★健康分布図
健康分布図は、ヘルスケア・コミッティーの古井祐司氏が提唱したもので、有所見個数をリスク個数と置き換えて肥満とリスクの関連を一目で分かるようにグラフ化したものです。 肥満と検査値の関連が良く分かります。

古井先生のオリジナル版は、肥満と非肥満の棒グラフ幅がそれぞれの有所見率に対応しており、これは棒グラフの面積がその集団の正規分布化させたときのグラフ面積と一致するといった正式なヒストグラムに対応しているためです。

エクセルにはグラフ間隔を調整出来ても幅を個別に調整する機能はありません。これを正確に再現するには散布図を元に作成することになるのですが、とても複雑になります。何より、検査項目によってはX線・心電図や尿関連などのように有所見率が低いものもあります。このような場合有所見側のグラフが極端に細くなり見栄えが悪くなります。
そのため分析ツールではあえてオリジナルと違いグラフ幅を常に同じようになるようにしています。

古井先生はリスクを以下の右側の()内のように定義していますが、その当たりは皆さんのさじ加減次第です。
ただ、検定を掛けたりリスクオッズ比を計算する場合この定義では出来ませんので、分析ツールでは左側の定義で全て個数に統一しています。個数の数字は皆さんのさじ加減で増減できます。

無リスク0個   
低リスク1〜2個 (リスク1個以上)
高リスク3〜5個 (受診推奨かつ未服薬)
超高リスク6個以上 (服薬者)

これをエクセルで作るにはピボットテーブルを以下のように作ります。

最初の1つ目のピボットテーブルは、グラフ上部にある非肥満(○%)の中の数値を記載させるためのもので、健康分布図本体は2番目のピボットテーブルになります。
この表を元に縦棒グラフを工夫すれば次のようになります。

 

確かに健康分布図だけでもインパクトがあるのですが、保健指導を行うことにより、リスク減少の効果が出ることをエビデンス的に示してみましょう。(健康分布図から肥満によるリスク度合いを計算して提示してみる)

これには 肥満と非肥満のχ検定を行います。そのためには、%表ではなく人数表が必要になります。先ほどのピボットテーブルを計算方法の変更で人数にします。

χ検定の結果は次のようになります。

肥満がいろいろな検査値に及ぼす影響は医学的にも周知の事実ですからほとんどの場合1%以下の有意差が出るでしょう。
ここでもP値 6.5E-015(6.5×10の−15乗)が出ています。これは当然ですね。

このときオッズ比を計算します。肥満と非肥満では「対応のないグループ」ですので、このときのオッズ比は危険率とか暴露率とか呼ばれる比になります。わかりやすく言えば肥満になると非肥満に比べて何倍リスクが高まる(有所見個数が増える)という事を表しています。
ここでは、2.795622と計算されます。これは、肥満が検査値に与える影響は2.8倍あるといっています。

実はこのオッズ比、計算はものすごく簡単です。・・が・・あまり目に触れないですね。
これを表示するときはこのオッズ比の検定も行ってくださいよとの暗黙の条件があります。
そしてこのオッズ比の検定・・これが難しいのでそれ故査読とかで指摘されないようにオッズ比を伏せてしまう例が多いのです。
分析ツールではしっかり計算していますが、
自力で行う場合、数値を全て対数変換して行うことになりますので、数学が苦手な方には辛いものがあります。

受診者概要から個別の有所見率へと移ると、どうしても悪い項目に目が行きがちですが、この健康分布図を用いて「肥満」というキーワードで総括することも出来、肥満の減少を優先させながら個別の項目に対処するという方向で進めると、言いたいこと、やりたいことをエビデンス的に表現することが出来ると思います。

前へ     5ページ目/全5ページ       top