あらすじ・内容紹介
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
