Recommended
More Related Content
What's hot
What's hot (20)
Similar to Qlikヘルスケア勉強会_第19回_202210_fin.pptx
Similar to Qlikヘルスケア勉強会_第19回_202210_fin.pptx (20)
More from QlikPresalesJapan
More from QlikPresalesJapan (20)
Qlikヘルスケア勉強会_第19回_202210_fin.pptx
- 2. 2
- 3. 3 勉強会イベント運営について • 当イベントは録画して、YouTubeに資料とともに公開予定です。 • 参加者のかたは、ご発言・ご質問・ご要望がある場合、Zoom画面下 のQAアイコンをクリックして入力をお願いします。 • また終了時にアンケートが表示されますので、感想や、テーマや運営 についてのご要望があれば、入力をお願いします。
- 5. 5 5 アジェン ダ 1. 本勉強会の趣旨 2. Qlik Senseの概要 3. フィードバックコーナー 4. 前回の復習 5. 令和３年度病床機能報告をひも解く －第2回－ 6. Q&A 7. 次回取り上げるテーマ
- 6. 6 1. 本勉強会の趣旨 • Qlik Senseを利用して医療関連データの扱い方を学ぶ • 参加者が活用事例等を共有し、医療データの活用方法を学ぶ • 参加者が情報交換できる場をご提供する
- 8. 8 組織内外の膨大なデータを収集/統合/分析し、エビデンスに基づく意思決定を支援 データソース 社内システム クラウド CSV Excel DWH データレーク データ準備 インメモリエンジン 連想技術 拡張知能 データ準備 データ接続 共用データ モデル ビジュアライゼーション 分析・共有 セキュリティ パフォーマンス 管理性 拡張性 再利用性（共有ライブラリ） 接続定義 拡張機能 軸・計算式 チャート データ加工 画面作成 Qlik Sense Qlik Senseの概要
- 9. 9 Qlik Senseの利用形態に応じた製品ラインアップ デスクトップ版 SaaS/クラウド版 サーバ版 Qlik Sense Desktop (QSD) Qlik Sense Business (QSB) Qlik Sense Enterprise SaaS Qlik Sense Enterprise Client-Managed 利用形態 製 品 名 ※QSDは他の製品/サービスを購入すると付属。
- 10. 10 Qlik Senseでのデータ共有方法 Qlik Sense Business Qlik Sense Enterprise SaaS Qlik Sense Enterprise Client Managed SaaS/クラウド版 サーバ版 数十名程度の小規模 大規模 小規模～大規模 アプリ 個人 スペース 共有 スペース 管理 スペース 個人 ストリー ム (共有) アプリ アプリ アプリ アプリ ※SaaS/クラウド版、サーバ版の両環境でアプリの共有が可能です。 ※ユーザはブラウザのみで、アプリの作成や閲覧が可能です。 ※アプリのデータが更新されると、そのアプリへのアクセス権を持った全てのユーザが更新された情報を参照できます。 ※Qlik Sense Businessのユーザ、もしくは、他のQlik SenseでProfessional Userの権限を持っているユーザはQlik Sense Desktopも 個人 スペース アプリ 共有 スペース アプリ
- 11. 11 3. フィードバックコー ナー 1. 平均在院日数の算出 2. クリニカルパス分析
- 15. 15 1.平均在院日数の求め方（施設基準と院内管理） 施設基準の平均在院日数 • 届出用 院内統計の平均在院日数 • 関係する病棟・診療科の看護師、医師への報告用 ※参考 「平均在院日数」2タイプとその注意点─診療報酬請求最前線 https://hpcase.jp/sugai_medical_fees038/ • 算出定義に沿って慎重な計算が必要 • 誤って届け出た場合、莫大な返還請求 も • 定期的にモニタリングが必要 • 特に除外条件なし • 病棟の忙しさの把握 • 数値の変化の原因分析が必要
- 16. 16 1.平均在院日数の求め方（施設基準と院内管理） 要件 在院患者延日数 （新入棟患者数＋新退棟患者数）／２ 平均在院日数 ＝ 施設基準 院内管理 入棟・退棟 当該病棟(入院料基準) 期間 直近3か月間 在院 毎日24時現在に在院中 入院日に退院、死亡を含む 移動 移動日は移動先に加算 新入棟 新退棟 入院と退院と移動による入退棟 但し2回目以降の再入退棟は無視 病棟種別の異なる病棟間の移動も無 視 入棟・退棟 病棟、診療科 期間 直近3か月間、1か月間 在院 施設基準と同じ 移動 施設基準と同じ 新入棟 新退棟 入院と退院と移動による入退棟をそ のまま集計
- 17. 17 1.平均在院日数の求め方（施設基準と院内管理） システムから取得できるデータ 在院データ 患者番号、日付、病棟、診療科 入院データ 患者番号、日付、入院病棟、入院科 転棟データ 患者番号、日付、移動前病棟、移動前科、移動後病棟、移動後 科 （転科なしの転棟のみ、移動前科と移動後科はすべて同じ） 転科データ 患者番号、日付、移動前病棟、移動前科、移動後病棟、移動後 科 （転科と同時の転棟あり） 退院データ 患者番号、日付、退院病棟、退院科、退院理由
- 19. 19 1.平均在院日数の求め方（施設基準と院内管理） アプローチ２ 分子の在院患者延べ日数は在院データ件数をそのまま集計 病棟別の場合、 分母の新入患者数は入院データ件数＋転棟件数、新退出患者数は退院データ件数＋転棟件数 診療科別の場合、 分母の新入患者数は入院データ件数＋転科件数、新退出患者数は退院データ件数＋転科件数 単純集計できるデータを作成する 転棟・転科データは入と退の双方に 加算する必要があるから、入データ と退データの2件に分割しよう
- 20. 20 1.平均在院日数の求め方（施設基準と院内管理） アプローチ３ 患者番号 日付 在院 入院 入棟 入科 退院 退棟 退科 在院データ 〇〇〇〇 〇〇〇 1 入院データ 〇〇〇〇 〇〇〇 1 転棟データ （入） 〇〇〇〇 〇〇〇 1 転棟データ （退） 〇〇〇〇 〇〇〇 1 転科データ （入） 〇〇〇〇 〇〇〇 1 転科データ （退） 〇〇〇〇 〇〇〇 1 退院データ 〇〇〇〇 〇〇〇 1 院内管理用 病棟別平均在院日数 = ceil(sum(在院)/((sum(入院)+sum(入棟)+sum(退院)+sum(退棟))/2)) 院内管理用 診療科別平均在院日数 = ceil(sum(在院)/((sum(入院)+sum(入科)+sum(退院)+sum(退科))/2)) 下表のデータを作成すると、各患者数はフラグの集計で求 まる ※ceil() は少数以下切り上げ ※在院データによりすべての日付が存在する前提です。 転棟データか ら2件作成 転科データか ら2件作成
- 21. 21 1.平均在院日数の求め方（施設基準と院内管理） アプローチ４ 病棟は当該病棟 → 別途マスターデータから各病棟ごとに当該病棟を求め る 病棟種別の異なる病棟間の移動も無視 → 別途マスターデータから移動前、移動後の病棟種別 を求めて、 前後の病棟種別が同じ場合のみ 入・退をカウントする 施設基準のために必要な項目を追加する 患者番号 日付 在院 入院 入棟 入科 退院 退棟 退科 当該病棟 病棟種別 移動前病棟種別 移動後病棟種別 在院データ 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 入院データ 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 転棟データ （入） 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 〇〇〇 転棟データ （退） 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 〇〇〇 転科データ （入） 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 転科データ （退） 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 退院データ 〇〇〇〇 〇〇〇 1 〇〇〇 〇〇〇 ※2回目以降の再入退棟は無視の条件については、 フラグ集計でなく、ユニークな患者番号を数える数式で対 応します。
- 23. 23 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト ー 転棟・転科データの処理 患者番号 日付 移動前病棟 移動後病棟 転棟データ ※転科データも同様です。 患者番号 日付 病棟 移動前病棟 患者番号 日付 病棟 移動後病棟 入棟データ 退棟データ 1件のデータを2回ロードして、入と退の2件を作成します。
- 24. 24 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト詳細 ー 在院・入院 在院データのロード 患者データ LOAD [患者番号], [診療科], [病棟], 1 as 在院, Date([日付]) as [日付] From 在院データ; 入院データのロード Concatenate (患者データ) Load [患者番号], [入院病棟コード] as 病棟, [入院科コード] as 診療科, 1 as 入院, Date([日付]) as [日付] From 入院データ; Concatenate この後ロードするデータもすべて Concatenate していきます。 在院や入院についてフラグを作成します。 「病棟」「診療 科」については 項目名を合わせ ていきます。
- 25. 25 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト詳細 ー 入科・入棟 転科データのロード Concatenate (患者データ) Load [患者番号], [移動前病棟コード] as 移動前病棟, [移動後病棟コード] as 病棟, [移動前科コード] as 移動前科, [移動後科コード] as 診療科, 1 as 入科, if([移動前病棟コード]<>[移動後病棟コード],1) as 入 棟, Date([日付]) as [日付] From 転科データ; Concatenate していきます。 転棟データのロード Concatenate (患者データ) Load [患者番号], [移動前病棟コード] as 移動前病棟, [移動後病棟コード] as 病棟, [移動前科コード] as 移動前科, [移動後科コード] as 診療科, 1 as 入棟, Date([日付]) as [日付] From 転棟データ; 移動後の病棟・診療科の値を「病棟」、「診療科」に設定します。 転科データには同時に転棟している場合があり、その場合は「入棟」フラグも１を設定します。 移動前科の情報は今回の要件では必須ではありません。 転棟データには診療科の移動はありませんが、転科と項目を合わせています。
- 26. 26 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト詳細 ー 退院 在院・入院データにConcatenate していきます。 退院データのロード Concatenate (患者データ) Load [患者番号], [退院病棟コード] as 病棟, [退院科コード] as 診療科, [退院理由], 1 as 退院, Date([日付]) as [日付] From 退院データ; 「病棟」「診療 科」については 項目名を合わせ ていきます。
- 27. 27 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト詳細 ー 退科・退棟 転科データのロード Concatenate (患者データ) Load [患者番号], [移動前病棟コード] as 病棟, [移動後病棟コード] as 移動後病棟, [移動前科コード] as 診療科, [移動後科コード] as 移動後科, 1 as 退科, if([移動前病棟コード]<>[移動後病棟コード],1) as 退 棟, Date([日付]) as [日付] From 転科データ; 在院・入院データにConcatenate していきます。 転棟データのロード Concatenate (患者データ) Load [患者番号], [移動前病棟コード] as 病棟, [移動後病棟コード] as 移動後病棟, [移動前科コード] as 診療科, [移動後科コード] as 移動後科, 1 as 退棟, Date([日付]) as [日付] From 転棟データ; 転科・転棟データを再度ロードします。 移動前病棟、移動前診療科を「病棟」、「診療科」とし、移動後項目を追加します。
- 28. 28 1.平均在院日数の求め方（施設基準と院内管理） ロードスクリプト詳細 ー マスター情報 施設基準のための当該病棟・病棟種別を付加します。 Left Join (患者データ) LOAD [病棟コード] as [病棟], [病棟名], [当該病棟], [病棟種別] FROM マスター情報; Left Join (患者データ) LOAD [病棟コード] as 移動前病棟, [病棟名] as 移動前病棟名, [当該病棟] as 移動前当該病棟, [病棟種別] as 移動前病棟種別 マスター情報; Left Join (患者データ) LOAD [病棟コード] as 移動後病棟, [病棟名] as 移動後病棟名, [当該病棟] as 移動後当該病棟, [病棟種別] as 移動後病棟種別 FROMマスター情報; 病棟、移動前病棟、移動後病棟にマスター情報を 付加します。 複数項目から同じマスタを参照できないのでマス ター情報を3回Joinします。 必要に応じて診療科名なども追加してください。 病棟コー ド 病棟名 当該病棟 病棟種別 H01 北棟 救命救急 一般 H02 東棟 一般 一般 ： ： ： ： 病棟情報 移動前 病棟情報 移動後 病棟情報
- 29. 29 1.平均在院日数の求め方（施設基準と院内管理） 施設基準表の作成 当該病棟 平均在院日数 〇〇〇〇 〇〇〇〇 〇〇〇〇 〇〇〇〇 ： 軸：当該病棟 分子： 在院日数 = sum(在院) 分母：下記を合算して２で割る 入院= sum(入院) 退院= sum(退院) 入棟= Count({<入棟={1}>} distinct if(Aggr(病棟種別=移動前病棟種別,当該病棟,患者番号,日付),患者番号)) 退棟= Count({<退棟={1}>} distinct if(Aggr(病棟種別=移動後病棟種別,当該病棟,患者番号,日付),患者番号)) それぞれをマスターアイテムに登録すると 平均在院日数= Ceil(在院日数/((入院+入棟+退院+退棟)/2))
- 30. 30 1.平均在院日数の求め方（施設基準と院内管理） 入棟・退棟の数式の解説 入棟= Count({<入棟={1}>} distinct if(Aggr(病棟種別=移動前病棟種別,当該病棟,患者番号,日付),患者番号)) 入棟について 入棟フラグが１の患者を数えます。 = Count({<入棟={1}>}患者番号) 但し再入棟は数えないので、ユニークな患者を数えます。 = Count({<入棟={1}>} distinct 患者番号) 但し病棟種別が異なる移動は無視するので、病棟種別が移動前と同じもののみ数えます。 if(病棟種別=移動後病棟種別,… 病棟種別が同じかどうかは、それぞれの患者の個々の移動について判断する必要があるので、 患者、日付別、 さらに1日に複数回移動している場合があるので、当該病棟別に判断します。 Aggr(病棟種別=移動後病棟種別,当該病棟,患者番号,日付),
- 32. 32 2. クリニカルパスに関する質問 前回の応用問題7では、患者別のパス表を作成 患者ID 診療明細 手術日からの日数 手術日からの日数別に実施件数・実施率を表示 対象期間と手術の診断群分類を指定したい 全国の在院日数平均より短期で退院した患者の率も求めた い 新たなご質問 Q
- 36. 36 4. 前回の復習
- 37. 37 プロセス・マトリックス・チャート（PMC） 『病院』75巻11号（2016年11月）に掲載された「プロセス分析－ビジネス・インテリ ジェンスツールを用いた可視化（１）ー」をご紹介します。 • 様式1、EFファイル、Dファイルを利用 • メインーMDC、DPC6桁、DPC14桁別に症例数、平均在院日数の全体を見る画面 • 分類別－1つの診断群分類の相対日別の行為金額や診療明細を見る画面 • 個人別－診療プロセルの確認を行う画面 • パス分析－診断群分類別に、何人の患者が、入院後何日目に、どのような治療や検査 を受けたかを見る画面 ※参照： 病院勤務者のためのDPCデータ解析入門⑧ プロセス分析－ビジネス・インテリジェンスツールを用いた可視化（１）ー 『病院』 75巻11号（2016年11月） 村松圭司/産業医科大学、本野勝己/産業医科大学
- 45. 45 分析までの流れ 1. ①施設票と②様式１病棟票（北海道～沖縄）を取り込み 2. ①②を「オープンデータ医療機関コード」キーに関連付け 3. 医療機関施設位置、二次医療圏ポリゴンを追加 4. 病床利用率、平均在院日数を計算 5. 二次医療圏毎に比較 病床利用率=在棟患者延べ数の年間合計/(一般病床における稼働病床の合計+療養病床における稼働病床の合 計)/365(日)×100(％) ※稼働病床は最大使用病床数を利用。 平均在院日数＝在棟患者延べ数の年間合計/((新規入棟患者数の年間合計+退棟患者数の年間合計)/2)
- 46. 46 なぜ？？ 病床機能報告 施設票 病棟票 全角 半角
- 50. 50 今後 1. 次回 • 令和3年度病床機能報告－第3回－ • クリニカルパス分析 2. 今後の検討 • 医療データの位置情報をどう扱うか • SCR（標準化レセプト出現比）を使った分析 • 医療データの統計分析（QlikとR等の連携） • 医療データでQlik AutoML（機械学習）を試す • ゲストからの事例紹介 検討
- 51. 51 6. Q&A
- 53. 53 Qlik Japan Healthcareコミュニティ https://community.qlik.com/t5/Japan-Healthcare/gh-p/japan-healthcare-group 【最近の投稿】 10/13 10/19（水）ヘルスケア勉強会（病床機能報告、クリニカル パスなど） 9/20 令和3年度病床機能報告（病院）の施設データに住所と緯度経 度を付けました 9/13 9/21（水）ヘルスケア勉強会（令和3年度病床機能報告公表 データの利用） 9/11 診療データと病名データのマッチング 8/30 10月6, 7日開催 第58回日本赤十字社医学会総会（北海道旭川 市）にブース出展します 8/23 8/31（水）ヘルスケア勉強会（診療ガイドラインの遵守な ど）
- 54. 54 次回の開催予定とテーマ 11月30日（水）18:00-19:00 オンライン（Zoom） 令和３年度病床機能報告をひも解く －第3回－ ※Tech Playでフォローしていただくと開催案内が届きます。 https://techplay.jp/community/qlik 2022/10/26（水） ※フィードバックコーナー:ゲスト出演？！
- 55. 55 医療学会への参加 第58回 日本赤十字社医学会総会 2022年10月6日~7日、北海道旭川市 第23回フォーラム「医療の改善活動」全国大会 in東京 2022年11月18日~19日、東京都千代田区 第42回 医療情報学連合大会 2022年11月17日~20日、北海道札幌市 終了 出展 来年 出展
- 56. 56 技術イベントを開催しています！ Qlik Japanプリセールスチームではオンラインの技術情報提供を推進しています。 セミナー トレーニング LT形式のTips共有 技術イベント https://techplay.jp/community/qlik フォローしていただくと通知が届きます
- 57. 57 Webセミナー過去動画 YouTubeのプレイリストをご覧ください。 YouTube プレイリスト： TECH TALK YouTube プレイリスト： Qlik Replicate 基礎から学ぶ 勉強会 Qlik Japan Youtubeチャンネル チャンネルの登録 をお願いします。
- 60. 60 その他の情報 Qlik Community Japan セミナー動画・事例紹介・デモ動画 新機能紹介動画 Qlik Japan Youtube 製品・技術Q&A、製品関連資料 Qlik Showcase 日本語アプリの公開 Qlik Japan Blog 製品・技術情報の公 開
- 61. 61 Qlik Senseの書籍ご紹介 Qlik Sense ユーザーのためのデータ分析実践バイ ブル ■仕様等 ・判型：B5 変 ・総ページ数：500ページ程度 ・価格：4,200円 (+税) ・刊行日：2020年9月 • QlikSpaceの記事をベースに、書籍用に大幅にカスタマイズ ＆加筆 • 1 冊でQlik Sence の基本をマスターし（＝基本編）、ニーズ の高い分析例（＝応用編）をできるだけ丁寧に紹介
- 63. 63 画像集
Editor's Notes
- ian