医学研究・患者満足度向上・医療経営と幅広い医療データ活用にSPSSを(前編)

記事をシェアする:

IBM SPSS医療ソリューションは、データ収集から臨床統計などに活用する統計解析やデータ・マイニング、そして分析結果の可視化や医療経営の改善まで、医療機関のデータ活用をトータルにサポートいたします。すでに多くの医療機関に採用されているIBM SPSS医療ソリューションは、より優れた治療の選択や患者の回復時間の短縮、医療スタッフの配置の最適化などに活用され、EBMを強化するとともに、患者満足の向上や、診療圏分析や患者LTV分析、来院患者予測などの医療経営課題にも活用されています。

 

医療機関における活用例

• 医学研究の臨床研究
• 患者満足度の測定と改善
• 紹介入院分析
• 患者LTV分析
• Quality Indicator詳細分析
• ケアミックスの分析
• 手術室利用時間に関する分析

 

医学研究のサポート

予測分析ソフトウェアを利用して一人ひとりにあった治療を実現：　医学研究では、膨大な量のデータが生成されます。研究に携わる個人および機関では、研究自体により多くの時間を費やすことができるように、IBM SPSSのソリューションを活用してデータ収集、分析、およびレポーティングの効率的な管理を行っています。たとえば、ある病院では、一人ひとりにあった手術の方法や治療方法について理解を深めています。年齢や体重、健康状態、手術歴、そして必要な手術の前例数などの情報から、個々の患者に対する様々なリスク要因について分析を行っています。具体的には、わずか数秒で、最近心臓発作を起こした80歳の患者の冠動脈バイパス手術の死亡リスクを判定することができます。このようにして、医師、患者、そして患者の家族は、充分な情報を基にして、手術を進めるべきか、または保留にするべきかを判断することができるのです。

 

医療の質の向上、医療経営のサポート

各種データの集計、レポート、分析により可視化をサポート：　いかに患者にあった治療を行い、満足度を向上させるのか、そして医療機関の経営を健全化させるのか。今では、多くの医療機関がこのような課題についても取り組んでいます。IBM SPSSの予測分析ソフトウェアは、分析、レポーティングの効率化、高度化を実現します。

 

 

統計解析ソフトウェア　IBM SPSS Statistics

IBM SPSS Statisticsは、統計解析の初心者からプロまでが利用するスタンダード・ツールです。社会調査の統計解析ツールとして1968年にスタンフォード大学で生まれたSPSSは、臨床統計や看護統計、そして医療経営の分析など「人」に関するさまざまな「データ」を、より簡単に、そしてより深く分析するためのサポート・ツールです。

 

利用シーン

 

 

主な機能

 

データ集計・加工機能

記述統計：レポート／度数分布表／記述統計量／探索的／クロス集計表／比率統計

分析機能

データの分解（縮約）：因子分析／主成分分析

平均の比較：平均／t検定／一元配置分散分析／分散分析モデル－単純な多因子

相関：2変量／偏相関／距離／回帰－線型回帰／曲線推定／ノンパラメトリック検定／多重回答

分類：TwoStepクラスタ分析／階層クラスタ分析／大規模ファイルのクラスタ分析／判別分析／尺度法

MIXED － 線型混合モデル／GLM － 一般線型モデル／PLUM － 順序回帰モデル／VARCOMP － 分散成分の推定／SURVIVAL － 生命表分析／LOGLINEAR／ 多次元分割表用の一般的なモデル／HILOGLINEAR － 多次元分割表用の階層的対数線型モデル／ENLOG － 対数線型モデルとロジットモデルを度数データに適合／ KAPLAN-MEIER － Kaplan-Meier推定手法を使用して、ある事象までの時間を推定／COX回帰 － 時間依存共変量を含む比例ハザード／多項ロジスティック回帰／ 二項ロジスティック回帰／制約のない非線型回帰／制約のある非線形回帰／重み付け最小二乗法／二段階最小二乗法／プロビット分析

検定

検定／ピアソンのカイ二乗検定／尤度比検定／フィッシャーの正確確率検定／クラマーのV／不確定性係－対称と非対称／ガンマ／ソマーズのD－対称と 非対称／スピアマンの係数／符号検定／周辺等質性検定／マン－ホィットニーUまたはウィルコクソンの順位和検定／コクランのQ検定

グラフ・出力・レポート機能

グラフ機能：カテゴリ型のグラフ／管理図／ヒストグラムと散布図／診断／探索プロット／ROC分析出力／地図表示機能

 

具体的な利用例

 

１.ダミー変数の作成

 

２.連続変数からカテゴリ変数の作成

 

３.グラフボードテンプレートからのグラフ作成

 

４.回帰変数プロット

 

５.サブグループの比較

 

６.傾向スコアによるケースのマッチング

 

 

後編に続きます。

 

---