

健診データの分析には手順と言いますか流れの黄金パターンがあります。これは最初に収集出来るデータが限定されている(皆同じデータ)であることに由来します。

学会の論文や現場報告などの集計分析を見ると共通の流れがあります。それを私は健診データ分析流れのセオリーと言っていますが、この流れに従って行けば投稿論文並の分析報告書が得られます。いわゆる黄金パターンが存在するのです。
きちんとした健診データの報告など見ていると、ほとんどが次のような流れで構成されています。

@有所見率の状況
A(有所見率の)多い少ない、のコメント
B性別・年代別の有所見割合
C検査項目における有所見率と肥満の論議
D問題解決の提案+α

これは定式化された流れですが、C以降の本質は「肥満」に焦点を当て、肥満を解決することによって成果(検査値の正常化)が得られるというのが普遍的な流れです。そして、この肥満解消の方法が各自の独自性を与えそれによって他者と違う内容の報告が出来上がります。

ストーリー展開の流れは大局から細部へと言うのがセオリーです。これに従って健診データ分析でも、受診者概要(属性とか受診率とかの概要や状況ですね)から始まり有所見状況から個々の検査項目に行く、そこから問題となる項目と関連している項目にクローズアップしながら細部へと進む。という流れを組みます。
次に問題となる項目と関連している項目にクローズアップしていく時、最初に「肥満」から入ります。

なぜ肥満なのか?

この「肥満」というのは健診データ分析者にとって実に都合の良いもので、肥満は万病の元と言われるくらいいろいろな検査項目に関わっています。

何よりも分析者の“これが言いたい”、“これをやりたい”に如何様にも繋がります。

皆さんが実際に行っている保健指導の内容を振り返るとよく分かるかと思います。いろいろな疾患に対して最初にその疾患に関すること(例えば高血圧なら塩分を控えましょう)を話すと後はほとんど減量指導になっていませんか?

今の保健指導は減量指導とそれ以外に分けられ、大半が減量指導という実情です。ですからいろいろと問題があるけれど「肥満」を減らすことが第一目標だよね〜とか「肥満」を減らすとこれだけ検査値が改善しますよ。(データヘルスなら医療費が下がりますよ・・どの程度かは横に置いて・・)と言う具合にストーリーを展開することが分析論文におけるセオリーになっています。

それから肥満とは別にもう一つ。特保が始まり、多くの保健指導者と話していると、「これが問題で、だからこう言いたい」の1つに、特に年齢だけで特定健診から漏れた人、つまり40歳未満の人たちに手を付けたいと言うのがあります。そして、新たに対象となる前に手を打ちたいという気持ちを感じる事もあります。

特定健診に絞って集計すると言うのも一案ですが、40歳以下は特保対象外となるので、特保だけにターゲットを絞るとこれらの方々は漏れてしまう事になります。
しかし、長年保健指導に携わっていると、後からやってきた特保制度だけで、多くの問題が解決するわけではない。と言うことも実感しているでしょう。

特保対象外となった人・・これは2通りあります。1つは年齢が40歳以下の人。(他に高齢者や妊産婦・通院者などもありますが)2つ目は「肥満」でない人。これらの人を放って置いて良いのかと心に引っかかるものがありますね。それでは、ここにもスポットを当ててみましょう。

これは「肥満」と「特定健診」絡めてストーリーの中に織り込むことが出来れば問題提起として取り上げることも出来ます。

また、特定健診は、階層化の第1段階で「肥満」で分けていますので、「肥満」でない方は後に有所見数がいくつあっても対象に引っかからないと言った性質があります。それを問題化するのも一つの案です。
また「肥満」と「有所見個数」を焦点にして、「肥満が与える有所見」という形で表現できれば、肥満防止という論点も説得力のあるものになります。

多くの特保用システムソフトは、支援形態への階層化は40歳以上からしか行いませんので、40歳以下の方では対象者となる人であっても現状では抽出されません。この年齢制限を外して全体を見るというのもまた一つの案として浮かびます。

これを行うためには階層化を自力で行うことになり、エクセルの中級以上の技量が求められます。私の研修では、関数式は提供しますが、作り方となると有志の勉強会で取り上げるもので、初心者には難しいものです。ですから、(テキストでは詳細に解説していますが)自力で行える方は良いのですが、無理をするとドツボに嵌りますので素直にSEへ協力を求めたほうが無難です。

いろいろと考えられますが、ここでは、
1.特定健診だけでは、40歳以下の方で問題のある人を見落とす。
2.保健指導(減量指導)を行うことにより、有所見減少効果が見込める。

この2点を重点的に伝えることをストーリーの中に織り込みながら作成してみましょう。
それを念頭に置き、データの集計加工を行い、その表現手段として効果的なグラフを作る。という事になります。

では黄金パターンに沿って流れを進めると以下のような流れとなります。

@受診者の状況および位置づけ
A性別・年代別の有所見割合
B検査項目における有所見率の論議
C肥満と非肥満における差異
D問題提起

これは定式化された流れですが、「肥満」に焦点を当て、それを解決することによって成果が得られるという普遍的なセオリーが出来上がります。

この「肥満」を切り口にして進める場合「健康分布図」が威力を発揮します。
更に見方を逆にして、「肥満ではないが多くの有所見を持っている人」に焦点を当てることも出来ます。
現状の保健医療制度上ではこれらの方々は有所見を保有しているにもかかわらず行政上放置されている状態です。なにより当人の意識が危機感を全く持ち合わせていないことも考えると、ここに光を当てるのも保健専門職の努めかもしれません。
健康分布図については事項になります。


前へ    2ページ目/全4ページ    次へ    top