原文



医療データ解析(実践編)

概要・目的

・医療分野において、よく使われるオッズ比、ハザード比について解説いたします。
・また、医療データ分析においてよく用いられるサンプルサイズが小さい場合における手法についてもとりあげます。
・医療分野の研究では、何らかの疾患につながる、または症状が重症化するリスクが上昇するか否かを検討する研究が多いです。
・本セミナーでは、先行研究を概観しつつ、統計部分を解説します。
 また、サンプルデータに対してRを用いて統計学的検討を実際に行い、理解を深められるようにいたします。
・RはRstudioを使用します。講義内でゆっくり使用方法について解説いたします。

*<実践力の例>
 先行研究で使用されている統計解析が示す結果の意味を素早く読み取れるようにする。例えば、ログランク検定とは異なり、一般化Wilcoxon検定では、観察期間中の早期死亡に重みをおいて解析している。
 統計的有意な差は、治療効果の大きさを示してはいない。治療効果の大きさを表す指標は別に存在する。

*受講後の実践的な活用のために、演習には受講者各自1台ずつPCを用いた実践的な演習を行います。(数学の知識は特に必要ありません。)

学習内容(キーワード・内容)

1.Rの使い方
  ・インストール
  ・データの読み込み
  ・基本統計量
  ・t検定
  ・フィッシャーの正確確率検定
  ・ウィルコクソン順位和検定

2.ロジスティック回帰分析
  1)ロジスティック回帰のしくみ
    ・復習:回帰分析
    ・回帰分析:バラつきを考慮した線形式
    ・ロジスティック回帰分析:2値アウトカムに対する統計モデル
    補足:群間比較とモデルのあてはめ:t検定と重回帰分析、カイ二条検定とロジスティック回帰
  2)回帰式の求め方
    ・ロジスティック回帰モデル
    ・推定したパラメータからオッズ比が推定可能
  3)オッズ比の意味
    ・コホート研究
    ・ケースコントロール研究   4)ROC曲線を用いたモデルの当てはまる具合の評価
    ・ROC曲線のしくみ
    ・カットオフ値とは
    ・感度・特異度とは
    ・AUCとは
    ・ロジスティック回帰分析のモデルの当てはまり具合を評価

3.生存曲線
  1)生存曲線のしくみ
    ・生存時間
  2)生存時間解析
    ・データの要約
    ・生存曲線の推定と解釈:Kaplan-Meier法
    ・生存曲線の群間比較:ログランク検定
    ・生存時間のモデルあてはめ:Cox回帰
    補足:カイ二条検定とログランク検定、ロジスティック回帰とCox回帰

4.傾向スコア分析
  1)傾向スコアの仕組み
    ・復習:共変量(媒介変数・交絡変数)
    ・復習:ランダム化比較実験
    ・傾向スコアによる変数の集約
  2)傾向スコア解析手順
    ・マッチング
    ・層別化
    ・ロジスティック回帰による推定
  3)傾向スコアと多変量解析の欠点
    ・調整していない因子の影響
    ・ランダム化の代わりになるか?

(セミナーの内容は変更される場合があります)
*セミナー終了後、希望される方には様々なご相談も可能です。

 
Copyright © データサイエンス研究所 All Rights Reserved.
S