2018/04/11

プログラム言語の学習ついでに・・・

2017→2018年度の機能評価係数Ⅱの変動(2017年度の暫定調整係数と2018年度の激変緩和係数を加味した変動)について、分析していた。
ロジスティック回帰分析を行うために、「0.5%以上増加した病院」と「0.5%未満の増加、もしくは減少した病院」の2グループに分けた。

オッズ比が1より大きければ、0.5%以上増加した病院になる割合が高いことを意味している。説明変数には2017年度の重症度係数、後発医薬品係数、暫定調整係数と、地域包括ケア、回リハ、療養の各病床の有無(あり:1、なし:0と定義)して分析した。なお重症度係数などの係数の値には正規化に近い処理を簡易に加えてある。

論文などではないので、厳密な分析でないことを承知おきいただいた上で、ざっくりとした結果だけ示すと、こんな感じ。
機能評価係数IIの変動のオッズ比
(正直言うと、ただpythonでグラフを書きたかっただけです)

信頼区間が微妙なのは、まぁ仕方ないとして、重症度係数や暫定調整係数が高ければ、機能評価係数Ⅱはあまり増えず、地域包括ケア病床を持っていれば、機能評価係数IIが増えたことが示唆される。

Rやpythonで分析すると、本当に楽だなぁと思いながらも、統計の知識がさっぱり消えてしまったので、その記憶を思い出すことに時間がかかってしまい、トータルでは結構な時間が・・・。学生時代、もう少し真面目に勉強しておけば良かったと反省。

なお、この内容について、単純で分かりやすい分析結果と、ストーリーで整理したものをCBnewsに寄稿したので、よろしければそちらをお読みいただきたい。