原文



医療データ解析(実践編)

概要・目的

・医療データ解析分野における実践力の習得を目指します。
・Rを用いて統計学的検討を実際に行い、理解を深めます。

【実践的な学習内容例】
・臨床研究のデザインを概観し、デザインごとのバイアス、及び臨床研究の倫理審査で、必要となるサンプルサイズの決定方法
・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
・データの分布の偏りがある場合、一人からいくつもサンプルを取得する場合の研究における解析のコツ
・統計的有意な差は、治療効果の大きさを示してはいない。別に存在する治療効果の大きさを表す指標の活用方法
<演習事例>
・喫煙習慣の有無が歯周ポケット4mm以上と関連するか検討する際、一人につき4本ずつ調べ、参加人数が140人だった場合の最適な検定方法・・・等
*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。

#本セミナーではR(Rstudio)を使用します。Rの使用方法について学習済みであることを前提としています。
 Rの操作が未経験・不安な方は、本セミナー受講前に「Rによる統計学(入門編)」の受講をお勧めいたします。

受講対象

・医療分野における実践的データ解析手法の習得を目指す方
・R(Ratudio)の基本的な操作方法について学習された方
 (特に高度な数学の知識は必要ありません。)

学習内容

1.医療統計
1) サンプルサイズの設計  ・効果量と検定力、サンプルサイズの関係  ・研究デザインの選択 2)検定の選択  ・ノンパラメトリック検定  ・分布の変換を活用し、ノンパラメトリックからパラメトリック検定へ  ・t検定とウィルコクソンの検定  ・カイ二乗検定とフィッシャーの正確確率検定

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  ・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推定 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り具合の評価  ・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  ・ロジスティック回帰分析を用いた際の英語論文での記載方法

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  ・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  ・ログランク検定と一般化Wilcoxon検定の違い

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  ・ランダム化比較実験の代わりになるか?

(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。