Pythonでみる科学ニュース

進行がん、早期診断を乗り越えた先に光 - Pythonで生存率を可視化する

先日、「進行がん、診断早期を乗り切るとその後の生存率上昇 初の「サバイバー5年生存率」」というニュースが発表されました。進行がんであっても、早期診断を受け、初期治療を乗り越えることで、その後の生存率が大きく向上するという希望に満ちた内容です。これは、医療技術の進歩と早期発見の重要性を改めて認識させてくれます。

もちろん、がんと診断されることは誰にとっても大きな精神的負担となります。しかし、このニュースは、早期発見・早期治療という選択肢が、未来への扉を開く鍵となる可能性を示唆しています。

さて、今回のニュースにちなんで、少しでもこのメッセージを視覚的に伝えられるよう、Pythonを使って生存率を可視化する簡単なスクリプトを作成してみました。

import matplotlib.pyplot as plt

def visualize_survival_rate(early_stage_survival_rate, late_stage_survival_rate):
    stages = ['Early Stage', 'Late Stage']
    survival_rates = [early_stage_survival_rate, late_stage_survival_rate]

    plt.figure(figsize=(8, 6))
    plt.bar(stages, survival_rates, color=['green', 'red'])
    plt.ylabel('5-Year Survival Rate (%)')
    plt.title('Comparison of 5-Year Survival Rates')
    plt.ylim(0, 100)

    for i, rate in enumerate(survival_rates):
        plt.text(i, rate + 2, f'{rate:.1f}%', ha='center')

    plt.show()

def main():
    # ここに早期と進行がんの5年生存率を入力 (例)
    early_stage_rate = 85.0
    late_stage_rate = 35.0

    visualize_survival_rate(early_stage_rate, late_stage_rate)

if __name__ == "__main__":
    main()

このスクリプトは、matplotlibライブラリを使用して、早期診断された場合と進行がんの場合の5年生存率を棒グラフで比較します。early_stage_survival_rate と late_stage_survival_rate にそれぞれ数値を入力することで、グラフを生成することができます。

使い方

1. Pythonとmatplotlibがインストールされていることを確認してください。インストールされていない場合は、pip install matplotlib でインストールできます。
2. 上記のコードを survival_rate.py などのファイル名で保存します。
3. early_stage_rate と late_stage_rate に適切な数値を入力します (例：ニュース記事にある生存率など)。
4. ターミナルまたはコマンドプロンプトで python survival_rate.py を実行します。

実行すると、生存率を比較する棒グラフが表示されます。

このスクリプトのポイント

• 視覚的な訴求力: 数値だけでは伝わりにくい情報を、グラフによって直感的に理解できます。
• カスタマイズ可能: 生存率の数値を変更することで、様々なシナリオを想定できます。
• シンプルでわかりやすい: プログラミング初心者でも理解しやすいコード構成になっています。

このスクリプトは非常にシンプルなものですが、早期診断・早期治療の重要性を啓発する一助になれば幸いです。がんは決して諦めるものではなく、早期発見と適切な治療によって、克服できる可能性を秘めていることを忘れないでください。

免責事項: このスクリプトは情報提供のみを目的としており、医学的なアドバイスを提供するものではありません。がんに関する診断や治療については、必ず専門医にご相談ください。