Rで効果量を算出する式を導入する（Hedges’g）

 　最近では、研究結果を示すために、p値のみならず効果量も明記すべきという考えが浸透してきています。

　p値の存在は、両者の差が等しいかどうかを客観的にジャッジするためにあるもので、その効果の大きさを示すものではないようです。

　100万円かかるダイエット方法を導入した結果、実施前後で差が等しいという仮説を棄却したとします。しかしながら、たった500ｇしか痩せる効果が得られなかった場合はどうでしょうか。その価値基準は、人によってさまざまだと思いますが、その方法を実施する意義があるのかを客観的に判定する場合、効果量を示す数値は重要な存在となってきます。

　今回、多重比較等で用いる効果量「Hedges’g」の計算式をRで作成してみました。

　Hedges’gの計算式は、下記の通り、Becker（2000）の論文を参考にして導入しています。

　これらを実際のRに当てはめてみました。

#χ平均値　nサンプル数　sd標準偏差　実際の数値を挿入

χ1<-

χ2<-

n1<-

n2<-

sd1<-

sd2<-

#Hedges’g計算式

(χ1-χ2)/(sqrt((((χ1-1)*sd1**2)+((χ2-1)*sd2**2))/(χ1-1+χ2-1)))

　

　以上になります。

　もし上記計算結果で絶対値にする必要があれば、全体にabs()を加えると算出できると思います。

　わざわざこれを考えるに至った理由は、私愛用の清水先生のHADには効果量を算出機能が備わっていますが、どうも不安定？で数値がp値と矛盾しているときが頻繁に起きてしまっていたからです（私の使い方の問題がありそうですが）。

　実際にspssとこの式で得られた効果量は同じ数値となっていました。

　次回から、Hedges’gの効果量を算出する際は、こちらを利用していきたいと思います。

Rで箱ひげ図をプロットする

 　Rで箱ひげ図の作成を試みたいと思います。

　

　少しずつ慣れてきた感じはありますが、ネット情報でそのまま導入しても、素人の私にはできないことが多いです。基本を理解していないんだと思います。

　今回は、Qiitaさんのところから参考にしています。

まずは、データを読み込みます（データはでたらめに作成したもの）。

#箱ひげ図　データは縦に並べ、もう一列にSpeciesとして設定する

dat <- read.csv("Book2.csv")

→こんな感じのデータです。

＃ggplot2を立ち上げる

install.packages("ggplot2")

library(ggplot2)

g <- ggplot(Book2)+

  geom_boxplot(aes(x=Species, y=test))+

  geom_jitter(aes(x=Species,y=test,color=Species),width=0.3)

plot(g)

　上記のような箱ひげ図がプロットされました。

　もしカラーをはずしたい場合は、color=Speciesをそのまま削除します。

　もし、灰色カラー（背景）をはずしたい場合は、

theme_classic()+

を加えるようです。すると下記のような図がプロットされます。

　その他にたくさんのおしゃれな図があるようなので、トライしてみたいと思います。

Rで2要因のグラフをプロットする方法

 　2要因のデータからエクセルにて標準偏差や標準誤差を加えた折れ線グラフを作成したとき、どうも2要因のデータ同士が重なって見えずらくなる現象が起きてしまっていました。

　エクセルの手法で改善できるかもしれませんが、Rで簡単にプロットできることがわかりました。

　下記の表のようなデータ（でたらめに作られたもの）を使うとします。

　このデータファイル名をinfecとし、csvファイルに保存します。

　実際のRで作成してみます。

dat <- read.csv("infec.csv") #データ読み込み

＃プロットと平均値や標準偏差を求めるためこの2つを読み込む　

　なければinstall.packagesで対応

library(ggplot2)

library(dplyr)

library(cowplot)

library( Hmisc )

pd = position_dodge( width = 0.15 )

ggplot( infec, aes( x = prepos, y = infection, color = intervention, group = intervention ) ) +

  stat_summary( fun.y = "mean", geom = "line" )+

  stat_summary( fun.y = "mean", geom = "line", size = 1.0, position = pd ) +

  stat_summary( fun.data = mean_cl_normal, geom = "errorbar",

                alpha = 0.9, size = 1.0, width = 0.2, position = pd ) + 

  stat_summary( fun.y = "mean", geom = "point", size = 3.5, position = pd )+

  scale_y_continuous( limits = c( 20, 70 ), breaks =seq(20,70,5), expand = c( 0, 0 ) ) +

  theme_cowplot( 15 ) +

  scale_colour_manual( values = c( "#5B84B1FF", "#FC766AFF" ) ) +

  xlab( "Differences in infection status by town" ) +

  ylab( "Infection" )+ 

  scale_x_discrete(limit=c('before', 'after'))

　グラフの出来上がりです。

　このように、2要因のデータ間で隙間があるので、標準偏差が描かれてもはっきり違いが判ります。

　現時点で、素人の私にとってこれが限界ですが、もう少しグラフの調整ができるように引き続き調べていきたいと思います。

Rを使ってROC曲線を求める方法

　

　ROC曲線を求めるとき、普段使用しているHADには備わっていないため、spssを使用していました。

　spssが嫌いなわけではありませんが、高額なこと、使える場所が限られてしまうことから、やや抵抗感がありました。

　そこで今回、Rを使ったROC曲線を求める方法を探していたところ、統計ERさんのブログでとてもわかりやすく説明されているのを発見しました。

　ただし、この通りに進めてみましたが、dat機能でvariablesが上手く分けられませんでした。もちろん、私の知識の問題がありますが、別の方法で解決できましたので、紹介させて頂きます。現在使用しているRは、「version 4.2.2」です。

　「Book1」のcvsファイルをデータとして使用しています。このデータは、BellCurveさんからダウンロートできます。BellCurveさんのファイル名は「ROC-curve-sample-data」です。

このデータのHeadingには、

検査項目：testA 

疾患の有無：disease　（疾患無しを0、疾患有りを1）

と適当に英語で記載しました。

　現在のRversion 4.2.2機能では、日本語で記載すると上手く読み込めなくなる？ためです。

まず、パッケージをインストールします。

install.packages("Epi")　

library(Epi)

dat = read.csv("Book1.csv", na.strings="") →ここが統計ERさんと異なるところ

統計ERさんの場合→dat <- read.table("ROC-curve-sample-data.txt")

str(dat)

ROC(test=dat$testA, stat=dat$disease, plot="ROC")  #testAが検査の点数で、diseaseが真の分類

ROC(test=dat$testA, stat=dat$disease, plot="sp")

　すると、下記のような図がプロットされます。

　BellCurveさんと同じ結果が得られてますね。

　このEpi パッケージの ROC() 関数の魅力は、AUC面積の算出はもちろんのこと、カットオフ値まで同時に判定してくれるところです。

　spssの場合、Youden Indexなどを求めないと、明確なカットオフ値を得ることができません。そして統計、Rの素人である私にも使いやすい。

　

　その他Rで用いる便利な方法があるか、今後も探していきたいと思います。

※Rのパッケージを論文に引用する必要がある場合、

今回のEpiを用いたとき、

citation("Epi")関数を使います。すると、下記の通り表示されます。

To cite Epi in publications use:

  Bendix Carstensen, Martyn Plummer, Esa Laara, Michael Hills (2022). Epi: A Package for Statistical Analysis in Epidemiology. R

  package version 2.47. URL https://CRAN.R-project.org/package=Epi

If you use Lexis objects/diagrams, please also cite:

  Martyn Plummer, Bendix Carstensen (2011). Lexis: An R Class for Epidemiological Studies with Long-Term Follow-Up. Journal of

  Statistical Software, 38(5), 1-12. URL https://www.jstatsoft.org/v38/i05/.

For use of Lexis objects in multi-state models, please also cite:

  Bendix Carstensen, Martyn Plummer (2011). Using Lexis Objects for Multi-State Models in R. Journal of Statistical Software,

  38(6), 1-18. URL https://www.jstatsoft.org/v38/i06/.

To see these entries in BibTeX format, use 'print(<citation>, bibtex=TRUE)', 'toBibtex(.)', or set

'options(citation.bibtex.max=999)'.

作業療法士という職種について（学校選びについて）

 　個人的な見解ですが、教員と臨床を担っている立場として、作業療法士の数は圧倒的に少ないと思っています。

　

　就職の時期になると、作業療法学生1人に対して6～10施設から就職への依頼がくることもあります。

　作業療法士は、医療・介護領域においても、中心的役割を担う職種です。

　

　つまり、作業療法士は他の職種のことも理解しつつ、リーダー的存在としてチームをひっぱっていくことになります。

　身体機能にかかわる理学療法士以上に、応用的な動作へのアプローチが求められます。食事にかかわる言語聴覚士以上に、嚥下や姿勢、精神面へのアプローチが求められます。

　それだけ作業療法士は必要とされる職業なんですね。

　また作業療法士は、看護師や介護士さんのように夜勤がありません。

　残業も少なく、休日もしっかり確保されています。ゆとりのある生活スタイルを保つという意味では、作業療法士は非常に安定した職業といえるでしょう。

　作業療法士をめざす学校には大きく専門学校、大学に分けられます。

　学校を選ぶ基準はさまざまですが、私がおすすめする見方として以下の3点を挙げます（個人的な意見です）。

1：国家試験合格率

2：教員人数

3：付属病院の有無

1：国家試験合格率

　国家試験合格率は、学生や教員の関係性、そして学校そのものの環境の良さがもろにあらわれると考えることができます。

　一見、偏差値が高い学校でも、なぜか国家試験の合格率は低いことが頻繁にあります。

　つまり、学生や教員が国家試験に対してあまり取り組んでいない可能性があると考えることができます。

　この点において、学校選びの基準として国家試験合格率は重要な見方になるでしょう。

2：教員人数

　当たり前のことですが、教員人数が多いほど、一人当たりの授業数やその他業務に割り当てられる量は減ってきます。

　つまり、教員人数が多いほど、個別で学生にかかわれる時間をもつことができると考えることができます。

　教員は常に精神的に安定した状態のなかで、学生への教育を提供できる環境下にいるということになります。

　学校を選ぶ際は、教員人数を注目することに価値があるといえます。ただし、注意が必要です。教員の数といっても、その教員が作業療法士であるかどうかが重要になってきます。

　作業療法士でない教員は、それに属する学科に深くかかわれないことが多いです。作業療法に関する指導ができない分、実習のサポートも薄くなってしまう可能性があると思います。

3：付属病院の有無

　付属病院があるということは、卒業に必須な実習を身内で受けることができます。

　これは、教員そのものが学生に直接指導することができることに加え、教員と臨床スタッフのやりとりも密に行えることができます。

　担当する教員がいつでも早急に学生をサポートできる点でいえば、付属病院を有する学校を選ぶことは非常に有意義になるでしょう。

　この3つを担保している学校といえば、杏林大学保健学部作業療法学科になります。

　その他付属病院を有している学校には北里大学医療衛生学作業療法学専攻や昭和大学保健医療学部作業療法学科もあります。

　近隣の大学もＨＰで確認しつつ、慎重に学校を選ぶことをおすすめします。

　今回の重要な視点として、大学教員の研究業績は省きましたが、研究業績の高さは教員そのもののレベルを反映すると考えることもできます。教員紹介のところで、研究業績を開示しているので、興味があればぜのぞいてみると良いかと思います。

　作業療法士は心身ともに負担のない職業で、年を重ねても健康な状態でお仕事ができる職業の一つだと思います。

　さまざまな職業と見比べてみて、もし興味があれば、ぜひ作業療法士を目指してみてはいかがでしょうか。

日産軽の100％電気自動車

 　日産の軽が新たに100％電気自動車として来年度に発売されるそうです。

　

　写真はレスポンスさんのホームページより引用

　値段は200万位ですが、国から補助が50万程支給される可能性があり、かなり安価で購入できる品物となっているようです。

　このように、電気自動車も手ごろな値段で購入できる日が近づいてきました。

　私は車に全く興味がありませんので、軽でも何でも使い勝手が良ければ購入してもよいかなとは思っています。

　

　普通の軽自動車よりもさらに大きいみたいですね。

　問題は走行距離ですが、おそらく170㎞程だと言われていますので、遠出をする方は不向きかもしれません。私のように街乗りレベルであれば十分活用できそうです。

　これまでの古いリーフとの走行距離はあまり変わらないかもしれませんが、バッテリー機能がかなり変化しているので、劣化の抑制については期待できそうです。

コロナ対策の一つ換気の重要性について

　コロナ社会において、換気は日常生活に欠かせない用語になってきていると思います。

　まずどこのお店に入っても換気がきちんとなされていないとそれだけでお店のイメージはダウンしてしまうし、入りたくなくなってきます。

　もちろんこれは個人的な見解なので、誰しも同じように解釈すべきであるとは思いません。

　この情報によると、国基準による換気では飛沫をすべて防ぐことができないと言われております。とてもわかりやすい動画ですね。これをみますと、換気が不十分な環境にいると思うだけで何だか気持ち悪くなってきます。

　

　コロナどうこうというより、このような状況下ではとても不潔な感じがして、食事をとること自体かなり抵抗あります。

　理想的な換気を行うためには、最低2ヶ所の窓を開けることが必要だといわれています。1ヵ所でも扇風機やサーキュレーターによってなかの飛沫をきれいに除去することができるんですね（特設サイト新型コロナウイルス）。

　2か所の窓があれば、それぞれの窓にサーキュレーターの向きを外向きと内向きに設置するくことで更なる換気が強化されるようです。

　サーキュレーターは365日私たちの生活に欠かせない存在になりそうなアイテムですね。

アイデンティティ文献検索とKHコーダーによる解釈

　

　先日、アイデンティティと精神的健康の関連について述べました。

　今回、作業療法におけるアイデンティティの国内論文の実態を把握しようと医中誌で検索したところ、該当する論文27件が確認されました。

　先行研究の文献研究を参考にし、27件の抄録をＫＨコーダーを用いて分析してみました。下記の図は共起ネットワークという図になります。

　検索キーワードを軸にしているので、「作業療法」と「アイデンティティ」は四角で囲まれています。

　この図から解釈すると、作業療法士には「職業」をキーワードとした尺度を用いて調査研究がなされていることがわかりました。

　別のグループでは、学生に対するアイデンティティの研究もヒットされているようです。尺度はＰＩ（Professional Identity）を用いて検証がなされています。特に作業療法学生のＰＴは低い状況であることがわかりました。

　また、アンケートの妥当性、有効性を検証しているので、アイデンティティの指標を検討している段階なのかもしれません。

　セルフエフィカシーという用語も確認できました。やはりアイデンティティには、仕事の達成感や自身の可能性を把握するうえで必要な要因なのかもしれません。

　ちょろっと理学療法がでてきています。やはり作業療法を対象としたとき、理学療法もセットで検証されるようです。

　現段階のアイデンティティの指標として、作業療法士には職業アイデンティティ調査が、作業療法学生にはPIが、補足指標としてセルフエフィカシーが挙げられました。

　作業療法士のアイデンティティはどのような状況であるかについては、クリアになっていない、と判断してもよいのでしょうか。質的な研究はヒットされておりませんでした。

　自由回答等で明らかにすることで、より具体的な内容がみえてくるのかもしれません。

 

酸素飽和度について

 　さまざまな資料を用いて酸素飽和度についてまとめていきたいと思います。

　まず、生命を維持するためには、エネルギーを消費続ける必要があります。

　それは、細胞が常に分裂し続けるということになるので、その都度エネルギーが必要になります。

　エネルギーを確保するためには、栄養が必要です。

　エネルギーに変換するためには、体温の維持や酸素の供給が必要といわれています。酸素があればあるほど、エネルギー変換は効率的になるようです。私たちのすべての細胞に酸素が必要になるということになります。

　そのためには、呼吸器系、循環器系、ヘモグロビンの協働作業が必要です。このうち、どれを欠いても息苦しくなると言われています。

　私たち作業療法士も、バイタルサインの一環として、呼吸器を測定する酸素飽和度を指標にすると思います(正式にはバイタルサインではなく、検査データであるそうです)。これには、percentageであらわれる数値で判断することが多いです。

　しかし、これだけでは不十分という見解もあるようです。酸素飽和度はどれくらいの酸素とヘモグロビンが結合しているか、その割合として表示されます。

　つまり、酸素飽和度が高くとも低くとも、ヘモグロビンの量によってその見方は変わってきます。

　酸素飽和度が90％前半でヘモグロビン量が多い場合と、酸素飽和度が90％後半でヘモグロビン量が少ない場合とでは、酸素化ヘモグロビンは前者の方が高いこともありえます。

　したがって酸素飽和度だけでなくヘモグロビン量も常に確認していく必要がありそうです。

　当たり前ですが、心拍数や呼吸数等さまざまな視点から対象となる方の呼吸器の状態を判断しなければなりません。その当たり前が私には難しい。

PubMedの使い方について

 　PubMedの使い方を熟知しているほどではありませんが、私個人が普段扱う際の方法を述べたいと思います。

 まずPubMedをアクセスし、「Advanced」をクリックします。

　次に実際の検索方法に移ります。

　今回は、「タッチとリラクセーションを含み、ストレスは除外したい」で検索するとします。touchと入れたら、ＡＮＤをクリックします。

　

　次にリラクセーションを入れます。その次にＮＯＴをクリックし、ストレスを入れます。すると下記のような結果となります。これでよければSearchをクリックします。

　

　検索結果です。462件ヒットされました。

　さらに論文を年代やPubMed内にあるもの、研究手法等で絞ることができます。

　更に必要な論文を確認しながら絞っていきます。次に下記の「Save」にクリックすると、一気にまとめられたデータを保存することができます。

　私の知っている方法は以上になります。

　文献研究などをする際は、このような方法をとることが多いです。

　

　ただ、英語や研究が不得意な私が使用している方法にすぎないので、もっとすてきな検索方法があるかと思います。

　

　少しでも参考になれば幸いです。

アイデンティティと精神的健康の関連について

　過去のブログ作業療法士の需要と供給についてのところで、アイデンティティに触れました。

　今回私が読んだ論文（田端ら、2012）には、アイデンティティが確立するということが精神的健康をもたらす可能性が示されておりました。

　この論文によると、精神的健康の維持にはネガティブな出来事により自己がダメージを受けることがあっても、そこから立ち直れる「レジリエンス」を備えていることが条件となっているようです。

　例えば失敗体験によるストレスレベルが同じだとしても、ひどく落ち込んでいるときと充実して元気いっぱいなときでは、受けるダメージが異なる可能性があります。つまり、レジリエンスが備わっていれば、どんなストレスにも前向きに対処できそうですし、そもそも捉え方が大きく変わる可能性がありそうです。

　そして、アイデンティティへの認識が重要であればあるほど、主観的幸福感との関連性もあることが示されておりました。

　このことから、アイデンティティの確立は、レジリエンスを高め、主観的幸福感を高める可能性が期待されそうです。

　主観的幸福感が高いことは、おそらく充実した人生を送っているという指標になると思います。

　やはり多くの作業療法士が抱えるアイデンティティクライシスは、今後の自身の人生におおきな影響を与えそうです。どうせ仕事をするなら、充実した毎日を送りたいです。

　

　もちろん、作業療法という仕事に満足できないのなら、一度きりの人生、他にやりたい仕事をみつけた方が、幸せになりそうです。

　次にレジリエンスや主観的幸福感が高いひととの健康寿命との関連性についても調べてみたいと思います。

　いやいや仕事をして、病気になることを想定した高い保険料を払って、病気になるというパターンよりは、楽しく充実した人生を過ごし、いつまでも元気に過ごしていきたいものです。

　現代は仕事に対する捉え方が多種多様になっているようです。資格をとったからといって、必ずしもその仕事をしなければならない、というわけではないと思います。いろんなことにチャレンジすることは、決して逃げではないと思いました。

　当たり前ですが、給料は私たちの生活を支えるうえで大切です。しかし、ある程度の給料をもらい、派手な生活を送らなければ十分に生きて行けそうです（正社員は本当に安定しているのか）。

　高級な給料を求めるのか、安給料でも納得した仕事にありつけるのかどうか、どちらが重要であるかは人それぞれだと思いますが、私の場合は後者なのかもしれません（お金はあればほしいです）。

「揺する」ことの効果について

 　私はタッチングの研究を行っていますが、現段階では「ストローク」のみの研究に留まっています。

　

　ストロークの他にも臨床で触れる方法はいろいろあると思います。私の場合は、皮膚のみをgraspしたり、筋をしっかりgraspしたり、皮膚・筋の伸長を促すような触れ方をすることがあります。

　なかでも自然と臨床で実施するのが、「揺する」タッチングです。どの位の強さで、どの位の揺れを引き出すのかについて、全く統一が確立しているわけではありません。これは患者さんによって大きく変わるので、統一性を図ることはかなり難しいです。

　この「揺れ」によって、患者さんの動きが良くなったり、心理的なリラックス効果を得られることを多く経験します。

　この研究はまだまだ少ないようですが、これらの効果の要因として胎児がお腹の中にいるときの「揺れ」と羊水によって刺激される産毛の「揺れ」を思い出しているのではないかという考えもあります（久住、2018）。

　また、揺らすことで、全身の関節や筋も動きますし、それに伴う支持面との接触によって緊張した筋が緩んでくることも考えられそうです。

　先ほどリラックス効果といいましたが、このリラックス効果により、消化・吸収、心臓や呼吸、排便、免疫、ホルモンなどの動きを調整する自律神経の動きが活性化される可能性もあるのではないかと思います。

　様々なメカニズムが複雑に絡み合って「揺れ」の効果が反映されるのかもしれません。私は専門ではありませんが、精神科の患者さんにも提供することに意義があるのではないかと考えております。

　心理的要因と関連しているという頭痛や慢性腰痛の方にもどれほどの効果をもたらすのか気になるところです。

　

　現在課題としている研究を終えることができたら、自律神経指標や心理尺度、エコーなどを用いてぜひ検証してみたいと思います。

肥満、糖尿病が脳卒中に与える影響について

　肥満と糖尿病が脳卒中の機能に強く関連している興味深い報告を拝見しました。

　この研究は脳卒中を呈する約3万人への横断的調査によるもので、肥満と糖尿病が機能障害に与える影響について検証したものです。

　この調査の結果、肥満、糖尿病どちらでも機能障害におけるオッズ比は高かったようですが、両方とも呈する脳卒中の方はオッズ比がより高かったことが明らかになりました。

　つまり、両方の要因を呈する方は、機能障害低下の最大の要因になる可能性が大いにありそうです。作業療法を提供するうえで、生活習慣の介入に着目すべきである、と述べられていました。

　
　脳卒中を呈する患者さんの予後予測にも重要な因子になりそうですね。肥満、糖尿病の筋活動の特徴についても、どのような研究が行われているか探る価値がありそうです。

引用文献：
Bailey R, Serra M, McGrath R. Obesity and diabetes are jointly associated with functional disability in stroke survivors. Disabil Health J. 2020, doi: 10.1016/j.dhjo.2020.100914.

無料統計ソフト HAD

　研究者にとって、統計ソフトは必須です。

　大学では、spssが主となっていますが、ここですごいソフトに出会えました。spssと同じ、それ以上と言われている無料統計ソフトでその名称はHADです。

　社会心理学の清水先生が作成され、バージョンアップも常にしているようです。統計の素人の私でも非常に使いやすいので、少しだけ紹介したいと思います。

　

　左の図は、まずデータセットに必要な画面です。

　データはでたらめな数字を入れています。例えば、運動をすることで学校の成績がどのように変わるかを検定してみました。

 　右図はデータセット完了後の図です。
　見た目もやさしく、ワンボタンでできる図となっていますね。

　

　

　分析をクリックすると、このような図がでてきて、さまざまな分析方法が一発で視覚的に表れます。

　平均の差の検定、つまり対応のあるｔ検定をやってみました。

　このデータの場合は、有意差があることがわかります。またグラフも自動的に作成してくれます。

　箱ひげ図は、ノンパラメトリックの際に用いるのが望ましいといわれていますが、素人の私にとっては、箱ひげ図は全体像が見えやすくてすきですね。

　箱ひげ図のところにクリックするだけで、左記のような図を作ってくれます。











　以上簡単ですが、HADを紹介させて頂きました。spssもすごいと思いますが、無料ソフトであることから、家でも、どこでも、いつでもできるというのも魅力だと思います。

　また、共分散構造分析（SEM）を用いる場合、spssに加え、Amosも必要になりますが、HADの場合、これ単体で対応が可能となっています。

　ライセンスがありますので、学会発表や論文等には、必ず下記の引用文献として、載せておくことが必要です。

清水裕士 (2016 ). フリーの統計分析ソフトHAD：機能の紹介と統計学習・教育，研究実践における利用方法の提案　 メディア・情報・コミュニケーション研究, 1, 59-73.

お正月を健康に過ごすために ～血糖値～

　早いもので、クリスマスも終わり、今年も終わってしまいそうです。

　大学院に行ってはじめて研究というものに触れて、無知だった私にとっては、濃い内容を過ごせた1年であったように思います。

　将来研究者として活動していきたいという思いも持つようになったことは、私にとって視野が広がることにもなりました。

　ただ、日々の臨床はとても楽しくて、自営業という夢も捨てきれません。来年、修士論文にとりかかった後、どんな世界が見えるようになるのか。本当にやりたいことが見つかるのかもしれません。

　そのためには、やはり常に健康でいる必要があります。


　今日の朝羽鳥のモーニングショーという番組で健康と血糖について述べられておりました。

　おせち料理は塩分や糖分の宝庫であり、一番太りやすい時期であると言われています。

　「甘いものがほしい」

　私もいつも思ってしまうことですが、これはすでに脳が糖分を求めている状態に陥っているとのことでした。血糖の変動を少なくすることで、徐々に糖分を求めなくなるというようなニュアンスでのべられていました。

　下の図はその内容のイメージです。

　このイメージ図のように、急に血糖を挙げてしまうと、インスリンの過剰な働きによりもともとのベースラインよりも血糖値が下ってしまうようです。この現象は、結局満足できずに、また糖分を求めたくなるという悪循環を例にしたものです。

　食べる順番にまず最初に野菜から、みそ汁から・・・と言われている意味が分かります。

　今日挙げられていた内容としては、年越しに食べるそばにはルチンたっぷりのねばねば系の食べ物を一緒にとることで、コーティングされ、胃・腸などにおける吸収を妨げられるということです。

　またおせち料理では、酢の物から摂るようにし、血糖値の急激な上昇を防ぐことが期待できるそうです。お餅はできるだけ、やわらかいものよりもかたいもので、消化に時間がかかるものが良いとのことでした。

　また来年も健康でいられるよう、食生活の方も気にしていきたいと思います。

素人統計学 ～相関係数～

　この図では、とてもきれいな直線図となっています（こんな例はないと思いますが）。

　Xの変化に対して、YもXと同じように変化していることが分かります。

　

　この理想的な直線図は相関係数として1～－1の間をとり、1や－1に近ければ近い程、相関係数の強さを表すようです。

　例えば、

「伸長Aが高くなれば体重Bも増える」

としたとき、この直線から大きくずれてしまうと（ばらつきが多い）、この仮説が正しいという信頼性は弱くなってしまいます。

　このばらつき具合のデータの捉え方・考え方は、研究の領域によって異なるようです。例えば、心理学と社会学で比べてみます。

‐1≤ｒ≤1とした時、

心理学の場合、

　 .00～±.20　　   ほとんど相関がない

±.20～ ±.40　　　弱い相関がある

±.40～ ±.70　　　中程度の相関がある

±.70～ ±1.00　　 強い相関がある

社会学の場合、

     ±. 10　　 弱い相関

　 ±. 30　　 中程度の相関

　 ±. 50　　 強い相関

　社会学の場合、心理学に比べて相関の強さを示す範囲がかなり広いんですね。

　その理由として、心理学に比べ社会学は、かなり広い視野・大きな規模での分析になるということが一つ考えられているようです。

　統計手法はもちろん、このような結果の解釈は、研究者が何を明らかにしたいかにも影響を受けるかもしれません。

　

偏差値

前回のブログでは、分散と標準偏差について述べました。

山の形をしている正規分布で、でた数字によって山の形の特徴を表しました。

今回は、学校の成績でよく使われている偏差値です。

偏差値は50が真ん中と言われていることから、山の形のど真ん中が50と想像します。

偏差値の計算式は、

まずは、Ｚｉ＝個々の点数－平均点÷標準偏差

偏差値＝10×Ｚｉ＋50→つまり、平均点をとると、Ｚｉが0になるので偏差値は真ん中の順位の50!!


となります。例えば、科目67点－平均点53点÷10（ここでは10）とします。これを計算すると、、、

計算すると偏差値は64となります。ちなみにＺｉが1.4でした。つまり、標準偏差10に対し、1.4倍!!ということになりますね。真ん中の50の＋方向に14進んだ位置になりますので、この67点という成績の偏差値は64です。

　では、この偏差値平均50から＋の方向に14の位置、つまり64とはどのくらいのレベルなのか。。。

　ここでブログでだした標準偏差の範囲は、1SDと呼ばれるようで、この範囲は真ん中から＋面と－面両方含めて64％の割合をだすようです。つまり、真ん中から32％の位置になります。

　偏差値の場合、1SDは60、2SDは70の位置になるようです。つまり、偏差値64の数字はど真ん中から＋32％以内の人たちよりも上の位置になるということになります。

　１SDが64％となるようですが、100％より64％を引くと、36％になります。つまり、真ん中より＋32方向、50以下の位置が2SDの範囲となります。偏差値70を超えたら、全体のわずか2.5％内の順位になるのですね。


参考資料
東京福祉大学　心理学統計資料、　桜美林大学　心理統計学資料

分散と標準偏差 Ａ社、Ｂ社どっちに就職する？！

8人社員がいるＡ社とＢ社があったとします（以下の数字、単位は100万）。

Ａ社の給料として、
4、4、5、5、5、5、6、6

Ｂ社の給料として、
1、2、3、5、5、7、8、9

とします。

平均は・・・どちらも同じ！！皆さんは、どちらを就職しますか？

これを統計学で散らばり具合を分析していくのに、分散と標準偏差というものを利用するようです。

実際の方法が、まず中央値（ここでいうとＡもＢも5）から、個々を引いて合計し、それを人数で割り算します。これが平均からの距離、つまり偏差になります。すると、、、

答えが「0」！？

これはプラス、マイナスが存在するためだそうで、これを単純に２乗してしまえば！というものが分散の計算式になります。

これで0になることはなくなりますが、このままですと、単位（ここでは円）が2乗のままになってしまいますので、√を用いて2乗をはずします。これが標準偏差の計算式になります。














経過を省略し、結果は、、、

Ａ社：0.71

Ｂ社：2.69

となりました。この数字がなんの意味を示しているのか素人の私にはわかりにくい。

イメージとしては、Ｂ社に比べＡ社の方が、正規分布という図において、幅が狭く背が高い急な傾斜をもつ山のような絵になります。

つまり、Ａ社はＢ社に比べ、真ん中から近いんですね。給料をもらう人たちの差が少ない（ばらつきが少ない）。一方で、Ｂ社はＡ社に比べ、給料をもらう人たちの差が大きい（貧富の差が大きい？）。

私の個人的な分析では、

Ａ社はそんなに能力の差がなくてもみんなと近い数字の給料をもらえる♪でもいくら頑張って努力しても、下の人とそんなに変わらないから、やりがいがない？？

Ｂ社は最初の給料は低いけど、頑張れば皆より給料がもらえる♪でもトップになるまでの過程が大変だから、最初から幅の少ないある程度もらえるＡ社の方がいい？？また、Ｂ社はＡ社に比べ、仕事の求められる量と給料があってそう・・・

などなど。このように数字だけで答えを求めるのはむずかしいですね。結果のでた数字をどのように分析するかが求められそうです。














慣れない統計学、本当に嫌になりますが何とかくいついていきたいと思います。
　

PT・ＯＴの非常勤のメリット

　非常勤のメリットがあげられる職業としては、私たちコメディカルが含まれているようです。

　資格とある程度の技量と経験によって、非常勤下ではどこへいっても対応できるという意味だそうです。もちろん、急性期から維持期、訪問などの分野としての専門性は異なってくるかもしれませんが。

　非常勤のメリットはやはり

「責任を負う必要がない」

これには、普段の書類関係や委員会、科内の会議等の残業がないことが挙げられそうです。学生をもつことも、新人さんを担当することもないのが魅力的です。つまり、

「患者さんだけの治療に専念できる」

ということになります。本来の技術職としての仕事に没頭できることにもなりそうですね（もちろん、学生さんや新人さんをうけもつことは良くないとは言っていません。必要な経験ですしとても勉強にはなると思います）。

　何故か技術職にもかかわらず、役職がついてくると患者さんから離れ、実際の治療もちょっと・・・というセラピストが多くなってきていると聞きますが。病院側の多くの評価は実際の患者さんとのやりとりで判断している訳ではありません。

　「病院経営療法士？！」

と言いたくもなることも。

　話がまたまたそれましたが、患者さんの治療に専念でき、また自分の時間ができるという点です。時間はお金で買えませんから。いろんなことに挑戦できます。今後のＰＴ・ＯＴの未来は暗い話ばかりだからこそ、自分の時間を作っていろんなことにチャレンジすることも必要なのではないかと思います。

　過去のブログで、お金と有意義な生活を比べた話がありましたが、今回の議題としては、非常勤は魅力的なものであると感じています。

　もちろん、デメリットもたくさんあります。社会保障をはじめ、自分で計画的にお金を管理する必要があります。でも週に3～4勤務することで社会保障が得られるところもあります。

　また、退職金もありますが、職場によっては基本給がとても低いところもあります。その意味では退職金は月にどれくらい貯蓄しているのかを計算すると・・・ということになります。実際に計算してみたほうがいいのかもしれません。

　退職金や賞与で常勤を選択するのであれば、基本給と昇給をよく確認した方がいいのかもしれません。

　そうなると、職場のストレスや心理的な縛り、時間等を考えると、非常に非効率な結果になっていることに気づくことがあります。働く場所・条件によっては時給にしたら、非常勤の方がよっぽどいいのかもしれませんね。

えごま油

　先日のテレビ
「私の何がいけないの？」
という番組でえごま油をとりあげていました。えごま油は、家庭の医学など、さまざまな番組でよく話がでています。

　今回の内容では、えごま油をとるタイミングと量でした。その効果は”腸肌改善”、肌のシミと体重が減少したというものです。テレビはどこまで信じてよいかわかりませんが、結果は一目瞭然でした。私はサラダにかけたり、納豆と混ぜたりと工夫していましたが、寝る前は実施したことがなかったですね。

　最近口内炎がひどい状態で続いていましたが、寝る前えごま油、大さじスプーン一杯で2日実施した後消えていました。肌の状態や体重はまだわかりませんが、効果が分かり次第アップしたいと思っています。また、乾燥肌は腸内環境にも関連していると言われています。35になってから、とにかく冬の乾燥がひどかったので、乾燥肌にも期待したいです。

　そのほかにアマニ油、チアシード、ココナッツオイルなど、たくさん注目されています（結構忙しい・・・）。どれもためしたことがありますが、今のところ、えごま油の寝る前大さじスプーン一杯が一番効果が実感できています。

　またしばらくえごま油が店頭からなくなるかもしれませんね・・・。

　話が変わりますが、ドン・キホーテでＲ－1ヨーグルトが一人当たり2個までと制限されていました。えごま油も制限されるかな。