oku-slide-20210521

和漢医薬学入門
奥 牧人
2021/05/21
2022/07/01
2023/07/21
2024/07/26

Transcript

1. 和漢医薬学入門 今回担当: 奥 牧人 (未病研究センター) 2024/07/26 1 / 61
2. 今回のテーマと学習目標 和漢薬とデータ科学 和漢薬を題材に、データ科学の基本について説明します。 動画 15分 x 3 学習目標 データの収集、処理、可視化における基本概念や注意点について 理解すること 2 / 61
3. クイズ 問題: 根拠に基づく医療 (EBM) の「根拠」に該当するのはどれ? 1. 経験と勘 2. 偉い先生の意見 3. 占いや神のお告げ 4. 客観的データ 3 / 61
4. クイズ 問題: 根拠に基づく医療 (EBM) の「根拠」に該当するのはどれ? 1. 経験と勘 2. 偉い先生の意見 3. 占いや神のお告げ 4. 客観的データ 答え. ???番 4 / 61
5. Part 1. データの収集 データを探そう 5 / 61
6. データ収集のステップ 1. 目的を決める。 2. 欲しいデータを探す。 3. 情報源が信用出来るかチェックする。 6 / 61
7. 漢方薬は何種類あるの? 厚生労働省が定めているもの 薬価基準のデータ (医療用) 一般用漢方製剤製造販売承認基準のデータ 日本薬局方のデータ 7 / 61
8. 漢方薬はどれくらい売れているの? 日本漢方生薬製剤協会 (日漢協) がまとめた 漢方製剤等の生産動態データ 8 / 61
9. 医薬品全体に占める割合は? 日漢協がまとめた漢方製剤等の生産動態データ 9 / 61
10. どの漢方薬がよく使われるの? 日漢協がまとめた漢方製剤等の生産動態データ 順位 処方名 1 大建中湯 2 抑肝散 3 補中益気湯 4 六君子湯 5 加味逍遥散 順位 処方名 6 芍薬甘草湯 7 麦門冬湯 8 五苓散 9 柴苓湯 10 葛根湯 2019年 10 / 61
11. 漢方薬を使うお医者さんの割合は? 日漢協の漢方薬処方実態調査データ 11 / 61
12. どういう病気に使うの? 日漢協の漢方薬処方実態調査データ 順位 疾患、症状 1 こむらがえり 2 急性上気道炎 3 便秘 4 不定愁訴・更年期障害 5 イレウス 順位 疾患、症状 6 食欲不振・栄養状態の改善 7 疲労・倦怠感 8 認知症および周辺症状 9 自律神経失調症 10 咳・痰 2011年調査、回答627名 12 / 61
13. 診療ガイドラインへの記載は? 日本東洋医学会がまとめた「漢方製剤の記載を含む診療ガイドライン (KCPG) Appendix 2020」のデータ タイプ 引用文献 エビデンスと推奨の グレーディング 件数 A 有り 有り 41 B 有り 無し 61 C 無し 無し 47 2021年3月31日時点、調査対象1619件 13 / 61
14. 中国からどのくらい輸入しているの? 日漢協の原料生薬使用量調査データ 14 / 61
15. どの生薬が沢山使われているの? 日漢協の原料生薬使用量調査データ 順位 生薬名 1 センナ実 (せんなじつ) 2 甘草 (かんぞう) 3 茯苓 (ぶくりょう) 4 芍薬 (しゃくやく) 5 桂皮 (けいひ) 順位 生薬名 6 膠飴 (こうい) 7 蒼朮 (そうじゅつ) 8 大棗 (たいそう) 9 当帰 (とうき) 10 半夏 (はんげ) 2016年度 15 / 61
16. 何種類の化合物が含まれているの? KNApSAcKデータベース (http://www.knapsackfamily.com) 基原植物の学名 生薬名 化合物数 Glycyrrhiza glabra 甘草 (かんぞう) 223 Glycyrrhiza uralensis 甘草 (かんぞう) 220 Panax ginseng 人参 (にんじん) 185 Ziziphus jujuba 大棗 (たいそう) 66 Cinnamomum cassia 桂皮 (けいひ) 57 Paeonia lactiflora 芍薬 (しゃくやく) 17 アクセス日時: 2021/05/10 16 / 61
17. 伝えたいこと 大抵の情報は ネット検索 で見つかる時代になりました。 一方で、不確かな情報や誤った情報も沢山あります。 今の時代に必要なものは 検索する力 と 真偽を判断する力 です。 17 / 61
18. クイズ 問題: 漢方医学に基づく病態を数値化した人物がいるよ。誰かな? 1. 吉益 よします 東洞 とうどう 2. 寺澤 てらさわ 捷年 かつとし 3. 華岡 はなおか 青 洲 せいしゅう 4. 森 もり 道伯 どうはく 18 / 61
19. クイズ 問題: 漢方医学に基づく病態を数値化した人物がいるよ。誰かな? 1. 吉益 よします 東洞 とうどう 2. 寺澤 てらさわ 捷年 かつとし 3. 華岡 はなおか 青 洲 せいしゅう 4. 森 もり 道伯 どうはく 答え. ???番 19 / 61
20. Part 2. データの処理 パソコンでまとめて処理しよう 20 / 61
21. 例として使うデータ 例として 一般用漢方製剤製造販売承認基準 のデータを使います。 細かい話 (読まなくて良いです) 丸括弧で書かれたものは無視した。 「白朮あるいは蒼朮」は白朮として計算した。 李根白皮と李根皮は同一視した。 別甲と土別甲は同一視した。 乾地黄と地黄は同一視した。 21 / 61
22. データ研磨 22 / 61
23. 条件で絞り込む 「湯」がつく処方 → 208 「散」がつく処方 → 55 「丸」がつく処方 → 14 いずれも当てはまらないもの → 23 23 / 61
24. ここで伝えたいこと コンピュータは人間より単純作業の 繰り返し が得意。 でも、自動化するまでが結構大変。 量が多いときはコンピュータ、 少ない時は人間がやった方が楽。 24 / 61
25. 並べ替える 生薬の数が多い順 順位 処方名 生薬の数 1 芎帰調血飲第一加減 22 2 洗肝明目湯 19 3 防風通聖散 18 3 五積散 18 5 荊芥連翹湯 17 5 疎経活血湯 17 25 / 61
26. 生薬の数が少ない処方は? 1種類のものは甘草湯と苦参湯だけ。2種類のものは8つ。 処方名 生薬 芍薬甘草湯 芍薬、甘草 甘草乾姜湯 甘草、乾姜 梔子豉湯 山梔子、香豉 桔梗湯 桔梗、甘草 鶏肝丸 鶏肝、山薬 応鐘散 (芎黄散) 川芎、大黄 沢瀉湯 沢瀉、白朮 大黄甘草湯 大黄、甘草 26 / 61
27. 多くの処方に使われる生薬は? 順位 生薬名 処方の数 1 甘草 (かんぞう) 212 2 生姜 (しょうきょう) 115 3 芍薬 (しゃくやく) 102 4 茯苓 (ぶくりょう) 93 5 大棗 (たいそう) 90 6 桂皮 (けいひ) 89 7 当帰 (とうき) 78 8 人参 (にんじん) 74 27 / 61
28. 平均値の計算 各処方に含まれる生薬の数の平均値 → 7.8 各生薬を含む処方の数の平均値 → 12.7 28 / 61
29. プログラミング言語 プログラミング言語 とは、人間がコンピュータに指示を出すための 言語 29 / 61
30. print 文 print 文 は、文字列などを画面に表示する。最初の一歩。 print('hello') 一般的にプリントは「印刷」の意味だが、印刷はされない。 30 / 61
31. コンピュータは融通が効かない 正しい例 print('hello') 括弧は丸くないとダメ print['hello'] 最初を大文字にしちゃダメ Print('hello') 前後を ' で囲まなきゃダメ print(hello) 31 / 61
32. コンピュータは融通が効かない 正しい例 (再掲) print('hello') 括弧の前にスペースを入れちゃダメ print ('hello') 最後に . を付けちゃダメ print('hello'). 面倒なルールに従って書かないといけない。 32 / 61
33. 変数と代入 変数に値を代入する。 x = 10 変数の場合、print 文では ' を付けない。 print(x) 足し算、引き算、掛け算、割り算が出来る。 x = 10 y = 20 z = x + y print(z) 33 / 61
34. for 文 for 文 は、繰り返し処理を表す。 for i in [1, 2, 3]: print(i) これは以下と同じ処理 i = 1 print(i) i = 2 print(i) i = 3 print(i) 34 / 61
35. if 文 if 文 は、条件分岐を表す。 if i == 1: print('a') else: print('b') これは「 i が 1 のときは a と表示し、そうでないときは b と表示する」という意味 35 / 61
36. 「湯」がつく処方を数える print 文、for 文、if 文を組み合わせる。 n = 0 for name in name_list: if '湯' in name: n = n + 1 print(n) これが出来るようになるまでが結構大変。 その分、習得すれば強みになる。 36 / 61
37. 余談 for 文は指示ミスをしやすいので、上級者は使用を避ける。 import pandas as pd sr = pd.Series(name_list) print(sr.str.contains('湯').sum()) もはや魔法の呪文と区別が付かない? 37 / 61
38. クイズ 問題: 平均値の説明として正しいものはどれでしょう? 1. 合計値をデータの個数で割った値 2. 最大値と最小値を足して2で割った値 3. 登場回数が一番多い値 4. 順番に並べたとき真ん中にくる値 38 / 61
39. クイズ 問題: 平均値の説明として正しいものはどれでしょう? 1. 合計値をデータの個数で割った値 2. 最大値と最小値を足して2で割った値 3. 登場回数が一番多い値 4. 順番に並べたとき真ん中にくる値 答え. ???番 39 / 61
40. Part 3. データの可視化 分かりやすい図を作ろう 40 / 61
41. 文字の大きさ 文字はそこそこ大きくする。小さいと読めない。 悪い例 良い例 41 / 61
42. 文字の色 暗い背景なら明るい色、明るい背景なら暗い色を使う。線も同様。 悪い例 良い例 42 / 61
43. 無難なパターン 暗い背景なら白、明るい背景なら黒または濃い同系色が無難。 43 / 61
44. 「原色」の問題 コンピュータ上の「原色」は明るさが揃っていない。 44 / 61
45. カラーパレット 既存の カラーパレット を利用する。 Python の matplotlib パッケージより 45 / 61
46. 詰め込み過ぎない 詰め込み過ぎると、かえって 何も伝わらなくなる。 発表なら、1スライド当たり 1分程度 で話せる内容にする。 46 / 61
47. ジレンマ 情報を過度に詰め込むことには 興味を引く効果 が確かにある。 しかし、重要な点を理解して貰えるかどうかは別の話。 47 / 61
48. 文章よりも箇条書き 文章で長々と書くより、箇条書き にした方が分かりやすい。 例「2019年の生産及び輸入金額の1位は大建中湯、2位は抑肝散、 3位は補中益気湯、4位は六君子湯、5位は加味逍遥散でした。」 ↓↓↓↓↓ 2019年の生産及び輸入金額のトップ5 1. 大建中湯 2. 抑肝散 3. 補中益気湯 4. 六君子湯 5. 加味逍遥散 48 / 61
49. タイプ 引用文献 エビデンス と推奨の グレー ディング A 有り 有り B 有り 無し C 無し 無し 箇条書きよりも表 可能であれば、箇条書きよりも 表 にした方がさらに分かりやすい。 タイプA: 引用文献が存在し、 エビデンスと推奨のグレー ディングがあるもの タイプB: 引用文献が存在し、 エビデンスと推奨のグレー ディングがないもの タイプC: 引用文献が存在せず、 エビデンスと推奨のグレー ディングがないもの 49 / 61
50. 口語で分かりやすく 口語で 分かりやすく 説明する。 難しい用語の言い換え 例) 惹起する → 引き起こす 例) ビジュアライゼーション → 可視化 受動態を能動態へ 例) AはBに抑えられた → BはAを抑えた 二重否定を肯定へ 例) 帰無仮説が棄却された → 有意な差があった 例) 外出禁止が解除された → 外出できるようになった 一文を短く 50 / 61
51. ゲシュタルトの法則 近いもの や 色が同じ/似ているもの は同じグループと認識される。 51 / 61
52. デザインへの応用 異なるグループは遠ざけたり、枠で囲んだり、色を変えたりする。 52 / 61
53. 余白 余白を十分取る。「もったいないから埋めたい」衝動を抑える。 アコニチン 附子 (ぶし) に含まれるアルカロイドの一種 53 / 61
54. 行間 行間を少し開ける。開けないと読みづらい。 太宰治「走れメロス」より 54 / 61
55. 表 表の罫線はなるべく消す。行間を開けるか、縞模様にする。 55 / 61
56. 視線の流れ 上から下へ、左から右へ、図と文字を配置する。 56 / 61
57. 話し方 そこそこ大きな声で、はっきりと話す。 相手の方を向く。 焦らず落ち着いて話す。60 bpmのリズムを意識する。 言い換えず、書いてある通りに読む。 自信を持つ。持てるまで練習 する。 57 / 61
58. その他のプレゼンの心得 冒頭のつかみは大事。「顔」は効果大。 長い場合は目次を付ける。 大事なことは何度も繰り返す。 最後のまとめは大事。話の最初と最後は 記憶に残りやすい。 58 / 61
59. まとめ 振り返ってみよう 59 / 61
60. まとめ Part 1. データの収集 「検索する力」を身につける 信頼性もチェック Part 2. データの処理 コンピュータは繰り返し処理が得意 プログラミングを覚えれば強みになる Part 3. データの可視化 分かりやすく 詰め込み過ぎはNG 60 / 61
61. Moodleへレポートを提出して下さい。 61 / 61