WEKO3
アイテム
医療ビッグデータで見る多死社会：3．大阪府のKDBビッグデータから見る超高齢化社会
https://doi.org/10.20729/00233422
https://doi.org/10.20729/002334221a0d8891-6e67-45f0-b60b-d7bf866b0128
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-O-MGN650403.pdf (3.5 MB)
2026年3月15日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥0, DLIB:会員：¥0 | ||
| Item type | Magazine_02(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-15 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | 医療ビッグデータで見る多死社会：3．大阪府のKDBビッグデータから見る超高齢化社会 | |||||||||||||
| タイトル | ||||||||||||||
| 言語 | en | |||||||||||||
| タイトル | High-Mortality Society Seen by Medical Big Data：Deciphering the Super Aging Society from Osaka KDB Big Data | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | 特集 | |||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||
| 資源タイプ | article | |||||||||||||
| ID登録 | ||||||||||||||
| ID登録 | 10.20729/00233422 | |||||||||||||
| ID登録タイプ | JaLC | |||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 キャンパスライフ健康支援・相談センター | ||||||||||||||
| 著者所属 | ||||||||||||||
| 帝京大学大学院 医療技術学研究科 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 キャンパスライフ健康支援・相談センター | ||||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 キャンパスライフ健康支援・相談センター | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Osaka Univ. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Teikyo Univ. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Osaka Univ. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Osaka Univ. | ||||||||||||||
| 著者名 |
大山, 飛鳥
× 大山, 飛鳥
× 古徳, 純一
× 土岐, 博
× 山本, 陵平
|
|||||||||||||
| 著者名(英) |
OYAMA, Asuka
× OYAMA, Asuka
× KOTOKU, Jun'ichi
× TOKI, Hiroshi
× YAMAMOTO, Ryohei
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | 現在，日本の高齢者の割合は，総人口の約30%を占めており，世界的にも非常に高い数字である．我が国の超高齢者化社会に伴い，高齢者の介護認定者や認知症の罹患者数の増加が予想される．本稿では，日本でも有数の人口規模である大阪府の約10年度分にも及ぶ膨大なビッグデータを利用することで，大阪府の高齢化の変遷や医療データ解析の最新の知見を共有する．またPythonでのビッグデータ解析技術や，保険データ解析手法も紹介する． | |||||||||||||
| 書誌レコードID | ||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||
| 収録物識別子 | AN00116625 | |||||||||||||
| 書誌情報 |
情報処理 巻 65, 号 4, p. e15-e23, 発行日 2024-03-15 |
|||||||||||||
| 公開者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
