業務分析データの読み方 平成27年度 厚生労働省 認定調査員能力向上研修会 厚生労働省 老健局 老人保健課.

Slides:



Advertisements
Similar presentations
橋本. 階級値が棒の中央! 階級値 図での値 階級下限階級上限
Advertisements

生物統計学・第 5 回 比べる準備をする 標準偏差、標準誤差、標準化 2013 年 11 月 7 日 生命環境科学域 応用生命科学 類 尾形 善之.
計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫
土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
生体情報論演習 - 統計法の実践 第 1 回 京都大学 情報学研究科 杉山麿人.
(1)1日当たり利用者数が、定員50人までの場合は当該定員の20%(①)を、 定員が50人を超える場合は当該定員から50を差し引いた員数の10%(②)を ①に加えた数を、それぞれ超過しているとき → 基本単位数の70%を算定 (2)過去3か月間の平均利用人員が、定員の105%を超過している場合 → 基本単位数の70%を算定.
安心おたっしゃ訪問事業 杉並区保健福祉部 高齢者在宅支援課.
特別養護老人ホームさくら園 副施設長 金谷 龍太郎
富士市 障害者控除 対象者の認定 対象者 サービスの内容 利用について お問合せ 富士市役所 高齢者介護支援課 電話:
Ⅲ編 要介護・要支援認定特論 特定非営利活動法人ふくし@JMI 理事長 社会福祉士/介護支援専門員 小 湊 純 一.
居宅介護支援事業所.
第1回 担当: 西山 統計学.
テーマ 自殺 ~なぜ地域差が出るのか~ 村瀬ゼミ.
障害者の職業能力調査 ~その実態と今後の方向~
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
家族の介護負担とメンタルサポート (part II)
趣旨  平成22年4月1日厚生労働省(医政発0401第17号) 各都道府県知事にあて発令された文章を受けて 県内各施設における医療的ケアを実践的に 指導できる看護職員を養成することを目的
高額医療・高額介護合算療養費制度の参考事例
日本の少子化問題:その原因と対策 ~県別のパネルデータでの分析~.
大阪府高齢者保健福祉計画推進審議会専門部会 委員候補(案)
統計リテラシー教育における 携帯端末の利用
計測工学 -測定の誤差と精度2- 計測工学 2009年5月17日 Ⅰ限目.
介護予防サービス・支援計画表 記入のポイント.
看護研究における 統計の活用法 Part 3 京都府立医科大学 浅野 弘明 2012年11月10日 1.
2.要介護認定における地域間格差と要介護認定適正化事業
4.要介護認定業務の    適切な運用について   (要介護認定適正化事業の概要).
平成29年度 厚生労働省 要介護認定適正化事業審査会 訪問における技術的助言を受けて
神戸市における 要介護認定適正化にむけた取組み
厚生労働省 老健局 老人保健課 要介護認定適正化事業
離婚が出生数に与える影響 -都道府県データを用いた計量分析
●●●●●●●●●●●●●●●●事業【医療】
厚生労働省 老健局 老人保健課 要介護認定適正化事業
事例1のポイント解説 基本調査の選択と審査会の一次判定修正・確定 認知症加算の評価と「特記事項」の記載内容
厚生労働省 老健局 老人保健課 要介護認定適正化事業
平成29年度第1回 川崎市指定介護保険事業者 集団指導講習会
厚生労働省 老健局 老人保健課 要介護認定適正化事業
平成30年度要介護認定 適正化事業の実施方針等
75歳以上高齢者の増大 1 1 実績値 (国勢調査等) 平成18年推計値 人口(万人) (%) 人口ピーク(2004年) 12,779万人
基本調査項目のポイントと疑義への対応 平成27年度 厚生労働省 認定調査員能力向上研修会 厚生労働省 老健局 老人保健課.
~ 「スポーツにおけるゲーム分析」について ~
認定調査の適正化プロセス 平成27年度 厚生労働省 認定調査員能力向上研修 厚生労働省 要介護認定適正化事業.
歯科健診で、 健康寿命を延ばそう! (健診概要)
平成24年度要介護認定適正化事業 認定調査員の能力向上を 目的とした研修会 実施概要
相談支援従事者初任者研修のカリキュラムの改正について
2.要介護認定の仕組みと手順.
2.要介護認定の仕組みと手順.
確率と統計 年1月12日(木)講義資料B Version 4.
藤田保健衛生大学医学部 公衆衛生学 柿崎 真沙子
第1回 第7期西予市高齢者福祉計画・ 介護保険事業計画策定委員会 (当日説明資料 事前送付分)
事例1のポイント解説 基本調査の選択と審査会の一次判定修正・確定 認知症の周辺症状に関する「特記事項」の記載方法
確率と統計2009 第12日目(A).
平成27年度財政運営検討W・Gとりまとめ(案)(概要)
エコアクション21で企業価値を高めることができます
資料10-1 エコアクション21  事業概要.
情報の集約 記述統計 記述統計とは、収集したデータの分布を明らかにする事により、データの示す傾向や性質を要約することです。データを収集してもそこから情報を読み取らなければ意味はありません。特に膨大な量のデータになれば読みやすい形にまとめて要約する必要があります。
2.介護に必要な「時間」に置き換えて「要介護度」を判定します。 聞き取った「心身の状況(5項目の得点)」から直接、「要介護度」を求めることはできません。病気の重さと必要な介護量は必ずしも一致しないからです。 そこで、調査結果をコンピュータに入力し、その人の介助にどのくらいの「時間」が必要なのかを推計することで、介護の必要量の目安としています。この「要介護認定基準時間」を用いて要介護度を判定します。
藤田保健衛生大学医学部 公衆衛生学 柿崎 真沙子
市町村審査会における二次判定について.
3-1.要介護認定の仕組みと考え方 (要介護度の考え方).
介護保険事業(支援)計画策定のための 地域包括ケア 「見える化」システム等を 活用した地域分析の手引き
数理統計学  第6回 西山.
第2章 統計データの記述 データについての理解 度数分布表の作成.
平成25年度老人保健事業推進費等補助金 老人保健健康増進等事業 「要介護認定業務の実施方法に関する調査研究事業」報告書の概要 3
平成24年6月7日 要介護認定都道府県等職員研修 最近の質問事例 厚生労働省老健局老人保健課.
疫学概論 疫学研究の目的 Lesson 1. 疫学研究 §A. 疫学研究の目的 S.Harano,Md.PhD,MPH.
データ分布の特徴 基準化変量 歪度 尖度.
4.平成25年度要介護認定適正化事業報告及び平成26年度の取組について
厚生労働省 老健局 老人保健課 要介護認定適正化事業
厚生労働省 老健局 老人保健課 要介護認定適正化事業
確率と統計 年1月7日(木) Version 3.
Presentation transcript:

業務分析データの読み方 平成27年度 厚生労働省 認定調査員能力向上研修会 厚生労働省 老健局 老人保健課

基本調査項目の選択のかたより 選択状況のかたより 一次判定結果への影響 第1群-5.座位保持(能力) 一部の調査項目の選択が、保険者の独自の判断や調査員間の選択のばらつきによって特定の選択肢にかたよることで、一次判定結果に影響を与える場合もある。 <一次判定結果> 第2群-5.排尿(介助の方法) 第3群-2.毎日の日課を理解(能力)

要介護認定業務分析データ 主な構成 業務分析データの特徴と利点 全国統一のフォーマットで整理されているため(約1,900パターンの業務分析データを作成)、他自治体との情報共有・情報交換が容易。 単なる平均の比較ではなく、各自治体のデータの「ばらつき」を表示することで、各自治体の相対的な位置づけがわかる(「かたより」の有無の確認)。 認定調査の選択率のデータと、認定調査員向けeラーニングシステムのデータを相互に検討することで、課題の確認や対策の検討が可能。 業務分析データ 他自治体との相対的な関係を知ることで、それぞれの自治体の全体における「位置」を知ることができる。 事務局データ/調査員データ/審査会データ 合議体別グラフ作成ツール 合議体審査判定データ(一次判定・二次判定) それぞれの自治体内の「ばらつき」状況を客観的に把握するためのツール。

業務分析データの構成 I.基礎情報 II.事務データ III.調査項目データ IV.審査判定データ 高齢化率、認定率などの基本統計情報 申請件数及び事務処理期間 III.調査項目データ 74の基本調査項目の選択率(全申請者に対する各選択肢の選択率を「全体」「居宅」「施設」に整理してグラフ表示) IV.審査判定データ 一次判定・二次判定の分布 重度・軽度変更率

認定調査項目のグラフの見方(1) =ある自治体における選択肢の選択率

認定調査項目のグラフの見方(2)

認定調査項目のグラフの見方(3) 自治体・都道府県・全国のそれぞれにおける、各選択肢の選択率を表示。「洗身」の場合、全国の自治体から送信された全データのうち、29.4%にあたる684,833件について「介助されていない」が選択されたことを意味している。 一定の期間(9カ月)に500件以上のデータを送信した自治体の選択率を1データとして再集計。この5種類の数値をグラフ化した。 参考データとして、上記500件以上の自治体の選択率の平均値と標準偏差を表示。標準偏差は、データのばらつきを示す指標で、平均±標準偏差の範囲に、全自治体の約70%が含まれることになる。中央値と四分位とは異なる方法でデータの分布を表現している。 正規分布を前提とした場合、平均値±標準偏差に含まれるデータは正確には69.27%、平均値±標準偏差×2では95.45%となる。

業務分析データの特徴と留意点 「業務分析データ」は、客観的なデータ(認定支援ネットワークデータ)から各自治体単位の認定調査(基本調査)や介護認定審査会の相対的な位置を明らかにする。 留意点 データの偏りは、その自治体の特徴を客観的に表すが、直接的に各自治体の課題を示すわけではない。データは、課題分析のための「きっかけ」であり、材料の一つであることに留意。 ただし、データの示す特徴から、課題発見のためのヒントを得ることは可能。 

一次判定からみる業務分析データ 一次判定の偏りには、2つの可能性が想定される ②地域特性による偏り ①認定調査員の選択の偏り 認定調査におけるローカルルールによる偏り 適切な介助の方法の判断による偏り 調査の選択基準に関する誤解など ※ 偏りが特定の項目に限定される場合に多くみられる。 ②地域特性による偏り 認定率に偏りが見られる場合(認定率は軽度と中重度を分けて考える) 高齢者内の年齢構成/単身世帯率/65歳以上就労率など様々な要因が影響を与えることが分かっている。 ※ 偏りが特定の項目に限定されず、多くの調査項目で共通傾向がみられる場合に多くみられる。 ※偏りがない場合:自治体内の判断基準のばらつきがないことを証明するものではない点に留意。

【参考】一次判定からみる業務分析データ 一次判定の分布にも留意する すべての要介護度区分が均等に高めに出ている場合と、特定の要介護度区分が高めに出現する場合がある。 均等に高め(低め)に出る場合:地域特性に関する因子をまず考えてみる。 特定の要介護度区分が高め(低め)に出る場合:特定の調査項目に偏りがないか確認してみる。 「障害高齢者の日常生活自立度」や「認知症高齢者の日常生活自立度」の比率に基づく「補正値」も参考にすることができる。 例)認定者に占める認知症者の割合が高い地域においては、第3群の中間評価項目得点が比較的低い水準となる場合がある。 ただし、「認知症高齢者の日常生活自立度」の選択そのものに問題が発生している場合もあることから、単純に、補正値のみに基づいて判断することは危険である。

【参考】自立度に基づく中間評価項目得点の補正評価 【自立度に基づく補正】 調査項目群全体に偏りが、申請者の特性(地域特性)によるものである可能性を吟味するための参考情報。 第4群以外の各群においては、障害または認知症高齢者の「日常生活自立度」と「中間評価項目特定」の間に一定の関係性が認められることから、参考値として表示。 右図は、全自治体の中でみると第三群の中間評価項目得点は標準的であるが、「認知症自立度のⅢ以上の割合が低い自治体」のみの中で見ると、当該自治体の中間評価項目点数は相対的に「低い」ことを示している。 全体として「箱」の中に「●」があっても、自立度の補正値による表示上は「箱の外」となる場合もある(右図)。 ○○市

認定調査項目における分析の留意点 樹形モデルのどこに影響が生じるかについても検討の上、修正すべき調査項目の優先順位を検討する 偏りが認められる調査項目が多い場合は、すべての調査項目の偏りの改善を目指さず、樹形モデルに影響を与えやすい項目から優先的に改善に取り込むのがポイント(調査員は一度にすべての調査項目の改善を進めるのは難しい)。 また、偏りが発生している選択肢(調査項目ではなく)を明確にし、どの要介護度区分において影響が出やすいのかについて樹形図を用いて、おおよその範囲を想定しておく。

演習 一次判定の分布特性を確認 (A市:p.105 B市:p.233) 特定の区分に偏り/全体的に軽度化・重度化の傾向 STEP1 人口構造や認定率など基本的な地域状況を確認 (A市:p.7  B市:p.135) STEP2 中間評価項目得点を参照し、各群の偏りを確認(補正値も参照) STEP3 各群の基本調査項目の選択率を確認。 特定の調査項目のみに偏り/群内の調査項目全体に同様の偏り STEP4 地域のサービス供給の状況について確認 STEP5

memo STEP1:一次判定の分布特性を確認 STEP2:人口構造や認定率など基本的な地域状況を確認