データ活用サイクル・ステップ1：収集段階の取り組みと留意点【第2回】

考慮点1：計測測定装置の選択

　体重計から出力されるデータに対し、解析段階でデータを加工しないことを前提にすれば、精度が異なる体重計がある場合、次の2つが選択できます。（1）すべての体重データを1キログラム単位で解析するか、（2）100グラム単位で測れる体重計で測定した体重データのみを抜き出し100グラム単位で解析するかです。

　データを抜き出す場合、体重データとともに「どの体重計で測定したか」、すなわち測定精度も意識しなければなりません。このケースの場合、事前に「100グラム単位で測れる体重計を使用する」と決めていれば、すべてのデータを使って1キログラム単位よりも精密な数値解析が可能になります。

考慮点2：データの発生源の特定

　得られた体重データは、本当にAさんが体重計に乗った際のものでしょうか。個人の情報を収集する際は、個人に紐づけた情報管理が不可欠ですが、場合によっては、第三者の確認や本人確認といった運用が必要になります。これも事前に決めておく必要がありそうです。

考慮点3：計測装置の確からしさ

　体重計のデータは複数回測っても同じ結果かどうか。できれば複数回測定し、平均をとるほうが情報の精度が高まる可能性があります。

考慮点4：データの収集期間

　測定データを、どのくらいの期間、収集し続ける必要があるか。十分なデータ量がないと十分な解析ができません。仮説に基づき「取り組みを何年間続ける」といった計画をあらかじめ立てる必要があります。

考慮点5：測定項目と測定方法

　データとして単純に比較できるかどうか。想定ケースで実施する血液検査では、ルールが事前に決められ、どこの検査機関でも同じ結果が出る検査項目は単純に比較が可能です。しかし検査機関ごとに試薬や手順が異なる項目においては、その結果を単純に比較できないことがあります。その場合は、検査結果だけでなく検査機関ごとの試薬や手順を含む検査方法についても押さえる必要があります。

考慮点6：アンケート項目の回答方法

　アンケートでは項目の設定および回答方法は適切か。例えば運動頻度について、回答を自由記述式にすると、「週に〇日」や「一日〇時間」など、ばらつきが大きくなります。回答欄を「一日（　）時間」のように示せば、ばらつきをある程度抑制できますが、小数点を含めて回答する人もいるでしょう。

　ばらつきや入力ミスを考慮すれば、選択式は有用な手段です。しかし、例えば1日当たりの運動時間に対する選択肢を「1時間以下、1～2時間、2時間以上」とした場合と、「30分以下、10分以上60分以下、60分以上」とした場合とでは、両者の回答データは単純に比較できません。他のデータと照合するためには、選択肢の尺度をできるだけ合わせる必要があります。

考慮点7：ルールの確からしさ

　事前に定めたルールは適切かどうか。第三者の監査を受けているか、国際基準に従っているか、あるいはルールが、しっかりと守られているかどうかなどを確認する必要があります。データを転記する場合はダブルチェックがなされているでしょうか。こうした運用方法がデータの信頼性を左右します。