介護研究ことはじめ: Long-term care
介護の重要性
地域医療に携わって、介護の重要性を再認識する日々です。
先進国における、世界的な少子高齢化トレンドを反映して、
自宅で高齢者のことをみることが困難になっています。
そうして、療養施設などに頼るのですが、
なかなか需要と供給が追いつかないという事情があります。
英語にするとLong-term care, nursing careなどの用語が用いられます。
google scholarやPubmedなどでラフに急性期vs介護の研究数を調べてみました。
MeSH termが概ね付与されていそうな2016年までの、
Emergency treatment (救急医療) vs Long-term care (介護) の論文数は以下のような形です。
まだまだ少ないことがわかります。
ということで、2018年は、介護の研究にも力を入れます。
介護の提供者は・・・？
Nursing careという表現からも連想できますが、
監督者は、看護師であることが多いのです。
医師などは、そのさらにバックアップ役です。
日本だと、介護福祉士、ヘルパー、などの方々が、実務上は介護現場を担っています。
介護に関する文献
*随時更新していきます(最終更新: 2018/1/21)
UN
Medicare
OECD
日本
介護保険法 / Long-Term Care Insurance Act
介護は、医療よりも生活に近いので、教育、文化、歴史背景を学びながら研究を進めて参ります。
Case report (症例報告) を投稿する2017
臨床をおこなっていると、貴重orメッセージ性のある症例にあたることがあります。
方法と結果は日常臨床で行っていることをcase presentationすれば良いし、introductionとdiscussionはしっかりと記載する必要があるので、臨床医の論文執筆の第一歩には最適と考えています。
最近わたしが研修医/修練医と一緒に書く時の方法、共有しておきます。
- 日本語で2000-3500字くらいで、英語換算で1000-1500 wordsまでに抑えておくと、投稿先の選択肢が多数あります。
- 英語化を意識して、ロジック組み立てる。英語が得意なら英語からはじめてもよいです。
- 腫瘍系の症例なら、まずは、JJCOをイメージして狙うと良いと思います。
https://academic.oup.com/jjco/pages/Instructions_For_Authors#Case%20reports
https://academic.oup.com/DocumentLibrary/JJCO/eng.guideline.pdf - 以下のガイドラインも、最近要求される傾向にあるので、目を通しておくと良いです。
CARE Statement
余談ですが、以下の本、私もまったく共感する内容がかかれていました！！
世界に一つだけの症例なんて滅多にないので、ポイントを幾つか掛け算して、
珍しいorメッセージ性の高い症例報告に仕上げます。
100例に1例の要素が3つ集まれば、100万例に1例になります。
見せ方が大切です！
*投稿先については、以下によくまとまっています（英語）。
Rを使って負の二項分布で回帰する Negative binomial regression
裾の長いカウントデータを扱いたい（外れ値が有る）ときに、負の二項分布を仮定したモデリングを考える。
MASS packageにはいっていたので、覚書として残しておく。
R: Fit a Negative Binomial Generalized Linear Model
以下で実行できる。
library(MASS) quine.nb1 <- glm.nb(Days ~ Sex+Age, data = quine) confint(quine.nb1)
仮想通貨の勢力図をRを使って可視化する
今日は少し脱線して、仮想通貨情勢をRで調べてみる。
この記事を見ながら、自分で実装してみた。
今回、使うのは3つのパッケージ。
元記事にあったとおり、coinmarketcaprで仮想通貨のデータをとってきて、treemapで可視化。
米ドルではなく日本円で計算してみるため、quantmod packageを使って、ドル円データを引っ張ってくる。
良い感じに出来た（参考までに、図は、ブログ更新時点のもの）。
library(coinmarketcapr)
market_today <- get_marketcap_ticker_all()
#install.packages("quantmod")
library(quantmod)
from <- c("USD")
to <- c("JPY")
usdjpy<-getQuote(paste0(from, to, "=X"))
usdjpy$Last
library(treemap)
df1 <- na.omit(market_today[,c('id','market_cap_usd')])
df1$market_cap_usd <- as.numeric(df1$market_cap_usd)*as.numeric(usdjpy$Last)
colnames(df1) <- c("id", "market_cap_jpy")
df1$formatted_market_cap <- paste0(df1$id,'\n','¥',format(df1$market_cap_jpy,big.mark = ',',scientific = F, trim = T))
treemap(df1, index = 'formatted_market_cap', vSize = 'market_cap_jpy', title = 'Cryptocurrency Market Cap', fontsize.labels=c(12, 8), palette='RdYlGn')
CRANから消えた"Archived R package"をインストールしたい
質的研究に目覚めた朝。
論文を読んで、package "concord"をインストール！
しようにもCRANの表舞台から削除されている。
そんな時、アーカイブされているpackageをインストールするのが、以下の方法。
*こちらを参考にしました。
# Download package tarball from CRAN archive （以下のような感じで格納）
url <- "https://cran.r-project.org/src/contrib/Archive/concord/concord_1.4-9.tar.gz"
pkgFile <- "concord_1.4-9.tar.gz"
download.file(url = url, destfile = pkgFile)
# Install dependencies （何か、dependenciesなパッケージが有れば入れる）
install.packages(c("xxxx"))
# Install package
install.packages(pkgs=pkgFile, type="source", repos=NULL)
# Delete package
unlink(pkgFile)
これで、消えたpackage問題は解決されます！！
論文を書く際の統計的表現について
論文執筆の際、p値はどう記載するんですか？
有効数字は？
有意差なしはNSだけでよいですか？
0.05未満は<0.05でよいのですか？
・・・
このように聞かれたり、議論になったりすることがあるので、纏めておきます。
あくまで、一例ですが、Annals of Internal Medicine (IF 17)の投稿規定は以下のようになっています。
p値は0.001より小さい場合は、<0.001、0.001-0.20は有効数字3桁、0.20より大きい場合で2桁、と書かれています。
一流誌の投稿規定は、それ自身が勉強になることが多いですね。
以下はAnnals of Internal Medicineからの引用です。
Reporting guideline ##Percentages Report percentages to one decimal place (i.e., xx.x%) when sample size is =200. To avoid the appearance of a level of precision that is not present with small samples, do not use decimal places (i.e., xx%, not xx.xx%) when sample size is < 200. ##Standard deviations Use “mean (SD)” rather than “mean ± SD” notation. The ± symbol is ambiguous and can represent standard deviation or standard error. ##Standard errors Report confidence intervals, rather than standard errors, when possible. ##P values For P values between 0.001 and 0.20, please report the value to the nearest thousandth. For P values greater than 0.20, please report the value to the nearest hundredth. For P values less than 0.001, report as “P<0.001.” ##“Trend” Use the word trend when describing a test for trend or dose-response. Avoid the term trend when referring to P values near but not below 0.05. In such instances, simply report a difference and the confidence interval of the difference (if appropriate) with or without the P value. ##Statistical software Specify in the statistical analysis section the statistical software—version, manufacturer, and the specific functions, procedures, or programs—used for analyses. ##Cox models When reporting findings from Cox proportional hazards models: Do not describe hazard ratios as relative risks. Do report how the assumption of proportional hazards was tested, and what the test showed. ##Descriptive tables In tables that simply describe the characteristics of 2 or more groups (e.g., Table 1 of a clinical trial): Report averages with standard deviations, not standard errors, when data are normally distributed. Report median (minimum, maximum) or median (25th, 75th percentile [interquartile range, or IQR] when data are not normally distributed. Avoid reporting P values as there can be imbalance when P values are not significant (because of small sample size) and balance when P values are significant (because of large sample size). ##Tables reporting multivariable analyses Authors sometimes present tables that compare one by one an outcome with multiple individual factors followed by a multivariable analysis that adjusts for confounding. If confounding is present, as is often the case, the one-way comparisons are simply intermediate steps that offer little useful information for the reader. In general, omit presenting these intermediate steps in the manuscript and do not focus on them in the Results or Discussion. ##Figures When developing informative graphics, follow these simple rules of thumb: Avoid pie charts. Avoid simple bar plots that do not present measures of variability. For meta-analysis forest plots, provide the raw data (numerators and denominators) in the margins. For survival plots, provide the numbers of people at risk by group and time below the horizontal axis.
Rを使って時系列データの変化点をみつける: changepoint
時系列データを扱う時に、変化点を見つけたいことがある。
Rにchangepointというパッケージがあるので、実装してみる。
１つのchangepointはdefaultのmethod = AMOCで良い。
複数のchangepointであれば、methodでPELT, SegNeighやBinSegを指定すれば良い。
#install.packages("changepoint")
library(changepoint)
# change in variance
x=c(rnorm(100,0,3),rnorm(100,0,10))
res1=cpt.var(x, )
plot(res1)
print(res1)
# change in mean
y=c(rnorm(100,0,1),rnorm(100,7,1))
res2=cpt.mean(y)
plot(res2,cpt.col='blue')
print(res2)
# change in mean and variance
z=c(rnorm(100,0,1),rnorm(100,3,7))
res3=cpt.meanvar(z)
plot(res3,cpt.width=3)
print(res3)
# change in mean and variance, multiple changepoints
w=c(rnorm(100,0,1),rnorm(100,3,7), rnorm(100,-5,1))
res4=cpt.meanvar(w, Q=2, method = "PELT")
plot(res4)
print(res4)
