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
860
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
TRIPOD+AI Expandedチェックリスト 有志翻訳による日本語版 version.1.1
shuntaros
0
180
仮説検定とP値
shuntaros
8
10k
Target trial emulationの概要
shuntaros
2
3.3k
Win ratio その2
shuntaros
0
510
Win ratioとは何か?
shuntaros
0
2.8k
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
1.1k
「回帰分析から分かること」と「変数選択」
shuntaros
16
20k
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
5.6k
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
2.7k
Other Decks in Science
See All in Science
統計学入門講座 第1回スライド
techmathproject
0
360
Hakonwa-Quaternion
hiranabe
1
110
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
700
Valuable Lessons Learned on Kaggle’s ARC AGI LLM Challenge (PyDataGlobal 2024)
ianozsvald
0
390
Explanatory material
yuki1986
0
320
局所保存性・相似変換対称性を満たす機械学習モデルによる数値流体力学
yellowshippo
1
280
KH Coderチュートリアル(スライド版)
koichih
1
41k
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.2k
ガウス過程回帰とベイズ最適化
nearme_tech
PRO
1
440
07_浮世満理子_アイディア高等学院学院長_一般社団法人全国心理業連合会代表理事_紹介資料.pdf
sip3ristex
0
490
サイゼミ用因果推論
lw
1
7.3k
地質研究者が苦労しながら運用する情報公開システムの実例
naito2000
0
210
Featured
See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
The Art of Programming - Codeland 2020
erikaheidi
54
13k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Agile that works and the tools we love
rasmusluckow
329
21k
The World Runs on Bad Software
bkeepers
PRO
69
11k
Fireside Chat
paigeccino
37
3.5k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
26k
Making the Leap to Tech Lead
cromwellryan
134
9.4k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
52k
Build The Right Thing And Hit Your Dates
maggiecrowley
36
2.8k
The Cult of Friendly URLs
andyhume
79
6.5k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
31
1.3k
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