GIS上の複雑系ネットワーク分析による地域包括ケアと地域医療構想の予測評価分析

MASモデルとSDモデルの基礎モデルを作成し、そのパラメーターの基盤となる医師と看護師についての分析を行った。分析①として、医師歯科医師薬剤師調査の個票データを主たる勤務先コード情報を付して入手し、医療施設調査との結合を試みた。医療施設調査では、常勤・非常勤の別、診療科目別、病床数などの多様な情報が含まれている。特に、医師歯科医師薬剤師調査による医師数調査は主たる勤務先で評価されることがおおく、非常勤の医師については把握が難しいとされている。そこでこれらの指標により、一般に用いられている医師歯科医師薬剤師調査の医師数との関連性の評価を試みた。さらに都道府県単位での医師数の評価について、二つの調査から得られた数値の関連性についても評価した。医師歯科医師薬剤師調査による医師数を従属変数とする回帰分析の結果、都道府県単位の分析では、Adj Rが0.998、医療施設調査医師数の回帰係数が1.372(標準誤差.008)で有意な関連であった（P<0.001）。分析②として、看護師・保健師の養成数及び勤務地に関する地理的分布を明らかにする看護師養成に関する保健医療政策研究の基礎資料を得ることを目的とした。1569825人の病院勤務看護師数の情報を得た。人口（平成27年）：0.82、人口密度（平成27年）：0.80、推計患者数（施設所在地）入院：0.83、推計患者数（施設所在地）外来：0.82, 病床数（平成29年）：0.85、看護学部学校数：0.79、学年定員総数：0.78となった。非常に人口や病床施設、養成施設数および定員と高い相関を得たが、医療施設に勤務する看護師数と学年定員（養成数）が若干の誤差があり、調査方法としての評価している側面が、養成数と勤務では異なることから、統計データとしての多様性の有用性を示す結果となった。これらのデータをもとにシミュレーションモデルを作成する。

MASモデルとSDモデルの基礎モデルを作成し、そのパラメーターの基盤となる医師と看護師についての分析を行った。分析①として、医師歯科医師薬剤師調査の個票データを主たる勤務先コード情報を付して入手し、医療施設調査との結合を試みた。医療施設調査では、常勤・非常勤の別、診療科目別、病床数などの多様な情報が含まれている。特に、医師歯科医師薬剤師調査による医師数調査は主たる勤務先で評価されることがおおく、非常勤の医師については把握が難しいとされている。そこでこれらの指標により、一般に用いられている医師歯科医師薬剤師調査の医師数との関連性の評価を試みた。さらに都道府県単位での医師数の評価について、二つの調査から得られた数値の関連性についても評価した。医師歯科医師薬剤師調査による医師数を従属変数とする回帰分析の結果、都道府県単位の分析では、Adj Rが0.998、医療施設調査医師数の回帰係数が1.372(標準誤差.008)で有意な関連であった（P<0.001）。分析②として、看護師・保健師の養成数及び勤務地に関する地理的分布を明らかにする看護師養成に関する保健医療政策研究の基礎資料を得ることを目的とした。1569825人の病院勤務看護師数の情報を得た。人口（平成27年）：0.82、人口密度（平成27年）：0.80、推計患者数（施設所在地）入院：0.83、推計患者数（施設所在地）外来：0.82, 病床数（平成29年）：0.85、看護学部学校数：0.79、学年定員総数：0.78となった。非常に人口や病床施設、養成施設数および定員と高い相関を得たが、医療施設に勤務する看護師数と学年定員（養成数）が若干の誤差があり、調査方法としての評価している側面が、養成数と勤務では異なることから、統計データとしての多様性の有用性を示す結果となった。これらのデータをもとにシミュレーションモデルを作成する。