疫学・臨床研究

Confounding（交絡）とselection bias（選択バイアス）、どちらもsystematic biasの原因となる構造です。 この違い、当たり前のようで、実はわかりにくいのです。 この記事を読んで、はっきりとさせましょう。   ConfoundingとSelection bi ...

時々出てくるSMR。 普段オッズ比やハザード比ばかり使うので、よく知らない方も多いと思います。 この記事ではSMRの概念と使い方をわかりやすく解説します。 後半に、慣れている人向けに、counterfactualの数式を用いてSMRを表しています。     Standardize ...

今やBootstrap法知らずして、ちょっと手の混んだ研究を行うことは難しいです。 というかこれが簡単に行えるおかげで、複雑な解析の95%信頼区間やp値を簡単に出すことができる、といえます。 この記事では、Bootstrap法の基本的＋実用的な解説を行います。 *初学者向けです   &nb ...

Case-crossover研究とは、同じ人の「暴露因子あり/なし」を比較する研究です。 有名なものは「性交渉が心筋梗塞のトリガーとなるか」といったもの。 この具体的な解析方法、いくつか注意するポイントをまとめました。 この記事を読むと、case-crossover研究の要点を理解することができます ...

当たり前じゃん、と思われるかもしれませんが、世の中の機械学習系のリサーチは「データから因果関係を導く」ことを目標にしているものたくさんあります。 なぜデータだけでは因果関係が導けないか、実は1951年に分かっていたことなのです！ いわゆる「シンプソンのパラドックス」です。 この説明と解釈を考えていき ...

ある因子と病気との因果関係を調べることが疫学の最もコアな部分で、その方法は因果推論と言われます。 因果推論は近年目覚ましい発達を遂げ、今やかなり数学的です。 しかしこの発展につき、実は熾烈な論争があります。 この記事を読むことで、疫学·因果推論についてより深く洞察できるようになります。   ...

症例対照研究、疫学研究者でなければ自分で行うことはほとんどないと思いますが、論文では度々見かけます。 Case-control studyという文字を見ただけで、少し身構えてしまう方、多いのではないでしょうか。 この記事では、case-control studyの基本となる考え方、特に「densit ...

p値を極める編、第2章です。 前回はp値を開発したFisherと、仮説検定を開発したNeyman-Pearsonの考え方の違いにfocusしました。 今回は、特に「αとp値の違い」「p値とlikelihoodの関連」を説明し、より実践的にp値を解釈することを目指します。 これが理解できれば、あなたも ...

「帰無仮説が成り立つとした時に、今ある結果もしくはそれより極端な結果が認められる確率」がp値の定義です。 それがわかった上で、実践的にはどう解釈したらよいのか？ p値が表すことを理解するには、その歴史、帰納法/演繹法的な考え方、仮説検定との関連、likelihoodとの関連、Bayes統計、などを結 ...

疫学研究でよく使われる「attributable fraction」って知っていますか？ 「このexposureによりイベント数が何倍になったか」を示す指標で、簡単に計算できます。 裁判でもこの値が長く使われてきた経緯があります。 しかし、そんな単純に「因果関係」が導かれるわけはありません。 att ...