データから在宅医療のあり方を考える教科書

松田先生の本（https://amzn.to/3erNbZY）。

医学書院の「病院」で読んでいたり、講演を聞いたりしているものの、とても勉強になる。
個人的には、下記の急性期後、慢性期についてまとまっているのがとても良く、教科書的に使えると思っている。

ボツにした賃金データ

昨日のブログで触れた、データ処理はしたものの記事にはできなかったもの。

賃金構造統計調査のデータを調査対象者の年齢で補正し、全国平均との差額を求めたもの。緑ほど給与が高く、赤ほど給与が低いことを表している。ちなみに補正用のデータは17年分。グラフ用のデータは直近3年分。

看護師 都道府県別給与（全国平均との差異）
出所： 賃金構造基本統計調査(平成14年～30年）を基に年齢補正給与を算出、全国平均との差異を計算

上のデータは、毎年6月の賃金を7月に調査し、年明けの2月・3月に公表される。過去からの変化などを捉えることには優れているものの、リアルタイム性にかける。

そこでハローワークの求人票を調べてみた。正社員の月給提示額の下限を抽出し、都道府県別の平均値を求めた。緑ほど給与が高く、赤ほど給与が低い、というのは上のグラフと同じ（ただし、上は年額、下は月額なので、絶対額は異なる）。

看護師 月給（求人票の最低提示額の平均）
出所： ハローワーク 求人情報（5/25から1週間以内）

色が似ているので、ハローワークのデータもそれなりに適切な値が取得できたようだ。

下に散布図を書いてみた。まぁ悪くない。

賃金構造基本統計調査とハローワーク求人票の金額比較

データは揃った。あとは原稿なり、クライアントへの提言なり、仕事につなげたい・・・・。

でも、残念！！　しばらく、お蔵入り。

賃金データ分析をしていたのに、届出状況の記事になった

新しい記事をCBnewsに掲載していただいた。当初は、賃金データを分析していたのだが、残念ながら、うまくまとめることができなかった（まだ諦めていないが）。期限のこともあり、結局、手元にある届出データで記事をまとめた。

コロナ禍で届出漏れはないか？　確認にあらゆる手段を - CBnewsマネジメント

認知症ケア加算と地域医療体制確保加算について、細かく見ている。また、記事には、改定後に届出があった件数上位50項目のリストも載せていただいた。チェックする上での参考にいただけると幸いだ。

以下、技術的な話。今回の分析は、以前組んだプログラム（下記ブログ参照）を使っている。

オススメされる意味があるか考えてはいけない　～医科届出項目レコメンデーションシステム～

データ収集は省力化を図っているものの、データの微調整で手作業が残っていたり、正直、洗練されているとは言い難い。技術力の向上は永遠の課題だ。

オンライン診療の未来は読めない？

原稿は隔週で書いている。だけど、GWの影響で、今回の掲載は2週連続に。前回がツイート分析。今回はオンライン診療。

オンライン初診拡大で都道府県・診療科に格差は？ - CBnewsマネジメント

前回のイレギュラーな分析に比べれば、今回は届出データの分析なので得意領域に戻ってきた。とはいえ、オンライン初診がOKになった時限的な医療機関リストの分析なので、データ処理はそれなりに面倒だった。

ちなみに、日々、厚労省のサイトの一覧がアップデートされている。それゆえ、状況が若干変化していることはお許しを。

記事では、オンライン診療料の届出状況、オンライン初診の対応状況から、見えてくることについて述べた。もしよろしければお読みいただけると幸いだ。

不要不急の分析記事

先日から、ブログで言及していたTwitterのつぶやき分析の記事をCBnewsに掲載いただいた。

ツイートからリアルタイムに捉えた病院経営の厳しさは - CBnewsマネジメント

参考にいただけると幸いだ。

頭の中が、そのまま文章に

ある原稿を書くためCBnewsの昔の自分の記事を読んでいたら、CBnewsのトップに自分の以前の記事が。

看護職員が余るか考えたら人事制度の課題に行き着いた - 医療介護CBnews

連休中、以前の有料記事から１つピックアップし、無料版に再掲くださったものだ。

そういえば、こんな分析をしてたなぁ・・・。読み返しながら、書いた当時のことを思い出した。

まず背景に、次の２点があった。

・看護師の需給推計が分科会から出てきた

・ある県の公立病院の経営課題を分析していた

そこで、背景の2点目を考えるため、地方公営企業年鑑のデータ分析をしていた。

その結果、グラフ3（看護師の平均年齢と病床数の関係）が何となく見えてきた。

ちなみに、グラフ2は以前別の原稿でまとめていた内容。

平均年齢に違いがあれば、給与も違うだろう・・・ということから、グラフ4、5（基本給、時間外手当などの比較）につながり、グラフ6（看護師の人件費率）に落とし込んだ。余談だが、背景の公立病院の経営課題は、ここまでの分析結果を用い、個別データを落とし込み、ほぼほぼまとまった。

ここから先は、CBnewsの原稿をどうしようかなという話。確か、グラフ6までの分析で書いたものの、需給推計と公営企業年鑑の分析がつなげられないか考えていたように記憶している。

グラフ1（将来需給推計）とグラフ3などをつなげるために、衛生行政報告例で年齢を見て、グラフ8（需給推計と平均年齢の相関関係）に。グラフ8を見て、グラフ９の離職率につなげた。

・・・という流れなのだが、読者には関係ない話だ。なので、読みやすく・分かりやすくを意識して構成しているつもりだが、自分の頭の中がそのまま記事に出てきてしまっている。

今、読み返すと恥ずかしい。小学生の自由研究なら、こういう流れで書いても良いかもしれない。でも、読ませる文章を書ける人なら、こういう流れでは書かないはずだ。でも残念ながら、自分には無理だ。

EHRデータから見えてくる検診の実施動向

アメリカの話。

Delayed Cancer Screenings – Epic Health Research Network

EHR data show a recent abrupt drop – between 86% and 94% – in preventive cancer screenings performed across the United States, presumably due to access disruptions caused by COVID-19. This study compares the number of screenings for cervical, colon, and breast cancer completed each week in 2020 to the average number of screenings completed during equivalent weeks from 2017–2019. The data set includes 2.7 million patient records from 39 organizations that represent 190 hospitals spanning 23 states.

190病院（39組織、23州） のEHRデータから、COVID-19でのがん検診の件数変化を見たとのこと。86～94%の落ち込みだったらしい。このような傾向が続けば、がんの診断ができなかったり、進行してから診断されたりするような影響が出てくる可能性が指摘されている。

短期的な病院経営のインパクトに加え、患者の健康・医療の質にも影響が出かねない。厳しい状況だ。

感情分析は使えるか？ ⇒ 使い方による

次回掲載いただく予定のCBnewsの記事を書いてから1週間過ぎてしまったので、最新情報でアップデートしてみた。記事では、ツイート内容の感情分析（ポジティブな内容か、ネガティブな内容か判断するもの）を用いて、環境変化を調べてみている。

「マスク」について、1月下旬くらいからネガティブなツイートが増えていた・・・というのが記事で述べている内容なのだが、4月最終週はわずかではあるが、ネガティブよりポジティブが多くなった。感情分析はあくまでも機械的な判断なので、100％正解（1件1件、すべてで正しい判定）を導き出せているわけではない。しかし、大まかな推移を見る程度であれば、下のグラフで1月下旬の変化をはっきり捉えられていることからも、それなりに使えると考えて良いだろう。

「マスク」の文言を含むツイート内容の感情分析
ポジティブ件数比率とネガティブ件数比率の差分の週次推移
（プラスはポジティブの方が多い。マイナスはネガティブの方が多い）
オレンジ線は5週移動平均線

ゆえに少し状況が変わってきた可能性がある。記事ではもう少し細かく説明している。ボツにならずに掲載していただけることを祈る。