Yoshi Nishikawa Blog

医学となにかのクロストーク

日本語文献をレファレンスとして記す

地域のこと、日本初のこと、日本語文献を英文に引用したいことありませんか。

日本では当たり前だけど海外では全然知られていない、といった場合には、

日本語文献しかないことがあります。

英語論文執筆時に、このような日本語文献をレファレンスとして記載する方法を見ていきます。

基本スタンスとして、日本語の理解できない方でもわかるように、英語・ローマ字で記載するのが親切です。

  1. 名前は英語表記(ローマ字)に。

  2. タイトル、これも英語表記に。日本語タイトルをローマ字にしたものを併記することもあります。

  3. 雑誌名のローマ字、あれば、英語表記。

  4. 掲載番号

  5. そして、日本語文献です、という説明。

これで一通りです。

まとめると、以下のような感じになります。

英語著者名. [タイトルの英訳] (日本語タイトルのローマ字). 雑誌名のローマ字(決まったものがあれば英語での雑誌名). 掲載番号. Japanese.
英語著者名. [タイトルの英訳]日本語タイトルのローマ字 (in Japanese). 雑誌名のローマ字(決まったものがあれば英語での雑誌名). 掲載番号.

もちろん、細かな体裁は、投稿先の採用しているものに準拠ください。

拙著では、以下のように日本語の既報を引用していました。

Makiya H. [ Epidemiological research on psychiatric diseases among the elderly in Okinawa Prefecture] Okinawa no ichi nouson ni okeru roujin no seishinshikkan ni kansuru ekigaku kenkyu (in Japanese). Keio Igaku (Journal Keio Med Soc). 1978; 55(6): 503‐ 512.

文献管理ソフトでも

著者名: ローマ字
タイトル: [タイトルの英訳] (日本語タイトルのローマ字)
ジャーナル: 雑誌名のローマ字(決まったものがあれば英語での雑誌名)
巻号ページ番号: 記載の通りの番号

このように入力すれば、追加して編集することができます。

日本から世界への発信が増えることを願っています^^

参考:

Samples of Formatted References for Authors of Journal Articles

Rのggplot2で福島県南相馬市の地図を描く~もうすぐ野馬追

ggplot2で南相馬市の地図を描きたい

福島県南相馬市の方から相談を受け、Rの作図をしました。

こちらでは、南相馬市と、福島第一原子力発電所を地図上にプロットします。

パッケージは、

jpndistrict package | R Documentation

sfとggplot2、geosphereで作図を行います。

#install these packages if needed
#install.packages("jpndistrict")
#install.packages("sf")
#install.packages("geosphere")
#install.packages("tidyverse")

library(jpndistrict)
library(sf)
library(geosphere)
library(tidyverse)

都道府県・市区町村の情報を取得

地方公共団体コードは以下を参照し、はじめの五桁を使用する。

コードは6桁の数字からなり、上2桁はJIS X 0401に定められた都道府県コード、続く3桁と合わせた上5桁がJIS X 0402に定められた市区町村コード及び一部事務組合等コード、最後の1桁は誤記入・誤入力を防ぐための検査数字(チェックディジット)です。

地方公共団体コード - 福島県ホームページ

#Fukushima: Prefectural code 7
FKS <- jpn_pref(pref_code = 7)

#これでは宮城県が含まれないので、足し合わせたものを作成する
FKS <- c(4,7) %>% map(~jpndistrict::jpn_pref(pref_code = .)) %>% reduce(rbind) %>% 
  st_simplify(dTolerance = 0.001)

#Minamisoma (JIS code 07212)
Minamisoma <- jpn_cities(jis_code = "07212")

地図に掲載する点を作成する

緯度経度の取得は以下などを参考に。

support.google.com

##Fukushima Daiichi nuclear power plant
FDNPP <- data.frame(longitude=c(141.033611), latitude=c(37.421389))
FDNPP_sf <- st_as_sf(FDNPP, coords = c("longitude", "latitude"), 
                     crs = 4326, agr = "constant")

##MMGH
MMGH <- data.frame(longitude=c(140.9851348), latitude=c(37.6375094))
MMGH_sf <- st_as_sf(MMGH, coords = c("longitude", "latitude"), 
                   crs = 4326, agr = "constant")

位置を微調整

gglocatorなどもありますが、 手作業で位置をずらしてみました。

#deciding map range using Miharu Town location
mapRange <- c(range(st_coordinates(Minamisoma)[,1]),range(st_coordinates(Minamisoma)[,2]))

mapX <- 0.1
mapY <- 0.15

#Main figure

FKS %>% 
  ggplot() +
  geom_sf(color="white") +
  geom_sf(data=Minamisoma, color="black")+
  geom_sf(data = FDNPP_sf, color = "black", pch=13, size=4)+
  geom_sf(data = MMGH_sf, color = "black", pch=10, size=4)+
  coord_sf(datum = NA, xlim = c(mapRange[c(1)]-4*mapX, mapRange[c(2)]+1.5*mapX), ylim = c(mapRange[c(3)]-1.5*mapY, mapRange[c(4)]+1*mapY)) +
  theme_bw()+theme(axis.title = element_blank(), axis.text = element_blank()) -> p_fks

#p_fksで出力して、coord_sf内の引数を微調整

特定の場所を中心とする円を描く

福島第一原子力発電所からの距離に応じた円を付記する

#Distance from FDNPP
FDNPP_equidistant <- 
  map_dfr(c(2.5,5),
          function(x){
            destPoint(FDNPP, -180:180, x*10000) %>%
              as.tibble() %>%
              # どの等距離線るかを示すグループ番号
              mutate(group = as.character(x))
          })
# labels: distance from FDNPP
FDNPP_labels <- 
  map_df(c(2.5,5),
         function(x){
           destPoint(FDNPP, 260, x*10000) %>%
             as.tibble() %>%
             mutate(distance = paste0(x*10, " km"))
         })

完成

地図として出力する。

f:id:yoshi_nishikawa:20200601105857p:plain

p <- p_fks + 
  # plotting FDNPP 25km and 50km circles
  geom_path(data = FDNPP_equidistant, 
            aes(x=lon, y = lat, group = group),
            colour = "black", alpha=0.3, size = 1.5) +
  # plotting labels: distance from FDNPP
  geom_label(data = FDNPP_labels,
             aes(x=lon, y = lat, label = distance), size = 5) +
  annotate("text", x = as.numeric(FDNPP[1]), y = as.numeric(FDNPP[2])+0.04, label = "FDNPP", size = 5)+
  annotate("text", x = as.numeric(MMGH[1])-0.06, y = as.numeric(MMGH[2])+0.04, label = "MMGH", size = 5)+
  annotate("text", x = as.numeric(FDNPP[1])-0.10, y= as.numeric(FDNPP[2])+0.36, label = "Minamisoma", size = 5)
  
p+theme_bw(base_family = "HiraKakuProN-W3")+theme(axis.title = element_blank(), axis.text = element_blank())

#saveするときは
#ggsave(file = "Figure1_jp.png", plot = p)

もうすぐ野馬追

www.city.minamisoma.lg.jp

www.city.soma.fukushima.jp

あたたかくなってきました。もうすぐ野馬追です。

今年はコロナウイルスの影響で無観客なのか。

Rで質問紙調査のサンプルサイズ計算を行う

今日は、質問紙調査でのサンプルサイズ計算をrで行います。

samplingbook

を用います。

早速、関数からみていきましょう。

install.packages("samplesize")
library(samplesize)

sample.size.prop(e=, P=, N=, level=)

Arguments
e positive number specifying the precision which is half width of confidence interval
P expected proportion of events with domain between values 0 and 1. Default is P=0.5.
N positive integer for population size. Default is N=Inf, which means that calculations are carried out without finite population correction.
level coverage probability for confidence intervals. Default is level=0.95.

引数が4つありますが、特に大切な数字は2つ。

e: precision(精度)

たけのこの里が好きな人が標本内に90%いるとしたときに、精度が5%だと、実際は、85~95%のたけのこの里ファンが居ることになります。 5%が一般的な数値であり、1~10%に収めるのがよいです。 小さくするとたくさんのサンプルサイズが必要になります。

level: confidence level(信頼水準)

標本が、母集団を反映することをどのレベルで信頼したいか、という指標。
95%が最も一般的です。デフォルトもlevel=0.95になっています。
大きくすると、たくさんのサンプルサイズが必要になります。

残り2つは、不明であればデフォルトで構いません。

P: 期待されるイベントの割合

実際に予想されるイベント頻度、prevalenceがわかっていればそれを入力します。 デフォルトではP=0.5になっています。

N: サーベイをおこなう全対象者数

わかれば、入力を。わからなければ、入力しないでOKです。 デフォルトはN=Infになっています。

いくつか試してみる

f:id:yoshi_nishikawa:20200526071316j:plain

eを0.01~0.1で動かす

以下のようになりました。 許容誤差が小さいと、必要サンプルサイズがとても大きくなります。

eは、標準的には0.05、一歩譲って0.075、百歩譲って0.1くらいがよいでしょう。

f:id:yoshi_nishikawa:20200526071024p:plain

install.packages("samplingbook")
library(samplingbook)

sample.size.prop(e=0.01, P=0.5, N=Inf, level=0.95)
sample.size.prop(e=0.05, P=0.5, N=Inf, level=0.95)
sample.size.prop(e=0.075, P=0.5, N=Inf, level=0.95)

e0<-seq(0.01,0.1, length=19)
res0<-rep(0,19)
for(i in 1:19){
  res0[i]<-sample.size.prop(e=e0[i], P=0.5, N=Inf, level=0.95)$n
}

plot(cbind(e0,res0), xlab = "許容誤差", ylab = "サンプルサイズ")

WindowsでRstanをインストールした話~ Compilation ERROR の解決

Windows PCでrstanを使うべく、進めてみた、がうまくいかない。

compilation error

その解決の備忘録として記しておく。

stan公式

RStan Getting Started (Japanese) · stan-dev/rstan Wiki · GitHub

スペック

Windows 10 64 bit
R version 3.6.1 (2019-07-05)
Rstudio 1.2.5001
rstan 2.19.3

ネットに山積するエラー報告

rstanのWindowsへのインストールは大きな関門であることがわかった。

shumagit.github.io

qiita.com

行ったこと

いくつかポイントがあって、以下を行ってみた。

rstanの再インストール

remove.packages("rstan")

StanHeadersのversion

rstanと、StanHeadersのversionを揃える。 discourse.mc-stan.org

Rtools

35を用いていたが、どうにもうまく行かない。
何度か入れ直した。

蛇退治

Anacondaをアンインストールした。 見事に厄災は消え去った。
なんだこちらを参照していたのか。

晴れてWindowsでもStanし放題である。

レセプトデータから医療の実態に迫る

レセプト

レセプト - Wikipedia は、医療報酬の明細書です。

診療報酬の請求のためにつける病名があり、 実態を反映していないとの意見もありますが、正しい部分を正しく使えば、 診療実態を明らかにすることが可能です。

このページでは、レセプトデータを見るときに必要な情報を随時更新していきます。

その公開

NDBオープンデータ として、国のHPで公開もされています。

薬品や診療行為マスターデータ

診療報酬情報提供サービス で、薬品名、コード、薬価などの情報が公開されています。

病名

社会保険表章用疾病分類.

https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/kenkou_iryou/iryouhoken/database/hokensippei.html

厚労省通知

www.mhlw.go.jp

International shortlist for hospital morbidity tabulation (ISHMT).

https://www.who.int/classifications/icd/implementation/morbidity/ishmt/en/ http://apps.who.int/classifications/apps/icd/implementation/hospitaldischarge.htm

ベイズ統計分析によるデータモデリング入門 [ベイズ統計入門の決定版]

COI開示:特になし。

統計分析の教科書、データ分析の技術書、どんどん充実してきています。

でも、ベイズ統計モデリングを使いこなせていたでしょうか?

私の答えはNoでした。理由は、StanやBUGSといったベイズモデリングのためのコードを扱うハードルがあったから。

今回、馬場真哉さんによるベイズ統計分析によるデータモデリング入門を読んでとてもためになったので記しておきます。

  1. 理論編:ベイズ統計モデリングを行う上で必要な統計、確率。
  2. 基礎編:RとStanの基礎
  3. 実践編:一般化線形モデル
  4. 実践編:一般化線形混合モデル
  5. 応用編:状態空間モデル

という構成になっています。

1章は理論の解説。2章はRやStanでのプログラミングの基本事項が解説してあり、初学者にもフレンドリーな構造です。

実装だけ試したければ3-5章だけでOK。

今回、一番の収穫は、

brms (Bayesian Regression Models using Stan) でした。

何がすごいのか?

ほとんど普通のglm関数と同じようにベイズ統計モデリングが出来ます。

これほど簡単になっていたのかと驚きました。

時系列分析については時系列分析と状態空間モデルの基礎で勉強させてもらいました。こちらもおすすめ。

馬場さんのwebsiteはこちらです↓↓

logics-of-blue.com

Rで表記ゆれを癒やす:全角から半角へ

日本語データを扱うときに困ること

日本語データを分析するときにもっとも困ることは何でしょうか?

それは、表記ゆれです。

送り仮名、漢字かな混じり、全角半角混じり、大文字小文字混じり・・・色々ありますが、

今回は、特に、全角と半角が混ざった表記ゆれについて考えていきます。

日本語には、全角と半角の文字が存在します。歴史を紐解くとわかるもので、

ウィキペディア にも詳しいのですが、東アジアの印刷物は、もともと文字が正方形に収まるように作られていました。

コンピュータが出現し、文字が扱えるようになり、はじめは、すべての文字が同じ幅の文字として用いられていました。

その後、東アジアの文字は、1文字を表すのに2バイト以上を用いる「マルチバイト文字」によって利用が可能となりました。

これ自体は、アルファベットが、漢字などよりも細く印刷される伝統によく合っています。

しかし、解析を行う上で、、Dr、Dr.、など、全角アルファベットや全角数字でタイプされた日本語情報を扱う場合には、半角アルファベットや半角数字と同じと認識してくれません。

このような表記ゆれに対する対処は、以下のブログにとてもまとまっていて、参考にさせてもらいました。

Rで全角英数記号を半角にするのに{stringi}が役に立った話 - Note of Pediatric Surgery

Nippon package

まず、全角半角ごちゃごちゃのデータを準備します。

 data <- c("BOYON", "boyon", "ボヨーン")
library(Nippon)
zen2han(data)

まずは、もともとpackageとして入っていたNipponを用いてみます。

[1] "BOYONboyonボヨーン"

zen2hanではうまくいかない・・・
すべて連続する文字列として処理されてしまい、データフレーム全体を調整するには適していない模様です。

三重大学谷村先生のスライドを見ていると・・・

library(Nippon)
sanitizeZenkaku(data)
[1] "BOYON"   "boyon"   "ボヨ-ン"

sanitizeZenkakuでいけました!!

ただ、これだと

伸ばし棒までsanitizeされてハイフンになってしまいます。。

halfwidthen

Rcppで全角英数を半角英数に変換するパッケージをつくった - Technically, technophobic.

こちらを参考にして、githubからpackageをインストールしまして・・・

library(devtools)
install_github("yutannihilation/halfwidthr")

library(halfwidthr)
halfwidthen(data)
[1] "BOYON"    "boyon"    "ボヨーン"

これでうまくいきました!

いまのところこちらが使い勝手がよいので、
当面はhalfwidthenを使用させていただきます。

stringrには実装されないかな・・・(他力本願)