【F05】青森市民意識調査と医療費上昇の要因分析【青森中央学院大学／地域問題分析チーム】
•
0 gefällt mir•40 views
本研究では、令和３年の青森市民意識調査に収録されている自由記述文のうち、「やさしいまち」に分類されている84をテキストマイニングによって解析し、頻出語句の集計から「高齢化と医療」に要約できること考えました。そこから、47都道府県の２時点パネルデータを用いて、一人当たり医療費（入院、入院外別）の決定要因を推定し、高齢化率や人口当たりの医師数、病床数、所得などが影響していることを確認しました。今後は、こうした結果を、やさしいまちづくりに生かすための方策を検討していきます。
Empfohlen
Weitere ähnliche Inhalte
Ähnlich wie 【F05】青森市民意識調査と医療費上昇の要因分析【青森中央学院大学／地域問題分析チーム】
Ähnlich wie 【F05】青森市民意識調査と医療費上昇の要因分析【青森中央学院大学／地域問題分析チーム】 (20)
Mehr von aomorisix
Mehr von aomorisix (20)
【F05】青森市民意識調査と医療費上昇の要因分析【青森中央学院大学／地域問題分析チーム】
- 1. 青森市民意識調査と医療費上昇の要因分析 青森中央学院大学 山本クラス ２年生 平澤未羽、白川杏南、工藤龍星、小田島翔 目 次 １．高齢率化と国民医療費 ２．データによる確認 ３．研究の目的 ４．青森市民意識調査 ５．なぜ自由記述文か？ ６．テキストマイニングの手順 ７．テキストマイニングの分析結果 8．国民医療費を決める要因 9．パネル分析とは？ 10．分析結果 11．まとめ https://youtu.be/cJxm3BD9VJc こちらのリンクURL またはQRコードから 動画報告をご視聴に なれます！
- 3. データ出所：WEB東奥日報（７月２２日） 0 10 20 30 40 50 60 図２ 令和４年度の青森県市町村別高齢化率 私達の住む、県庁所在地の青森市に注目！ 各自治体高齢化率≧21％…超高齢社会 318732 311508 299520 287648 275192 17.4 20.4 23.7 28.5 32.2 0 5 10 15 20 25 30 35 250000 260000 270000 280000 290000 300000 310000 320000 330000 平成12年 平成17年 平成22年 平成27年 令和２年 図３ 青森市の人口（左軸）と高齢化率（％、右軸）の推移 15 20 25 30 35 平成12年 平成17年 平成22年 平成27年 令和2年 図1 青森県の高齢化率(％)と国民医療費/人(万円） 高齢化率(全国) 高齢化率(青森県) 国民医療費/人(全国) データ出所：『国勢調査』、『国民医療費』 では、青森市の政策は？ 高齢者にも 「やさしいまち」づくり では、市民意識はどうなの でしょうか？ ２．データによる確認
- 6. 5．なぜ自由記述文か？ 自由記述文の分析に意義あり！ しかし、膨大な量の読破、集計 人には不向き！ → テキストマイニング 大山(2012)：フレームワークに左右されない データが得られる！ 田中(2017)：強い意見を持つ回答者層から 有益な意見が得られる! テキストマイニング こんなこといいな できたらいいな あんなゆめ こんなゆめ いっぱいあるけど みんなみんなみんな かなえてくれる ふしぎなポッケで かなえてくれる いい （形容詞）：２回 ゆめ （名 詞）：２回 みんな （名 詞）：３回 かなえる（動 詞）：２回 で （助 詞）：１回 言葉の最小単位（形態素）に分解して 各々集計する方法！
- 7. 6．テキストマイニングの手順 病気になったとき・・・近 所に病院が・・・救急者 が・・高齢者に優しく・・ ・・・・・・・・・・・・ ・・・・・・・・・・・・ ・・・・・・・・・・・・ ・・・・・・・・・・・・ ・・・・・・・・・・・・ ・・・・・・・・・・・・ PDF 病気になったとき・・ 近所に病院が・・・ ･ ･ 救急車が・・・ 高齢者に優しく・・・ 1 A 2 病気になったとき・・ 3 近所に病院が・・・ ･ ･ 403 救急車が・・・ 404 高齢者に優しく・・・ 7783字の１文 自由記述 402文 手順１ 84の自由記述文 ⇒ 1つのテキスト文（7783文字）へ Excel 手順２ R＋RMeCab のコード記述（ゼミにて学習） 手順３ analyze(解析結果)をエクセルを用いて要約！ getwd( ) install.packages("RMeCab", repos = https://rmecab.jp/R) library(RMeCab) analyze<-docMatrix2("civilian opportunity.txt") analyze #スクリプト、データの読み込み フォルダーの確認 #RMeCabのインストール #RMeCabの読み込み #civilian opportunity.txtの形態素解析 #解析結果analyzeの表示
- 8. 47 26 19 16 13 10 9 0 10 20 30 40 50 60 70 者 高齢 青森 障害 人 施設 の よう 福祉 充実 事 こと 市 医療 街 コロナ 子供 私 等 介護 方 為 何 1 病院 図４ 単語数 3.0 1.7 1.2 1.0 0.8 0.6 0.6 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 者 高齢 青森 障害 人 施設 の よう 福祉 充実 事 こと 市 医療 街 コ… 子供 私 等 介護 方 為 何 1 病院 図５ 出現率（％） 7．テキストマイニングの分析結果 自由記述文：7783文字、1128単語数 最頻単語：「高齢」 関連単語：「障害」、「施設」、「福祉」、 「医療」、「介護」、「病院」 ⇒ 140語（8.9％） ⇒KEYWORD「高齢化と医療」へ要約
- 10. 要因１：高齢化率 理由・・・身体の衰えにより、けがや病気になりやすい ⇒ 医療費UP！ ※ 前期高齢化率（６５～７４歳人口/都道府県次項） と ※ 後期高齢化率(７５歳以上人口/都道府県次項） に 区別 ⇒リタイアしたばかりの高齢者とリタイア後長い時間を経過 した高齢者とでは健康状態に違いがある。 ８．国民医療費を決める要因（２）
- 14. 原因と結果の関係の強さを、 「原因の変化」と「結果の変化」を基に推定する方法！ 例えば、医療費/人＝ｆ（高齢化率、地域性） ９．パネル分析とは？ 2015 2020 医療費/人 高齢化率 20％ 25％（＋５％） 地域性 10％ 10％（±０％）‥地域性は直ぐに変化しない！ 20万円 ＋10万円 20万円 Q：高齢化率が１％UPす ると、医療費/人は何円 上がりますか？ ⇒ ２万円ですよね このとき、変化のない 地域性を分析から除外で きる！ これがパネル分析！
- 15. 被説明変数（万円） 医科診療費/人 (入院) 2015・2020年度 医科診療費/人 (入院外) 2015・2020年度 定数項 107461*** (27300.4) 53738.6*** (13768.9) 前期高齢化率（％） 2111.66*** (514.415) 728.174** (301.325) 後期高齢化率（％） 1686.34*** (605.249) -97.7055 (503.877) 医師数/千人 15921.5** (6055.68) 8350.50* (4880.66) 病床数/千人 -1903.29** (845.543) 2822.93*** (452.344) 給与所得（万円） -82.2541* (47.9708) -23.7549 (21.6050) within-R2 0.997477 0.98957 サンプル 47 47 注：( )は頑健な標準誤差であり、***、**は順に１％水準、５％水準で有意を示す。 表１ パネル分析の結果 10．分析結果 ・前期高齢化率が１％上昇⇒ 入院２１１１円 入院外７２８円 ・後期高齢化率が１％上昇⇒ 入院１６８６円 入院外ー９７円 ⇒ 後期高齢化率が高まれば、外来医療費は減少！施設入所や入院へ ・医師数／千人が１人増加⇒ 入院１５９２１円 入院外８３５０円 ⇒ 患者と医師の誘発需要の可能性あり ・病床数／千人が１床減少⇒ 入院１９０３円 入院外ー２８２２円 ⇒ 病床減少地域＝病床余剰地域…余剰⇒病床利用を促進…長期入院 ⇒ 入院費UP！ 長期入院…しっかり完治してから退院 ⇒ 外来費用の低下 ⇒ 入院外費DOWN！ ・所得が１万円増加 ⇒ 入院ー８２円 入院外ー２３円 ⇒ 所得のUPが予防医療につながっている可能性！ 金持ちほど、サプリ、ジム、栄養。 分析結果の見方