Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
疫学・統計セミナー:疾病の発生の測定
Search
Shuntaro Sato
December 04, 2019
Science
0
830
疫学・統計セミナー:疾病の発生の測定
疫学・統計セミナー第2回目の動画です.
疾病の発生を発生割合・オッズ・発生率・有病率で測定する考え方を説明しています.
Youtube:
https://youtu.be/fuB7Gp8Qo28
Shuntaro Sato
December 04, 2019
Tweet
Share
More Decks by Shuntaro Sato
See All by Shuntaro Sato
仮説検定とP値
shuntaros
8
9k
Target trial emulationの概要
shuntaros
2
2.5k
Win ratio その2
shuntaros
0
420
Win ratioとは何か?
shuntaros
0
2.3k
ICH E9 (R1) 臨床試験のための統計的原則〜中間事象に対するストラテジー
shuntaros
1
820
「回帰分析から分かること」と「変数選択」
shuntaros
14
17k
対照群がない研究デザインで効果を推定する(時系列分断デザイン・自己対照研究デザイン)
shuntaros
5
5.3k
自己対照デザイン:ケースクロスオーバーデザイン・ケースタイムコントロールデザイン
shuntaros
1
2.3k
何が知りたいのか?〜どのぐらい?に答える〜(医学統計学・疫学セミナー)
shuntaros
0
2.3k
Other Decks in Science
See All in Science
20分で分かる Human-in-the-Loop 機械学習におけるアノテーションとヒューマンコンピューターインタラクションの真髄
hurutoriya
5
2.3k
位相的データ解析とその応用例
brainpadpr
1
610
【人工衛星】座標変換についての説明
02hattori11sat03
0
110
生成AI による論文執筆サポートの手引き(ワークショップ) / A guide to supporting dissertation writing with generative AI (workshop)
ks91
PRO
0
250
HAS Dark Site Orientation
astronomyhouston
0
5.3k
Factorized Diffusion: Perceptual Illusions by Noise Decomposition
tomoaki0705
0
220
ベイズ最適化をゼロから
brainpadpr
2
810
The Incredible Machine: Developer Productivity and the Impact of AI
tomzimmermann
0
390
はじめてのバックドア基準:あるいは、重回帰分析の偏回帰係数を因果効果の推定値として解釈してよいのか問題
takehikoihayashi
2
740
私たちのプロダクトにとってのよいテスト/good test for our products
camel_404
0
180
General Parasitology
uni_of_nomi
0
120
最適化超入門
tkm2261
14
3.3k
Featured
See All Featured
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
169
50k
Music & Morning Musume
bryan
46
6.2k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
Put a Button on it: Removing Barriers to Going Fast.
kastner
59
3.5k
Testing 201, or: Great Expectations
jmmastey
38
7.1k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
47
2.1k
Measuring & Analyzing Core Web Vitals
bluesmoon
4
130
Practical Orchestrator
shlominoach
186
10k
The Pragmatic Product Professional
lauravandoore
31
6.3k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
16
2.1k
Building Better People: How to give real-time feedback that sticks.
wjessup
364
19k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
506
140k
Transcript
࣬පͷൃੜͷଌఆ $IVOUBSP !4IVOUBSPPP 15 Ӹֶɾ౷ܭηϛφʔ
16 0WFSWJFX w ࣬පͷൃੜͷଌఆ w ൃੜׂ߹ʢϦεΫʣɾΦοζ w ڝ߹ϦεΫɼ-PTTUPGPMMPXVQ w ൃੜ
w ༗ප
Ӹֶʹ͓͚Δଌఆ 17
࣬පʢ0VUDPNFʣͷൃੜఔͷ ԿͰԿΛଌఆ͢Δ͔ʁ 18 0VUDPNFNFBTVSFT ࿈ଓईɼॱংई ໊ٛई ׂ߹ɼΦοζɼ ฏۉɼதԝ .FBTVSFTPGBTTPDJBUJPO ΞτΧϜͱཁҼͱͷؔ࿈Λଌఆ
ϦεΫࠩɼϦεΫൺɼΦοζൺɼൺɼճؼ
ई 19 ईʢ4DBMFʣ ྫ ଌఆ 2VBMJUBUJWF PS $BUFHPSJDBM ໊ٛʢOPNJOBMʣ ʢ#JOBSZ
%JDIPUPNPVTʣ ࢮੜଘ ࣬පͷ͋Γͳ͠ ਓछ ࠃ ੑผ ׂ߹ Φοζ ॱংʢPSEJOBMʣ ॏ 20- தԝ ׂ߹ 2VBOUJUBUJWF PS $POUJOVPVT ࿈ଓʢ$POUJOVPVTʣ ྸ ମॏ ऩೖ ฏۉ தԝ
ूஂதͷ࣬පൃੜͷଌఆ 20
ͭͷࢦඪ 21 ࣬පͷൃੜجຊతʹͭͷࢦඪͰଌఆ͢Δ ൃੜׂ߹ʢ*ODJEFODFQSPQPSUJPOʣ ൃੜΦοζʢ*ODJEFODF0EETʣ ൃੜʢ*ODJEFODFSBUFʣ
༗පʢ1SFWBMFODFʣ
ൃੜׂ߹ʢ*ODJEFODFQSPQPSUJPO *1ʣ 22 w ूஂͷฏۉϦεΫൃੜׂ߹ w ʮϦεΫʯͱ͍͏ݴ༿ਓͷਓؒʹରͯ͠͏͜ͱ͕ଟ͍ w ʮൃੜׂ߹ʯूஂʹରͯ͠͏ "͞Μ
#͞Μ $͞Μ %͞Μ ݚڀͰڵຯ͋Δ࣬ප IP = (risk) = ͋ΔҰఆظؒʹ࣬පʹ͔͔ͬͨਓ ͦͷظؒʹௐࠪ͞Εͨਓ 0 1 2 3 4 5 Year
ൃੜׂ߹ͷྑ͍ɾҙ 23 w ൃੜׂ߹ઐՈͰͳͯ͘ଟ͘ͷਓʹཧղ͍͢͠ w Ͳͷ͙Β͍മ࿐հೖ͕ΞτΧϜʹӨڹΛ༩͑ͨͷ͔͍ࣔ͢͠ w ਓͷूஂʹ͋ΔհೖΛ͓͜ͳͬͨ߹ɼ͋ΔΞτΧϜΛ ਓ͔ΒਓʹݮΒ͢͜ͱ͕Ͱ͖Δ ྑ͍
w ؍ظؒΛ໌ه͠ͳ͍ͱղऍෆೳ w ্ͷྫͷ߹ɼ͕؍ظؒͳͷ͔͕؍ظؒͳͷ͔Ͱ ղऍ͕ҟͳΔ w ڝ߹ϦεΫɼ-PTTUPGPMMPXVQʢෆೳྫʣʹΑΓաখධՁ ʹͳΔ ҙ
ڝ߹ϦεΫʢ$PNQFUJOHSJTLʣ 24 ڵຯͷ͋ΔΞτΧϜ͕ൃੜ͢ΔલʹɼଞͷΞτΧϜͷൃੜʹΑΓ ݚڀର͔Βআ֎͞Εͯ͠·͏͜ͱ "͞Μ #͞Μ $͞Μ ഏ͕Μͷൃੜ ٤Ԏ ഏ͕Μͷൃੜ
$2 ࣄނࢮ "͞Μ #͞Μ $͞Μ ഏ͕Μͷൃੜ ͔͢͠Δͱ IP = 1 3 IP = 2 3 ڝ߹ϦεΫ աখධՁ w ؍ظ͕ؒظؒͰ͋Εɼڝ߹ϦεΫͷӨڹ௨ৗখ͍͞ w ڵຯͷ͋ΔΞτΧϜ͕શࢮҼʹΑΔࢮͰ͋Εɼڝ߹ϦεΫ ى͜Βͳ͍
-PTTUPGPMMPXVQʢෆೳྫʣ 25 Ҿӽ͠ಉҙఫճͰɼ͢Δ͜ͱ͕Ͱ͖ͳ͘ͳΔ͜ͱ "͞Μ #͞Μ $͞Μ ഏ͕Μͷൃੜ ٤Ԏ ഏ͕Μͷൃੜ $2
Ҿӽ͠ "͞Μ #͞Μ $͞Μ ഏ͕Μͷൃੜ ͔͢͠Δͱ IP = 1 3 IP = 2 3 -PTTUPGPMMPXVQ աখධՁ ؍ظؒதͷ-PTTUPGPMMPXVQ͕ଟ͍ݚڀղऍ͢Δͷ͕ࠔ
ൃੜΦοζʢ*ODJEFODF0EETʣ 26 ͋ΔҰఆظؒʹ ࣬පʹ͔͔ͬͨਓ ͦͷظؒʹ ௐࠪ͞Εͨਓ ൃੜׂ߹ ൃੜΦοζ ൃੜׂ߹
ൃੜׂ߹ w Φοζׂ߹ΑΓײతʹΘ͔ΓͮΒ͍ w ϩδεςΟοΫճؼੳͰɼΦοζ͕ܭࢉ͞ΕΔ
ׂ߹ͱΦοζͱͷؔ 27 0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50
0.75 1.00 Proportion Odds 0.00 0.05 0.10 0.15 0.20 0.00 0.05 0.10 0.15 0.20 Proportion Odds w ׂ߹͕ेখ͚͞ΕʢҎԼఔʣɼΦοζׂ߹ʹۙࣅͰ͖Δ w Φοζׂ߹ͷؔৗʹΓཱͭ w ΦοζͰͷաେධՁʹҙ
࣌ؒͷ֓೦Λಋೖ 28 w ͋Δूஂʹ͓͚Δ࣬පͷൃੜΛଌఆ͢ΔͨΊʹɼ ूஂͰͷ࣬පͷൃੜׂ߹Λଌఆ͢Δ͚ͩͰෆे w ؍ظؒͷ໌ه͕ඞཁ w ڝ߹ϦεΫɼ-PTTUPGPMMPXVQͷଘࡏ ࣌ؒͷ֓೦͕ॏཁ
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern epidemiology (Vol. 3). Philadelphia: Wolters Kluwer Health/Lippincott Williams & Wilkins.ͷFigure 3-1Λࢀߟ 5JNF 5JNF ࢮ ʮࠨͷूஂͷํ͕ࢮʯ͕ߴ͍ͱ͍͏දݱࣗવ
ൃੜʢ*ODJEFODFSBUF *3ʣ 29 "͞Μ #͞Μ $͞Μ %͞Μ &͞Μ '͞Μ IR
= ڵຯͷ͋ΔΞτΧϜΛൃੜͨ͠ਓ ௐࠪ͞Εͨਓͷ࣌ؒͷ߹ܭ 0 1 2 3 4 5 Year ٤Ԏ ഏ͕Μͷൃੜ $2 ഏ͕Μͷൃੜ ࣄނࢮˠڝ߹ϦεΫ Ҿӽ͠ˠ-PTTUPGPMMPXVQ = 3 3 + 5 + 2 + 4 + 2 + 2 = 3 18 ≃ 0.17 ࣌ؒͷ֓೦ΛऔΓೖΕͨ࣬පͷൃੜͷࢦඪ QFSTPOUJNFʢਓ࣌ؒʣ
ൃੜͷղऍ 30 w ൃੜׂ߹ͱҧ͍ɼҎ্औΓಘΔ w ୯ҐʹΑΓɼ͕มԽ͢Δ 100 cases person −
year 10,000 cases person − century 8.33 cases person − month 1.92 cases person − week 0.27 cases person − day × 100 / 12 months / 52 weeks / 365 days ʢਓ-࣌ؒʣͷมԽ
ൃੜͷྑ͍ɾҙ 31 w ൃੜׂ߹ΑΓɼڝ߹ϦεΫ-PTTUPGPMMPXVQͷӨڹΛऑΊΔ͜ ͱ͕Ͱ͖Δ ྑ͍ w ൃੜׂ߹ΑΓղऍͮ͠Β͍ w ظؒΛ௨ͯ͠ɼൃੜ͕Ұఆͱ͍͏Ծఆ͕͋Δ
w ࣌ؒͱͱʹൃੜ͕มԽ͢Δ߹ɼੜଘ࣌ؒղੳ w ڝ߹ϦεΫͷղܾͰ͖ͨΘ͚Ͱͳ͍ ҙ
ൺɾׂ߹ɾ 32 ൺ 3BUJP ୯७ʹͭͷΛׂͬͨ ׂ߹ 1SPQPSUJPO શମʹର͢Δ෦Λ શମͰׂͬͨ
3BUF ʹ࣌ؒͷ֓೦ؚ͕·ΕΔ
༗පʢ1SFWBMFODFʣ 33 w ͋Δ࣌Ͱ࣬පʹ͔͔͍ͬͯΔਓΛ ͦͷ࣌ͷશݚڀରऀͰׂͬͨ w Ͱͳׂ͘߹ w ্ؾಓײછɼൃੜߴ͍͕ɼ ͙͢ʹճ෮͢ΔͨΊ୯Ͱͷ༗ප͍ͩΖ͏
w ຫੑ࣬ױɼൃੜͯ͘ɼ ጶපظ͕͍ؒͨΊ༗පߴ͍ͩΖ͏ "͞Μ #͞Μ $͞Μ %͞Μ 0 1 2 3 4 5 Year 0/4 = 0 2/4 = 0.5 1/3 = 0.33 1/2 = 0.5
34 ࠓޙͷྲྀΕ ʢਫʣ Ӹֶͱʁ ࣬පͷൃੜͷଌఆ ҼՌύΠ ൃੜׂ߹ɼɼ༗ප ϦεΫൺɼϦεΫࠩɼΦοζൺɼൺ ʢۚʣ ࣬පͱཁҼͱͷؔ࿈
ϦεΫൺɼϦεΫࠩɼΦοζൺɼൺ ʢʣ Ӹֶݚڀͷྨ ίϗʔτݚڀɼ έʔείϯτϩʔϧݚڀɼ ϥϯμϜԽൺֱࢼݧ 5BSHFUUSJBM ʢۚʣ ਪఆɾݕఆɾਫ਼ ਖ਼֬Ͱଥͳਪఆͱʁ όΠΞε ৴པ۠ؒɼ1 ʢਫʣ ҼՌਪɾҼՌϞσϧ ޮՌͱؔ࿈ͷҧ͍ɼ%"(ɼ ަབྷҼࢠͷ੍ޚํ๏ ࠓޙ ҼՌਪͰ༻͍ΒΕΔ౷ܭղੳ ʢείΞɼࠩͷࠩੳɼෆ࿈ଓճؼσβΠϯͳͲʣ ײੳɼܽଌσʔλͷॲཧ
4QFDJBM5IBOLT 35 w ຖिҰॹʹؤுͬͯΔ.PEFSO&QJͷօ͞Μʢ5XJUUFSʣ w ࠓճಛʹ!@WPM@EF@OVJU͞Μɼ!NQI@GPS@EPDUPST͞Μɼࢀ ߟʹͳΓ·ͨ͠ɽʢ5XJUUFSʣ w ͍ͭॿݴ͍͚ͯͨͩ͠Δ!LPSP͞Μɼ!%S@,*%@͞Μɼ !OVUFQJ͞Μʢ5XJUUFSʣ
5IBOLZPVWFSZNVDI
5BLF)PNFNFTTBHF 36 w ࣬පͷൃੜͷଌఆ w ൃੜׂ߹ʢϦεΫʣɾΦοζ w ڝ߹ϦεΫɼ-PTTUPGPMMPXVQ w ൃੜ
w ༗ප w ׂ߹ʢ1SPQPSUJPOʣͱʢ3BUFʣҧ͏
ࢀߟจݙͱҾ༻จݙ 3PUINBO ,+ (SFFOMBOE 4 -BTI 5- .PEFSOFQJEFNJPMPHZ
7PM 1IJMBEFMQIJB8PMUFST,MVXFS)FBMUI-JQQJODPUU8JMMJBNT8JMLJOT w Ӹֶʹ͍ͭͯ·ͱ·͍ͬͯΔɽҼՌਪʹॏ৺Λஔ͘ςΩετɽղɽ 3PUINBO ,+ ϩεϚϯͷӸֶՊֶతࢥߟͷ༠ࣰ͍ݪग़൛ࣾ w ΑΓ؆୯ͳ༰ +PIO .- "EJDUJPOBSZPGFQJEFNJPMPHZ0YGPSE6OJWFSTJUZ1SFTT w ࣙॻ͔ͩΒͦ͜ɼͱͯಡΈ͍͢ӳޠͰӸֶ༻ޠΛઆ໌͍ͯ͠Δ ୮ޙढ़࿕ দҪໜ೭ ৽൛ҩֶ౷ܭֶϋϯυϒοΫேॻళ ୮ޙढ़࿕ খఃଇ ҩֶ౷ܭֶͷࣄయேॻళ 37