Pythonによる医療データ分析入門ーーpandas＋擬似レセプト編

本書は、医療データをもとにさまざま保険商品を開発するアクチュアリーの第一人者による本格的なプログラミング＋統計解析の入門書です。PythonをJupyter Notebook環境で使う方は多くいますが、さまざまなライブラリと組み合わせると大容量のデータを視覚的に分析することができるようになります。pandasを使えば既存の表形式のデータを読み込めるようになり、複雑な計算でもすぐに出力できるようになります。本書では、擬似医療データを例にとりあげ、さらにNumPy（数値演算）、SciPy（科学技術計算）、Matplotlib（グラフ表示）などを組み合わせたPythonプログラミング技法を紹介します。これらは医療データだけでなく、自然科学やエンジニアリング分野でのビッグデータ解析にも役立つでしょう。もちろんデータサイエンスの現場でも利用可能です。 ■第1章　死亡率を推定しよう 1-1　「日本版死亡データベース」の利用 1-2　加入者情報レコードの擬似生成 1-3　発生率の信頼区間 1-4　死亡率の計算方法の妥当性確認 ■第2章　発生率を推定しよう 2-1　「患者調査」の利用 2-2　レセプトの擬似生成 2-3　傷病条件付き新入院発生率・新入院平均在院日数 2-4　傷病条件付き診療行為 2-5　バイアスと修正 ■第3章　血圧別発生率に挑戦 3-1　「国民健康・栄養調査」の利用 3-2　健診レコードの擬似生成 3-3　健診結果別入院・外来レコードの擬似生成 3-4　健診結果別入院発生率状況の観察 ■第4章　医療統計の導入 4-1　セミパラメトリック分析〜点推定 4-2　セミパラメトリック分析〜区間推定 4-3　予測精度の評価〜混同行列と性能評価指標 4-4　予測精度の評価〜AUC 4-5　予測精度の評価〜予実比較