1/19（火）に開催しますQlikテックトーク（オンラインセミナー）にて、「病院位置を起点とした近隣地域の人口推計の分析」と題して、Qlik Senseのアプリをご紹介します。

自院の近隣の人口の変化を詳細に把握するために、位置情報の活用の仕方をデモさせていただきます。ご関心ある方はぜひご参加ください。

「病院位置を起点とした近隣地域の人口推計の分析」
関西の一部の急性期病院を起点とした車での移動距離圏（15分～60分）と500mメッシュ別の人口推計（2020年～2050年）とを関連付けて地図で表示し、地域における人口の変化と医療需要について考察します。

ご参加登録：
デモアプリで実践！　データ分析のビジネスへの活用方法
https://techplay.jp/event/800550

Qlik SenseやQlikViewで作られた日本語の医療アプリを見てみたい、自分で作成した医療アプリを公開したいと思われている方はいませんか？

2020年11月に「Qlik Showcase」というパブリックサイトにて、医療アプリの閲覧、公開が可能になります。Qlik Sense SaaSの環境で公開することになり、Qlik SenseとQlikViewのどちらのアプリも閲覧、公開することができます。詳しいご利用方法について、以下のオンライン勉強会でご説明しますので、ぜひご参加ください。

【オンライン技術勉強会】Qlik Sense/QlikView日本語版アプリのパブリック公開サイト活用方法
https://techplay.jp/community/qlik
※オンライン勉強会は技術情報のご提供を目的に毎月開催していますので、他のトピックでもぜひご参加ください。

私も公開データで作成したアプリや海外のアプリ（日本語に翻訳）を掲載しますので、ぜひご覧ください。

10月29日（火）午後に開催されますQlik Data Revolution バーチャルサミットにて
日本赤十字社様にご講演いただきます。ぜひ皆様ご視聴ください。

15:50 – 16:30　データを使いこなせる組織への変貌－赤十字病院グループの取り組み－
日本赤十字社　医療事業推進本部 総括副本部長　矢野 真 氏
https://go.qlik.com/JP-2020-DRT-Virtual-Summit-home.html?sourceID1=CommunityHomePage

－概要－
日本赤十字社ではこれまでにDPC（診断群分類別包括評価）データ等の分析ノウハウを蓄積してきました。これをさらに進め、赤十字グループがもつ情報資産を有効活用するためにQlikを導入し、情報を活用する「仕組み」として、また、情報を使いこなす人材を育む「仕掛け」として機能し始めています。本講演では、医療事業推進本部として行ってきたデータ活用できる人材の育成や本社と病院グループをつなぐ情報基盤の整備の取り組みについてお話しするとともに、感染症対策（新型コロナ）、看護、財務の各部門から具体的なQlikの活用事例をご紹介します。

10/6,7に京都の"みやこめっせ"にて第22回 日本医療マネジメント学会学術総会が開催されました。
クリックテック・ジャパンではブース出展しまして、医療向けの取り組みをご紹介しました。
両日ともに多くの方にご来訪いただき、誠にありがとうございました。

概要はQlikSpaceにてレポートしてまとめておりますので、ぜひご参照ください。
第22回日本医療マネジメント学会学術総会 出展レポート
https://www.qlikspace.net/%e7%ac%ac22%e5%9b%9e%e6%97%a5%e6%9c%ac%e5%8c%bb%e7%99%82%e3%83%9e%e3%83%8d%e3%82%b8%e3%83%a1%e3%83%b3%e3%83%88%e5%ad%a6%e4%bc%9a%e5%ad%a6%e8%a1%93%e7%b7%8f%e4%bc%9a-%e5%87%ba%e5%b1%95%e3%83%ac/

日本ではじめてのQlik Senseの書籍が発売されました。
まさにバイブルと言える詳しさとボリューム（と見やすさ）！です。
皆さん、ぜひご活用ください。

『Qlik Senseユーザーのためのデータ分析実践バイブル』
https://www.shoeisha.co.jp/book/detail/9784798165820

〈基礎編〉

Chapter 1　Qlik Senseの概要
1.1　Qlik Senseの特長
1.2　Qlikの製品体系

Chapter 2　Qlik Senseを試してみよう
2.1　Qlik Senseの利用環境セットアップ
2.2　拡張知能で作る初めてのアプリ
2.3　複数データを使った基本的なデータ分析
2.4　連想インデックスによる分析
2.5　データストーリーテリングの活用
2.6　主な画面構成と操作方法

Chapter 3　基本的なビジュアライゼーションの作成
3.1　チャートの全体像を理解する
3.2　DARとアプリ設計の考え方
3.3　標準チャート
3.4　Qlik Visualization Bundl（Qlikビジュアライゼーションバンドル）
3.5　地図（マップ）の活用

Chapter 4　より便利なビジュアライゼーションの使い方
4.1　ドリルダウン軸の活用
4.2　累計・移動合計・移動平均・差分
4.3　代替軸・代替メジャーの活用
4.4　チャート間の共通色の適用
4.5　グリッド間隔やシートのサイズの変更
4.6　チャートごとに異なった選択条件を適用
4.7　デフォルトシートや動的なフィルタの設定
4.8　変数を利用したチャート表示

Chapter 5　アプリへのデータの追加
5.1　アプリへのデータ追加の概要
5.2　データマネージャーを使ったデータの追加

Chapter 6　データ準備とモデリングの基礎
6.1　ディメンショナル・データモデリング
6.2　テーブル間の関連付け
6.3　テーブル内のデータ変換

〈応用編〉

Chapter 7　高度な分析を行うための関数
7.1　関数の種類と数式エディタの利用方法
7.2　基本的な集計関数と演算
7.3　Aggr関数で行う多段階集計
7.4　日付や時刻を扱う関数
7.5　前月比、移動平均、累計の計算
7.6　値の範囲でのグループ化と順位付け
7.7　文字列関数
7.8　チャート表示や色をコントロールする関数
7.9　SET分析による自由な集計

Chapter 8　ロードスクリプトによるデータ変換
8.1　初めて作るロードスクリプトと主な画面構成
8.2　データ追加と基本的なデータ変換処理
8.3　ファイルへのデータ保存
8.4　基本的なデータモデリング

Chapter 9　販売実績データ分析での実践
9.1　ABC分析
9.2　購入人数、買上率、リピート率の算出
9.3　バスケット分析
9.4　併売リフト値
9.5　RFM分析

Chapter 10　人事データ分析での実践
10.1　人事データ分析の準備
10.2　36協定に基づいた残業時間のモニタリング
10.3　残業時間移動平均のモニタリング
10.4　散布図による残業時間の可視化
10.5　アプリの高度化：基準月選択機能を追加

Qlik Senseの使い方を知りたい、活用の幅を広げたい、Qlikの技術担当に質問したい方は下記の"Tech Play"にぜひご参加ください。

トピックを変えながら、定期的に開催される予定です。

第1回：【7/15（水）】Qlik Sense - 分析データをセルフサービスで準備・データマネージャーでもっとできる
第2回：【7/28（火）】クラウド/SaaS版Qlik Senseをフル活用するためのポイント講座
第3回：【8/11（火）】QlikViewをQlik Sense SaaS環境で活用ー新しい分析体験の勧め

https://techplay.jp/community/qlik

あまり知られていませんが、QlikTechでは"Qlik Academic Program"というプログラムをご提供しています。
このプログラムに申請いただくと、大学の学生、教員、研究者の方々はQlik Sense Businessを無償でご利用いただけます。また、オンライン学習用のコンテンツ、オンデマンドの動画、講義用のカリキュラムなどの各種素材もご利用いただけます。

個人での学習、研究用途はもちろんですが、大学での講義用（データ活用、データリテラシーなど）にもご利用いただけますのでぜひご活用ください。

日本でもご活用される方が徐々に増えてまいりました。グローバルでは1600以上の大学でご利用いただいています。

Qlik Academic Programご説明サイト：
https://www.qlik.com/ja-jp/company/academic-program
※申し込み用のリンクもこちらにございます。

プログラムを活用して次世代のBIスペシャリストを育成
Training the Next Generation of BI Specialists：
https://upshotstories.com/stories/training-the-next-generation-of-bi-specialists

上記記事のAngelika Klidasさんへのインタビュー（どうしてデータ活用人材の育成に情熱を注いでいるか？）
https://www.youtube.com/watch?v=AnyQmo-42_w

日本では新型コロナウィルスの感染拡大が少し落ち着き、経済活動が徐々に再開されています。中国武漢から日本に入ったウィルスは4月中旬にはいったん終息した一方で、欧米から新たに入ったウィルスがその後の感染拡大をもたらしたとも言われています。

人の接触や移動が感染の原因とされる中で、経済活動が再開され、今後海外の行き来が徐々に緩和されてくると新たなリスクが発生する可能性が高いです。では、現在の世界の感染拡大の状況はどうなっているでしょうか。

下図は地域別の発症（青）、死亡（赤）、回復（黄）の傾向です。いくつかの地域を取り上げてみても、それぞれで感染拡大の傾向が様々です。

• アジア：初期の中国での感染拡大は終息し、次の感染拡大が続いています。
• オセアニア：感染（青）と回復（黄）の山が1ヵ月程度のずれで重なっており、現在は終息しています。
• 中東：特定の国での感染拡大が終息した後に、別の国での感染拡大が始まり、青線が上下しながら上昇を続けています。

下図は現時点での発症数（＝発症－死亡－回復）の多い国です。発症数の多い国を選んで、先程の傾向のチャートと同じように地域、国別に並べてみます。
ちなみに、日本の現時点の発症数は約900です。

左から、アジア、中東、アフリカ、北米、南米、ヨーロッパの順に、現時点の発症数が多い国々を並べています。
※イギリス、カナダは回復者数が統計上あらわれていないためご注意ください。

• アジア：感染拡大の地域がインド、パキスタン、バングラデシュに移ってきています。
• 中東：一時期感染が拡大したトルコが減少し、サウジアラビア、イラン（再流行）での感染が拡大しています。
• アフリカ：全体的に拡大傾向です。

それぞれの地域で流行の傾向が異なる中、今後海外との行き来が緩和されてくるとした場合、空港等での水際対策を相当程度強化しないと、国内での感染拡大を再び呼び込むことになってしまうかもしれません。

今回のチャートでも、これまでと同じくジョンズ・ホプキンス大学が公開しているデータを利用しています。
https://github.com/CSSEGISandData/COVID-19

Qlik Sense Desktopは無償で機能制限なく製品の利用が可能となっていましたが、2020年6月30日をもって無償利用の製品ご提供は終了となりました。
ただ、その後もQlik Sense Desktopはご利用可能です。

利用にあたっては以下の通り、いくつか方法がございます。

1. 無償トライアル
   • Qlik Sense Business（クラウドサービス）の無償トライアルと同時にQlik Sense Desktopもトライアル
2. API開発者向けライセンスの無償提供
   • デベロッパー向けに、Qlik Branchでライセンスファイルを無償提供
3. 有償ライセンスの利用
   • Qlik Sense Business（クラウドサービス）を利用の方は、Qlik Sense Desktopをオンライン認証し利用可能
   • Qlik Sense Enterprise（SaaS及びClient-Managed）を利用の方は、Qlik Sense Desktopをオンライン認証またはサーバ認証し利用可能
     ※SaaSの方はオンライン認証、Client-Managedの方はサーバ認証となります。

なお、詳細につきましては、QlikSpaceの以下の2つのブログ記事をご参照ください。
Qlik Sense BusinessとQlik Sense Desktopの認証連携の仕組みについても解説しています。

Qlik Sense Desktopの無償提供の終了と、終了後の利用方法について
https://www.qlikspace.net/qlik-sense-desktop%e3%81%ae%e7%84%a1%e5%84%9f%e6%8f%90%e4%be%9b%e3%81%ae%e7%b5%82%e4%ba%86%e3%81%a8%e3%80%81%e7%b5%82%e4%ba%86%e5%be%8c%e3%81%ae%e5%88%a9%e7%94%a8%e6%96%b9%e6%b3%95%e3%81%ab%e3%81%a4/

Qlik Sense無料トライアル利用開始の手順
https://www.qlikspace.net/qlik-sense-desktop%e3%81%ae%e3%83%80%e3%82%a6%e3%83%b3%e3%83%ad%e3%83%bc%e3%83%89%e3%81%a8%e5%b0%8e%e5%85%a5%e3%81%ae%e6%89%8b%e9%a0%86/

国土数値情報ダウンロードサービスに掲載されている二次医療圏のポリゴンをQVDファイルで添付しました。また、二次医療圏のポリゴンと関連づけするマスタも添付しましたので、合わせてご利用ください。
国土数値情報ダウンロードサービス：
https://nlftp.mlit.go.jp/ksj/

※二次医療圏のポリゴンの公開にあたっては、「国土情報提供サイト運営事務局」より許可をいただいております。データのご利用にあたっては、以下の利用規約をご理解、順守ください。
https://nlftp.mlit.go.jp/ksj/other/agreement.html

国土数値情報ダウンロードサービスでは医療圏のポリゴンデータがShapeファイルで公開されています。ShapeファイルはGISソフトを用いて処理しないと使いづらいところがありますので、利用しやすいようにQVDで作成しました。
（ちなみに、Qlik Senseの有償版ではShapeフィルの読み込みが可能です）

QVDファイルは全国の二次医療圏を含んでいます。特定の二次医療圏のみをご利用の場合は、QlikView、Qlik Senseのロードスクリプトで必要な二次医療圏を限定してご利用ください。なお、ファイルサイズが8MB程度ありますのでダウンロードの際はご注意ください。

ダウンロードURL:
https://qlik.my.salesforce.com/sfc/p/20000000IGPX/a/3z000000XrO4/oqdCPg3uHMOZtq2tQSEkZWXX4dMcTiX1CdIzZyk9mPA

例えば、北海道ではこのように二次医療圏が表示できます。

また、札幌医療圏でDPC病院を重ね合わせるとこのように表示できます。

4/22（水）深夜1:00に公共&医療の方々向けのCustomers Helping Customersイベント（ウェブセミナー）が開催されます。（Customers Helping Customers in Public Sector & Healthcare）
ご登録いただくと、後日レコーディングで聴くことができますので、ぜひご登録ください。

テーマ:
COVID-19のパンデミック下において、組織が事業の継続性を支えるために、どのようにデータとアナリティクスを生かしているかを議論します。

参加者：
・Chris Hansford（英　Cabinet Office）Principle BI Development Manager
・Rob O’Neill（英　NHS Trust Morecambe Bay）Head of Information
・Heather Gittings（Qlik） Global Industry Director
・Julie Kae（Qlik） Qlik.org  Executive Director

参加登録：
https://qlik-events.webex.com/mw3300/mywebex/default.do?nomenu=true&siteurl=qlik-events&service=6&rnd=0.04492501799286919&main_url=https%3A%2F%2Fqlik-events.webex.com%2Fec3300%2Feventcenter%2Fprogram%2FprogramDetail.do%3FtheAction%3Ddetail%26internalProgramTicket%3D4832534b00000004efd3e5084979adae3388b74482305e3f0bab827588d52981b6573a2724e46068%26siteurl%3Dqlik-events%26internalProgramTicketUnList%3D4832534b00000004efd3e5084979adae3388b74482305e3f0bab827588d52981b6573a2724e46068%26SourceId%3DQlikNAMS%26cProgViewID%3D1862512%26PRID%3Dcdf2f8fd8737322d93cb05538a5f6a29

H30のDPC調査結果の「（８）疾患別手術別集計」（MDC別）は疾患別、手術有無別のベンチマークで利用される方は多いかと思います。
ただ、エクセルファイルがMDC毎にあり、また、データの公開形式がBIツールですぐに使える形式になっていないため、変換にご苦労されているのではないでしょうか。

例えば、ヘッダー部分が多段になっていたり、DPC6桁の下で件数と在院日数が交互に現れたり、手術分類のコードの中に"97（輸血以外の再掲）"が含まれていたり、手術分類のコードの出現の数がDPC6桁コード毎に変わったりと複雑です。

これを下図のような縦持ちの形式に変更したい場合はどうすればよいでしょうか。

QlikViewのファイルウィザードを利用するとスクリプトがわからない方（私もそうですが。。）でも結構簡単に変換ができます。それをQlik Senseのデータロードエディタにコピペするとほぼそのまま利用できますので、ここではファイルウィザードの使い方をご紹介して、最後にQlik Senseで利用するにはどうするかを取り上げます。参考になるスクリプトを添付していますので、ご利用されてみてください。

なお、MDC01の「件数」でスクリプトを1つ作っておくと、あとはコピペを繰り返して、一部編集を行うだけで、MDC18まで、また在院日数も簡単に取り込めます。コピペの要領がわかれば、5分くらいで「（８）疾患別手術別集計」のすべてのファイルを取り込みできるのではないでしょうか。

【QlikViewファイルウィザードを利用したデータの変換】

まず、今回利用するデータは「（８）疾患別手術別集計_MDC01」のエクセルファイルです。
QlikViewを起動し、ファイルを新規作成し、ロードスクリプトの編集ボタンを押します。

ファイルデータの［テーブルファイル］ボタンを押し、参照するデータを選択します。

［次へ］を押すと、下の画面となりますので、［変換オプションを有効にする］を押します。

上のタブに［不要なデータ］［セルの置換え］［列］［改ページ］［回転］の5つの変換オプションがあることがわかります。ここでは、［不要なデータ］［セルの置換え］［回転］の3つを利用します。

まず、［不要なデータ］を利用して、必要ないデータを削除します。1行目と2行目の「DPC6桁コード」と「名称」は同じ意味ですので、「名称」を削除します（別途、電子点数表のコードと紐づけ必要）。次に、「通番」と「施設名」も「告示番号」があるため必要ありません。削除します。

行と列を選択すると色が反転しますので、その後、［選択分を削除］を押して、必要ないデータを削除します。

選択した部分が削除されました。

［回転］タブを押して、［行列を入れ替え］を押して、行列（横縦）を入れ替えます。

行列が入れ替わりました。1列目、2列目に空白セルがあり、値が入っていないとなにを表すかわからないため、空白のセルを埋めます。［セルの置換え］タブを押し、［セルの置換え］ボタンを押します。

ウィザードが表示されるため、［セルの条件］ボタンを押します。

値なしのセルを埋めるため、OKボタンを押します。

前のウィザードに戻るのでOKボタンを押すと、1行目にあった空白にDPC6桁コードが追加されました。同じ要領で、2行目の空白も埋めます。

次に、2列目には「件数」「在院日数」が混じっており、3列目には「97（輸血以外の再掲）」が入っていますので、必要なデータは残し、必要ないデータは削除します。

下図の①で条件指定をします。2列目の「在院日数」を削除したいため、2列目　次の値に等しい　在院日数とします。②で［追加］ボタンを押すと、条件式が自動的に追加されます。

在院日数が削除されました。同じ要領で「97（輸血以外の再掲）」も削除します。

ウィザードでの選択内容は以下のようになります。

OKを押すと削除されました。2列目の「件数」も必要ないため、2列目を選び［選択分を削除］を押して削除します。

不必要な項目を削除し、必要な値は補完できたため、かなりすっきりした表となりました。
ここまでくると、あとはクロステーブルの変換（ピボットテーブルの横持ちを縦持ちに変換）となります。

［次へ］を押し、画面が切り替わると、列見出しが「なし」になっています。「先頭行」に変更すると、先頭行が見出しとして選択されます。

①で一部の1列目の見出しを「DPC6桁」、2列目の見出しを「手術有無等」と変更します。その後、②の［クロステーブル］を押します。

クロステーブルのウィザードが立ち上がります。2行目までは固定し、3行目からの横持ちを縦持ちに変換したいです。下図のように、2　告示番号　件数を入力し、OKを押します。

変換の結果がビューとして表示されます。

［次へ］を押すと、スクリプトが自動で記述されます。

告示番号が4000件以上表示されますが、それらを端折り（－－－の部分）、構造のみを記載したのが以下のスクリプトです。
これまでに行った変換等の内容が記述されています。MDC01の「件数」でスクリプトを作っておくことで、MDC18まで、また、在院日数についても同じ処理を行うことが可能です。その際は、これまでの変換の手順を踏むことなく、スクリプトをコピペして一部を修正することで簡単に再利用ができます。

※F1はtext(F1)としたほうがよいかもしれません。

また、このスクリプトをQlik Senseで利用したい場合、参照するファイルのパスの記述方法が異なりますのでご注意ください。添付ファイルには参照先の変更方法も記載しておりますが、以下の記事もご参照ください。

Qlik Senseの標準モードとレガシーモード
https://www.qlikspace.net/qlik-sense%e3%81%ae%e6%a8%99%e6%ba%96%e3%83%a2%e3%83%bc%e3%83%89%e3%81%a8%e3%83%ac%e3%82%ac%e3%82%b7%e3%83%bc%e3%83%a2%e3%83%bc%e3%83%89/

DPC退院調査の結果を用いて、在院日数のベンチマークを行いたいとします。
ここでは以下のページで公開されている「疾患別手術別集計_MDCxx」を用いて行ってみます。

平成30年度DPC導入の影響評価に係る調査「退院患者調査」の結果報告について（厚生労働省）
https://www.mhlw.go.jp/stf/shingi2/0000196043_00003.html

件数の比較の場合、棒グラフを利用することが多いですが、各施設の在院日数をMDC別に比較したい場合、どのようなチャートを利用するのがよいでしょうか。

Qlik Senseには「分布プロット」というチャートがありますが、これは"軸に沿ってプロットされたポイントによって図示される数値データのグループの範囲及び分布を比較します"と紹介されています。ここでは在院日数のベンチマークを分布プロットを用いて行う方法を説明させていただきます。

Helpサイトでは以下のようなチャートがサンプルとして掲載されていますが、少しイメージしづらいですね。

「疾患別手術別集計_MDCxx」のデータでは、
・MDC別
・施設別
・手術有無別
の在院日数が掲載されています。
下の画面はMDC01のデータですが、このように施設別に在院日数のデータ（薄黄色部分）が追えるようになっています。

それでは、縦軸をMDC、横軸を在院日数、丸いポイントを施設として表示させてみます。例えば、北海道の札幌医療圏の20の病院を選んで見てみますと下の図のようになります。MDC毎に在院日数の期間の傾向、各施設のばらつきが一目で把握できます。例えば、自院を赤色（ここでは札幌医科大学附属病院を赤くしてみました）にすると、他院との比較をしやすくなります。

また、MDCからDPC6桁、さらに手術有無等を絞り込み比較を行ったり、また、特定の地域に絞り込まずに広域で疾患別の比較を行うことも可能です。

ご参考までに、上のグラフでは以下のような設定をしています。
【軸】
・ポイント：施設名
・Y軸：MDC *DPC6桁へのドリル設定
【メジャー】
・X軸：Avg([在院日数])

また、チャートのプロパティのスタイルで以下の設定をしています。

おそらく、施設別のベンチマークだけでなく、医師別、患者別、医薬品・医療材料別などいろいろな応用ができるのではないかと思います。

複数の項目の数量の変化について時間の推移で追っていく場合、折れ線グラフを利用するの一般的です。一方で、各項目の集計開始日からの経過時間を揃えて推移を比較したい場合はどうすればよいでしょうか。
※起算日（スタート地点）を揃えて変化のスピード等を追いたい。

下の左右のチャートは新型コロナウィルスの感染拡大の状況（2020/5/2現在）について、アメリカ、イタリア、中国、日本の状況を比較しており、同じデータを用いています。左のグラフはX軸が日付、Y軸は感染者累計です。右のグラフはX軸が感染者が10を超えた日を1として現在までの経過日数、Y軸は感染者の累計を10のべき乗（10,100,1000,10000,,,）で表しています。

感染スピードや感染拡大の規模を比較したい場合には、時間軸が揃っており、また、スケールも比較しやすい右のグラフのほうがわかりやすいのではないでしょうか。

Qlik Senseでは、Y軸の"Logスケール"ボタンをチェックすることで簡単に対数スケールに変更可能です。一方で、集計開始日を揃えるにはどのようにすればよいでしょうか。

結論としては、Aggr関数とRank関数を利用して作成することができます。ほかにもやり方はあるのでしょうが、サンプルデータを元にして説明させていただきます。

①はQlik Senseで読み込んだ元のテーブルです。A、B、Cという国があり、なにかの数量が3/1頃から増加しています。数量が増え始めるのは、Aは3/2、Bは3/1、Cは3/4からとそれぞれ開始日が揃っていません。

②は数量が1を超えた日に"1"のフラグを付けました。
if(Sum([数量])>0,1,)

③は現在からの日数を日付の引き算を行って換算しました。
if(Sum([数量])>0,today()-日付,)

④はRank関数を用いて換算日数の順序をひっくり返しました。
Rank(if(Sum([数量])>0,today()-日付,))

こうして、④ではA、B、Cのそれぞれの国で数量が増え始めてからの日数が開始日を起点として把握できるようになりました。

次に、④で計算した経過日数を軸としたい場合はAggr関数を利用します。
④の計算式をAggrで括って軸として利用できるようにすると、下の右のグラフのように経過日数を軸として利用できます。
=Aggr(Rank(If(sum(数量)>0,Today()-日付,)),国,日付)

この考えを適用して、冒頭に掲載したグラフを作成しています。
今回は新型コロナウィルスの感染拡大スピードのグラフを元に考えましたが、医療分野では特定の疾患グループにおける傾向比較等で利用できそうですし、医療以外の他の分野でも利用できるかと思います。

ご参考までに、Qlik Senseのサンプル（qvf）も添付しましたので、ご関心のある方はご確認ください。

また、Aggr関数については以下の解説を参照しました。
〇Qlik SenseのAggrによる高度な集計処理
https://www.qlikspace.net/qlik-sense%e3%81%aeaggr%e3%81%ab%e3%82%88%e3%82%8b%e9%ab%98%e5%ba%a6%e3%81%aa%e9%9b%86%e8%a8%88%e5%87%a6%e7%90%86/
〇Aggr関数再入門（Aggr関数の詳細と使用例）
https://qlik-training.ashisuto.co.jp/aggr-function/

日本でのPCR検査数が少ないことが話題になっています。1月末に新型コロナウィルス感染症が指定感染症とされたことにより、感染症指定医療機関（やむをえない場合はその他の医療機関も可）に入院させることが必要になりました（現在は緩和）。

陽性者は入院させる必要があったため、受け入れ病床の確保（もしくは医療機関以外の受け入れ施設の確保）ができていない時期には、医療機関に過度の負担をかけないためにPCR検査を増やせないなど事情があったことが推察されます。

現在では、受け入れ病床の確保が進んでいると言われており、また、医療機関以外の受け入れ施設（軽症者向け）も増えてきました。一方で、感染経路不明の感染者が増えており、積極的なPCR検査の必要性が言われるようになってきました。
（リスクのある方へのPCR検査は条件を緩和してもう少し早い時期に実施される必要があったと思いますが。。）

では、実際にPCR検査の検査数はどうかを見てみたいと思います。

データは厚生労働省が公開している以下のデータを利用しています。

・国内における新型コロナウイルスに係るPCR検査の実施状況
・国内事例における都道府県別の患者報告数
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000164708_00001.html#kokunaihassei

ただ、時系列にまとまっていなかったり、表の作りがずれていたり、なかなか使いづらいです。

「国内における新型コロナウイルスに係るPCR検査の実施状況」は検査機関別に時系列に検査数が集計されています。検査人数でなく、検査数であることをご注意ください。PCR検査は1人に複数回行われるため（特に陽性者）、検査人数と検査数は異なります。

実際に、4/28までの検査人数は13,695人となっていますが（同じサイトの「新型コロナウイルス陽性者数とPCR検査実施人数（都道府県別）」データによる）、上記のデータで検査数は250,554件となっています。

時系列のデータが検査数しか探しきれなかったもので、これで無理やり検査数と発症数（陽性判明者数）で時系列に並べ見てみました。

赤が発症数、グレーが検査数です。こちらは全国の数字です。

週別でまとめるとこのようになります。
積極的PCRにはまだ遠い状況です。また、最近は徐々に毎日の発症数が減ってきたと言われることもありますが、そもそもPCR検査数が少ないことにご注意ください。

また、検査機関別の時系列の検査数はこのような状況でした。

感染者の早期発見、軽症/重症のトリアージ、軽症者への重症化防止、重症者への手厚い対応を効果的に行うにはなにが必要なのでしょうか。

自分が若い頃に何度かインドに行った経験があり、また、Qlikでもインドのスタッフが多いこともあり、今後のインドでの新型コロナウィルスの感染拡大が非常に心配されます。もちろん、他の国々でも大変は状況は続いていますが。

インドは人口13億人以上、大都市の人口密度、衛生、医療供給力、所得格差など感染が拡大すると抑え込みができなくなるのではないかと心配になる要素が多くあります。

4/28時点でのインドでの感染拡大は非常に速いスピードで進んでおり、発症数は3万人を超え、死亡者数も1千人を超えました。

アメリカ、中国、インド、日本で感染拡大のスピードを比較した場合、下図のようになります。インドは発症数が10を超えてまだ60日に満たないため、他の国々に比べ線の長さは短くなっています。縦軸は対数スケールのため、緩やかな曲線になってきたように見えますが、拡大は速いスピードで続いています。

インドではロックダウンの期間が延長され、封じ込めを行っていますが、対策の効果が早くあらわれてほしいものです。

これがお役に立つかはわかりませんが、H30DPC調査の施設概要表をもとにH25-29の告示番号を紐づけてみました。参考資料２のデータを利用して自院及び他院の実績の年度毎の推移を確認するときに役立つかもしれません。
（すでに皆さんやられている気もしますが）

厚生労働省DPC導入の影響評価に関する調査：集計結果
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000049343.html

施設概要表では施設IDとして利用したい"告示番号"が毎年変更されます。前年の"告示番号"は"通番"として掲載されますので、これをもとに紐づけを行いました。

添付しているエクセルファイルは以下のようなイメージです。
ただ、合併分割の医療機関については考慮しておりませんので、ご利用の際はご注意ください。

ご参考までに。

H30のDPC調査結果（平成30年度DPC導入の影響評価に係る調査「退院患者調査」の結果）を使い、二次医療圏内で自院の立ち位置が把握できる画面を作成してみました。
https://www.mhlw.go.jp/stf/shingi2/0000196043_00003.html

先日こちらに施設概要表の緯度経度付きのエクセルファイルをアップしましたが、これと参考資料２の「（８）疾患別手術別集計」を統合しています。
https://community.qlik.com/t5/Qlik-Japan-Healthcare/H30DPC%E8%AA%BF%E6%9F%BB%E3%81%AE-quot-%E6%96%BD%E8%A8%AD%E6%A6%82%E8%A6%81%E8%A1%A8-quot-%E3%81%AB%E4%BD%8F%E6%89%80%E3%81%A8%E7%B7%AF%E5%BA%A6%E7%B5%8C%E5%BA%A6%E3%82%92%E4%BB%98%E3%81%91%E3%81%BE%E3%81%97%E3%81%9F/gpm-p/1688774

MDC、DPC6桁、手術有無、都道府県、二次医療圏、施設等が簡単に検索できるようになっています。

北海道を選択

例えば、函館市がある二次医療圏（南渡島医療圏）を選択します。

さらに、「05 循環器系疾患」を選択し、件数の多い6つの医療機関を選択します。

自院が市立函館病院だとした場合、自院の棒グラフを色塗りしてわかりやすくします。

また、「05 循環器系疾患」でなく「06 消化器系疾患、肝臓・胆道・膵臓疾患」で見たい場合、フィルタパネルで選択を切り替えます。

このように全国のDPC関連病院の実績を見たい切り口を変えながら瞬時に把握することが可能です。

2020年4月11日時点の日本の発症状況です。これまでと同じく厚生労働省が公開しているデータを利用しています。
https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000121431_00086.html

都道府県の感染状況等の推移のチャートに追記をいくつか追加してみました。
毎度のことながら、3密避けて、ステイホームですね。

【日本の感染状況】

【各地域の感染状況】

アジア、ヨーロッパ、北米の8ヵ国の発症の増加、死亡の増加を対数グラフを使って表してみました。
X軸は発症が10を超えた時点、もしくは死亡者が10を超えた時点を基点に経過日数を示しています。Y軸は10のべき乗としており（Qlik SenseのLogスケールを利用）、10、100、1,000、10,000、100,000と増加していきます。

折れ線の縦の伸びが急角度で長いほど、増加のスピードが速いという見方になります。
発症数の増加では一気に急拡大したイタリアやスペイン、少し期間をおいて急拡大したアメリカやフランス等の特徴がわかります。また、中国や韓国の発症数が落ち着いている一方で、日本は（他の国々と比べて）緩やかに感染が拡大している状況です。死亡者数の増加についてはどのように読めるでしょうか。

以下は4/18時点での世界の感染状況です。

【世界の感染状況】

【大陸別/地域別の感染状況】

ご参考までに。