ハイライト
第11回値へ更新
BMI30以上・腹囲90cm以上・収縮期140mmHg以上をrelease_id=2 / data_year=2024で再計算しました。
ハイライト
BMI30以上・腹囲90cm以上・収縮期140mmHg以上をrelease_id=2 / data_year=2024で再計算しました。
ハイライト
前回公開回の値を正解扱いせず、各指標を第11回のローカルDB値から再取得しています。
ハイライト
Web側で新たな平均・合計を正解として作らず、DBに登録済みの集計値を表示します。
BMI30以上
沖縄県 男性は全国比較に対して+3.88ポイントです。
腹囲90cm以上
沖縄県 男性は全国比較に対して+8.65ポイントです。
収縮期140mmHg以上
沖縄県 男性は全国比較に対して+2.74ポイントです。
沖縄県 男性と全国比較を年代別に表示。
全年代計では10.97%、全国比較は7.09%。
| 年代 | 沖縄県 男性 | 全国比較 |
|---|---|---|
| 40-44 | 11.80% | 8.38% |
| 45-49 | 13.34% | 8.86% |
| 50-54 | 13.58% | 8.69% |
| 55-59 | 11.65% | 7.50% |
| 60-64 | 9.42% | 5.71% |
| 65-69 | 7.66% | 4.28% |
| 70-74 | 6.34% | 3.09% |
沖縄県 男性と全国比較を年代別に表示。
全年代計では39.68%、全国比較は31.03%。
| 年代 | 沖縄県 男性 | 全国比較 |
|---|---|---|
| 40-44 | 33.86% | 26.97% |
| 45-49 | 38.41% | 29.70% |
| 50-54 | 40.72% | 31.74% |
| 55-59 | 41.61% | 32.71% |
| 60-64 | 41.12% | 32.00% |
| 65-69 | 41.59% | 32.69% |
| 70-74 | 41.86% | 32.45% |
沖縄県 男性と全国比較を年代別に表示。
全年代計では22.66%、全国比較は19.92%。
| 年代 | 沖縄県 男性 | 全国比較 |
|---|---|---|
| 40-44 | 13.82% | 10.97% |
| 45-49 | 17.35% | 14.60% |
| 50-54 | 20.36% | 17.82% |
| 55-59 | 23.17% | 20.94% |
| 60-64 | 26.87% | 24.51% |
| 65-69 | 30.95% | 28.15% |
| 70-74 | 32.62% | 30.64% |
release_id=2 / data_year=2024を指定し、対象地域・性別・年代・指標レンジまたは質問回答値で集計。
適用フィルタ
注記
-- 第11回NDBインサイト更新で使った release-aware 集計SQLの代表形。
-- 実際の静的ページ値は scripts/validation/insights_release11_refresh.py で、
-- release_id=2 / data_year=2024 を明示してローカルDBから生成している。
-- 健診検査値の地域別・年代別割合
-- 例: BMI30以上、腹囲90cm以上、収縮期血圧140以上、eGFR 60未満など。
SELECT
b.age_group,
SUM(CASE WHEN r.range_label = ANY(:positive_ranges) THEN b.inspection_count ELSE 0 END)::bigint AS numerator,
SUM(b.inspection_count)::bigint AS denominator,
ROUND(
SUM(CASE WHEN r.range_label = ANY(:positive_ranges) THEN b.inspection_count ELSE 0 END)::numeric
* 100
/ NULLIF(SUM(b.inspection_count), 0),
2
) AS rate_percent
FROM basic_checkup_results b
JOIN health_inspection_items i ON i.item_id = b.item_id
JOIN health_inspection_value_ranges r ON r.range_id = b.range_id
WHERE b.release_id = 2
AND b.data_year = 2024
AND b.data_source_type = 'basic'
AND i.item_name = :item_name
AND b.area_type = :area_type
AND b.prefecture_name = :prefecture_name
AND (:area_name IS NULL OR b.area_name = :area_name)
AND b.gender = :gender
GROUP BY b.age_group
ORDER BY b.age_group;
-- 全国比較は、同じ release_id/data_year/item/gender/range 条件で
-- area_type='prefecture' の47都道府県を母集団にした加重割合として算出する。
SELECT
b.age_group,
SUM(CASE WHEN r.range_label = ANY(:positive_ranges) THEN b.inspection_count ELSE 0 END)::bigint AS numerator,
SUM(b.inspection_count)::bigint AS denominator,
ROUND(
SUM(CASE WHEN r.range_label = ANY(:positive_ranges) THEN b.inspection_count ELSE 0 END)::numeric
* 100
/ NULLIF(SUM(b.inspection_count), 0),
2
) AS benchmark_rate_percent
FROM basic_checkup_results b
JOIN health_inspection_items i ON i.item_id = b.item_id
JOIN health_inspection_value_ranges r ON r.range_id = b.range_id
WHERE b.release_id = 2
AND b.data_year = 2024
AND b.data_source_type = 'basic'
AND i.item_name = :item_name
AND b.area_type = 'prefecture'
AND b.gender = :gender
GROUP BY b.age_group
ORDER BY b.age_group;
-- 質問票系インサイトは、現行マスタで設問・回答値が安全に復元できるものだけを採用する。
-- 回答率は、選択した回答値を分子、同じ地域・性別・年代・設問の全回答値合計を分母にする。
SELECT
q.age_group,
SUM(CASE WHEN q.answer_value = ANY(:positive_answers) THEN q.response_count ELSE 0 END)::bigint AS numerator,
SUM(q.response_count)::bigint AS denominator,
ROUND(
SUM(CASE WHEN q.answer_value = ANY(:positive_answers) THEN q.response_count ELSE 0 END)::numeric
* 100
/ NULLIF(SUM(q.response_count), 0),
2
) AS response_rate_percent
FROM questionnaire_responses q
WHERE q.release_id = 2
AND q.data_year = 2024
AND q.question_id = :question_id
AND q.area_type = :area_type
AND q.prefecture_name = :prefecture_name
AND (:area_name IS NULL OR q.area_name = :area_name)
AND q.gender = :gender
GROUP BY q.age_group
ORDER BY q.age_group;
沖縄県 男性について、BMI30以上・腹囲90cm以上・収縮期140mmHg以上を第11回データで再計算しました。第10回で確認した観点を、第11回でも同じ条件で確認できる範囲に絞って見直しました。
FAQ
沖縄県 男性を対象に、BMI30以上・腹囲90cm以上・収縮期140mmHg以上の値を全国平均や近い年代の傾向と比べて、地域差やリスクの偏りを確認しています。
NDBオープンデータ 第11回 特定健診(基本)をもとに、年齢階級・性別・地域単位で集計した公開統計を使用しています。個人を特定するデータは含みません。
単一の割合だけで判断せず、同じ年代・性別・地域粒度で全国平均や関連指標と並べて見ることで、優先的に確認すべき健康課題を把握できます。
近いテーマのインサイトから読み解きを深められます。気になる視点を続けてご覧ください。