はじめに

前回は、基本的な条件分岐を行う「if-else文」について学びました。今回は、より複雑な条件分岐を行う方法を学びます。複数の条件を順番に試すelifと、条件分岐の中に条件分岐を入れるネスト（入れ子）構造をマスターしましょう。

`elif`：複数の条件を順番に試す

さらに多くの条件で処理を分けたい場合は、elif（else ifの略）を使います。ifの条件がFalseだった場合に、次のelifの条件を試し、それがTrueならその処理を実行します。どの条件にも合わなかった場合に、最後のelseが実行されます。

elifの基本構文

if 条件式1:
    # 条件式1がTrueのときに実行される処理
elif 条件式2:
    # 条件式1がFalseで、条件式2がTrueのときに実行される処理
elif 条件式3:
    # 条件式1と2がFalseで、条件式3がTrueのときに実行される処理
else:
    # すべての条件がFalseのときに実行される処理

一般的なコード例：年齢による詳細な区分

age = 25

if age < 6:
    print("乳幼児です。")
    print("小児科受診を推奨します。")
elif age < 20:
    print("未成年です。")
    print("保護者の同伴が必要です。")
elif age < 65:
    print("成人です。")
    print("通常の診察を行います。")
else:
    print("高齢者です。")
    print("総合的な評価が必要です。")

print(f"患者年齢: {age}歳")

このコードでは、条件が順番に評価され、最初にTrueになった条件のブロックが実行されます。それ以降の条件は評価されません。

別の例：BMIによる体重区分

def assess_bmi(bmi):
    """BMI値から体重状態を評価する関数"""
    if bmi < 18.5:
        return "低体重", "栄養指導を検討してください"
    elif bmi < 25.0:
        return "正常体重", "体重維持を継続してください"
    elif bmi < 30.0:
        return "肥満（1度）", "生活習慣の改善を指導してください"
    elif bmi < 35.0:
        return "肥満（2度）", "減量プログラムを検討してください"
    elif bmi < 40.0:
        return "肥満（3度）", "専門的な治療が必要です"
    else:
        return "肥満（4度）", "緊急の対応が必要です"

# 患者のBMI評価
height = 170
weight = 75
bmi = weight / (height / 100) ** 2

status, advice = assess_bmi(bmi)
print(f"BMI: {bmi:.1f}")
print(f"評価: {status}")
print(f"アドバイス: {advice}")

ネストされたif文（入れ子構造）

if文の中にさらにif文を入れることを「ネスト」（入れ子）と言います。これにより、より複雑な条件判断が可能になります。

ネストの基本構造

if 外側の条件:
    # 外側の条件がTrueの場合
    if 内側の条件:
        # 両方の条件がTrueの場合の処理
    else:
        # 外側はTrue、内側はFalseの場合の処理
else:
    # 外側の条件がFalseの場合の処理

一般的なコード例：総合的な患者評価

def evaluate_patient(age, temperature, systolic_bp, has_symptoms):
    """患者の状態を総合的に評価する関数"""

    risk_level = "低リスク"
    recommendations = []

    # 年齢による基礎リスク評価
    if age >= 65:
        risk_level = "高リスク（高齢）"
        recommendations.append("高齢者向けの注意深い診察を")

        # 高齢者で発熱がある場合
        if temperature >= 37.5:
            recommendations.append("感染症の可能性を考慮")
            risk_level = "非常に高リスク"

    elif age >= 40:
        # 中高年で高血圧がある場合
        if systolic_bp >= 140:
            risk_level = "中リスク"
            recommendations.append("血圧管理の継続を")

    # 症状の有無による評価
    if has_symptoms:
        if temperature >= 38.0:
            recommendations.append("抗菌薬治療の検討を")
            if risk_level == "低リスク":
                risk_level = "中リスク"
        elif temperature >= 37.5:
            recommendations.append("経過観察を")
    else:
        if temperature < 36.5:
            recommendations.append("低体温の原因を調査")

    return risk_level, recommendations

# 患者評価の実行
patient_age = 72
patient_temp = 38.2
patient_bp = 155
patient_symptoms = True

risk, recs = evaluate_patient(patient_age, patient_temp, patient_bp, patient_symptoms)

print(f"患者年齢: {patient_age}歳")
print(f"リスクレベル: {risk}")
print("推奨事項:")
for rec in recs:
    print(f"・{rec}")

条件式の書き方と読みやすさ

論理演算子を組み合わせた複雑な条件

# 複数の条件を組み合わせる例
age = 70
temperature = 38.5
is_pregnant = False
has_chronic_disease = True

# 複雑な条件判断
needs_urgent_care = (
    (age >= 65 and temperature >= 38.0) or  # 高齢者で高熱
    (is_pregnant and temperature >= 37.5) or # 妊婦で発熱
    (has_chronic_disease and temperature >= 39.0)  # 慢性疾患持ちで超高熱
)

if needs_urgent_care:
    print("⚠️ 緊急対応が必要です")
else:
    print("通常対応で対応可能です")

条件のグループ化

# 読みやすい条件式の書き方
is_elderly = age >= 65
is_fever = temperature >= 37.5
is_hypertensive = systolic_bp >= 140

# 条件を組み合わせる
if (is_elderly or is_hypertensive) and is_fever:
    print("高リスク患者の発熱です")
    print("専門医の診察を検討してください")
elif is_fever:
    print("発熱があります")
    print("対症療法を検討してください")
else:
    print("異常所見なし")

一般的なコード例：詳細なバイタルサイン評価

def comprehensive_vital_check(age, temp, hr, sbp, dbp, symptoms):
    """総合的なバイタルサイン評価"""

    alerts = []
    severity = "正常"

    # 体温評価
    if temp >= 38.0:
        alerts.append("高熱（38.0℃以上）")
        severity = "重症"
    elif temp >= 37.5:
        alerts.append("発熱（37.5℃以上）")
        if severity == "正常":
            severity = "要観察"
    elif temp < 36.0:
        alerts.append("低体温（36.0℃未満）")
        if severity == "正常":
            severity = "要注意"

    # 心拍数評価（年齢による基準）
    if age >= 65:
        if hr >= 90:
            alerts.append("高齢者の頻脈")
            if severity in ["正常", "要注意"]:
                severity = "要観察"
    else:
        if hr >= 100:
            alerts.append("頻脈")
            if severity in ["正常", "要注意"]:
                severity = "要観察"

    # 血圧評価
    if sbp >= 180 or dbp >= 110:
        alerts.append("重度高血圧")
        severity = "緊急"
    elif sbp >= 140 or dbp >= 90:
        alerts.append("高血圧")
        if severity in ["正常", "要注意", "要観察"]:
            severity = "要治療"

    # 症状との総合評価
    if symptoms and severity == "正常":
        severity = "要観察"
        alerts.append("自覚症状あり")

    return severity, alerts

# 評価実行
severity_level, alert_list = comprehensive_vital_check(
    age=68, temp=37.8, hr=95, sbp=165, dbp=95,
    symptoms=["頭痛", "倦怠感"]
)

print(f"重症度: {severity_level}")
print("アラート:")
for alert in alert_list:
    print(f"・{alert}")

まとめ

今回は、複雑な条件分岐を行う「elifとネスト」について学びました。

elifを使った複数の条件分岐
ネストされたif文による階層的な条件判断
論理演算子を組み合わせた複雑な条件式
条件の読みやすさを保つ書き方
医療現場での総合的な評価例

elifとネストを組み合わせることで、現実世界の複雑な判断ロジックをプログラムで表現できるようになります。

次回は、リストや範囲を順番に処理する「for文」について詳しく解説します。