konatsu

地域の健康や医療に関する課題解決のためのデジタルデータ活用を企業と大学の両方のセクター…

konatsu

地域の健康や医療に関する課題解決のためのデジタルデータ活用を企業と大学の両方のセクターに所属しながら取り組み始めた普通の人です。 専門領域:医療行政、医薬品業界、デジタルヘルス、モバイルヘルス、ヘルステック。

最近の記事

Rを活用した地域課題解決のためのヒント NDB分析編 #6-10の予告(特定健診)

特定健診データの機械学習について#6から特定健診データ(及び質問票)の機械学習(ML:Machine Learning)を事例を交えてやってみたいと思います。 機械学習は大別して、教師データなし学習と教師データあり学習があります。教師データなし学習としては、クラスター分析(クラスタリング)、主成分分析、因子分析などを、教師データあり学習としては、相関分析、多変量回帰分析(重回帰分析)、決定木(応用としてランダムフォレスト)などを予定しています。 教師データ(正解となるデータ)

    • Rを活用した地域課題解決のためのヒント NDB分析編 #5(特定健診)

      特定健診データの可視化(その3)前回から引き続き特定健診のデータの可視化を行います。今回で可視化には一区切りつけて、次回からはデータの関係性に着目した分析を行いたいと思います。 検査値の分布を可視化する(都道府県別plot) 前回までは検査項目別に検査値の分布を見ましたが、地域差を見やすくするため都道府県別をやってみます。関数はgeom_pointを使用し検査項目はgeom_point複数グラフ(facet)にします。全検査項目及び全性別・年齢階層をplotするとビジーに

      有料
      300
      • Rを活用した地域課題解決のためのヒント NDB分析編 #4(特定健診)

        特定健診データの可視化(その2)前回までは主に箱ひげ図による特定健診の都道府県別の平均値の分布を見てみました。ただこれだけではBMIの分布はこうなんだくらいの気づきしか生まれません。何かと何かを比較して違いや関係性を見出し、この違いや関係性は何に起因するのかを深堀して初めて分析をやる意味が見えてきます。地域課題設定のための仮設につなげる切り口の創造がデータ分析に関わる当事者には求められると思います。 検査値の分布を可視化する(箱ひげ図+性別・年齢階層比較)PIVOT解除

        有料
        250
        • Rを活用した地域課題解決のためのヒント NDB分析編 #3(特定健診)

          特定健診データの可視化(その1)Rの実行環境 Rの実行環境の構築は成書を参照ください。私の環境は以下の通りです。 R version :4.2.2、開発環境:RStudio 2023.03.0 Build 386 for Windows ファイルはフォルダにまとめて管理します。今回は、NDBという名称のフォルダにエクセルファイルとRスクリプトを保存することにします。 また、RStudioのプロジェクトとして保存することでスクリプトやデータをまとめて管理することができます。

          有料
          250

        Rを活用した地域課題解決のためのヒント NDB分析編 #6-10の予告(特定健診)

        • Rを活用した地域課題解決のためのヒント NDB分析編 #5(…

        • Rを活用した地域課題解決のためのヒント NDB分析編 #4(…

        • Rを活用した地域課題解決のためのヒント NDB分析編 #3(…

          Rを活用した地域課題解決のためのヒント NDB分析編 #2(特定健診)

          特定健診データのダウンロードと前処理ダウンロード 特定健診のデータはたくさんあります。第1回から始まり時系列になっています。まずは執筆時点で最新の第7回(2019年度のデータを2020年に公開)のデータから見てみます。特定健診はかなり下にスクロールしないと出てきません。さらにちょっとうんざりするのが検査項目毎にデータが分かれているところです(・・・)。 全項目をよく見ていただくとわかるのですが、 各項目の平均値 都道府県別性年齢階級別分布 [174KB] 各項目の平均値 二

          有料
          150

          Rを活用した地域課題解決のためのヒント NDB分析編 #2(…

          Rを活用した地域課題解決のためのヒント NDB分析編 #1(総論)

          はじめに地域課題解決には、当事者間で共通の課題認識が必要だと考えています。昨今、EBPM(Evidence-based policy making)*1という言葉で政策が語られるようになりましたが、ToBe(あるべき姿)への想いや個人の感覚的判断だけでなく根拠(エビデンス)に基づく課題設定の重要性は今後高まるものと思われます。 地域課題解決のためのエビデンスといっても、世の中には開示・非開示も含めて膨大な情報が存在しますが、このシリーズではネット上で公開されており誰もが自由に

          Rを活用した地域課題解決のためのヒント NDB分析編 #1(総論)