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:疾病と要因との関連
Search
Shuntaro Sato
December 22, 2019
Science
1
450
疫学・統計セミナー:疾病と要因との関連
関連の指標には,主にリスク差,リスク比,オッズ比,および発生率比(率比)があります.これらについて説明しています.
Shuntaro Sato
December 22, 2019
Tweet
Share
More Decks by Shuntaro Sato
See All by Shuntaro Sato
単施設でできる臨床研究の考え方
shuntaros
0
3.1k
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
250
仮説検定とP値
shuntaros
8
11k
Target trial emulationの概要
shuntaros
2
3.4k
Win ratio その2
shuntaros
0
530
Win ratioとは何か?
shuntaros
0
2.9k
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
1.2k
「回帰分析から分かること」と「変数選択」
shuntaros
17
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
5.7k
Other Decks in Science
See All in Science
Cross-Media Technologies, Information Science and Human-Information Interaction
signer
PRO
3
31k
AIによる科学の加速: 各領域での革新と共創の未来
masayamoriofficial
0
180
Quelles valorisations des logiciels vers le monde socio-économique dans un contexte de Science Ouverte ?
bluehats
1
550
Symfony Console Facelift
chalasr
2
480
データベース02: データベースの概念
trycycle
PRO
2
920
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
150
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.2k
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
200
Agent開発フレームワークのOverviewとW&B Weaveとのインテグレーション
siyoo
0
360
[Paper Introduction] From Bytes to Ideas:Language Modeling with Autoregressive U-Nets
haruumiomoto
0
150
機械学習 - K-means & 階層的クラスタリング
trycycle
PRO
0
1.1k
会社でMLモデルを作るとは @電気通信大学 データアントレプレナーフェロープログラム
yuto16
1
290
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
95
14k
A Modern Web Designer's Workflow
chriscoyier
697
190k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
10
600
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Why Our Code Smells
bkeepers
PRO
340
57k
Embracing the Ebb and Flow
colly
88
4.9k
Mobile First: as difficult as doing things right
swwweet
225
10k
What's in a price? How to price your products and services
michaelherold
246
12k
The Cost Of JavaScript in 2023
addyosmani
55
9k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.5k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Transcript
1 ࣬පͱཁҼͱͷؔ࿈ $IVOUBSP !4IVOUBSPPP Ӹֶɾ౷ܭηϛφʔ w ϦεΫࠩ w ϦεΫൺ w
Φοζൺ w ൃੜൺ
͓͞Β͍ 2
ूஂதͷ࣬පൃੜͭͷࢦඪʢʣ 3 ࣬පͷൃੜجຊతʹͭͷࢦඪͰଌఆ͢Δ ൃੜׂ߹ʢ*1*ODJEFODFQSPQPSUJPOʣ ൃੜΦοζʢ0EET*ODJEFODF0EETʣ ൃੜʢ*3*ODJEFODFSBUFʣ
༗පʢ1SFWBMFODFʣ
ूஂதͷ࣬පൃੜͭͷࢦඪʢʣ 4 "͞Μ #͞Μ $͞Μ %͞Μ &͞Μ '͞Μ 0 1
2 3 4 5 Year ٤Ԏ ഏ͕Μͷൃੜ $2 ഏ͕Μͷൃੜ ࣄނࢮˠڝ߹ϦεΫ Ҿӽ͠ˠ-PTTUPGPMMPXVQ ൃੜׂ߹ ൃੜΦοζ ൃੜ IP = 3/6 Odds = (3/6)/(1 − 3/6) IR = 3/(3 + 5 + 2 + 4 + 2 + 2)
ൺֱ͢Δ 5
ԿΛൺֱ͢Δ͔ 6 ݚڀରूஂ മ࿐ʢհೖʣ͋Γ മ࿐ʢհೖʣͳ͠ˠඇമ࿐ w ͋Δݚڀରूஂʹ͓͚Δɼ മ࿐ɾඇമ࿐܈͝ͱͷ࣬පൃੜΛൺֱ͢Δ w ಘΒΕͨɼؔ࿈ͷఔΛࣔ͢
࣬පൃੜ / / " " ൃੜ࣌ؒ 5 5
ࠩʢ%J⒎FSFODFʣͱൺʢ3BUJPʣ 7 ൃੜׂ߹ʢ*1*ODJEFODFQSPQPSUJPOʣ ൃੜΦοζʢ0EET*ODJEFODF0EETʣ ൃੜʢ*3*ODJEFODFSBUFʣ ൃੜׂ߹ Φοζ
ൃੜ ࠩ ʢ%J⒎FSFODFʣ ϦεΫࠩ 3JTLEJ⒎FSFODF 3% 3BUFEJ⒎FSFODF ൺ ʢ3BUJPʣ ϦεΫൺ 3JTLSBUJP 33 Φοζൺ 0EETSBUJP 03 ൺ 3BUFSBUJP 33 ·ͱΊͯ૬ରϦεΫʢ3FMBUJWFSJTLʣͱݴ͏͜ͱ͋Δ͕ɼ ਪ͞Εͳ͍
%J⒎FSFODFNFBTVSF 8 ݚڀରूஂ മ࿐ ඇമ࿐ ࣬පൃੜ / / " "
ൃੜ࣌ؒ 5 5 ϦεΫࠩʢ3JTLEJ⒎FSFODFʣ RD = A1 N1 − A0 N0 w ΠϕϯτൃੜϦεΫͷ ઈରతͳ૿Ճʢ·ͨݮগʣΛࣔ͢ࢦඪ w ҧ͍͕ແ͍ͱ͖ɼ3% ൃੜࠩʢ*ODJEFODFSBUFEJ⒎FSFODFʣ Rate difference = A1 T1 − A0 T0 w Πϕϯτൃੜͷ ઈରతͳ૿Ճʢ·ͨݮগʣΛࣔ͢ࢦඪ w ҧ͍͕ແ͍ͱ͖ɼ3BUFEJ⒎FSFODF
3BUJPNFBTVSFʢʣ 9 ݚڀରूஂ മ࿐ ඇമ࿐ / / " " 5
5 ϦεΫൺʢ3JTLSBUJPʣ RR = A1 /N1 A0 /N0 = R1 R0 w ΠϕϯτൃੜϦεΫ͕Կഒʢ·ͨԿ ͷ̍ʣͱͳ͔ͬͨΛࣔ͢૬ରతͳࢦඪ w ҧ͍͕ແ͍ͱ͖ɼ33 Φοζൺʢ0EETSBUJPʣ OR = R1 /(1 − R1 ) R0 /(1 − R0 ) w ΠϕϯτൃੜΦοζ͕Կഒʢ·ͨԿ ͷ̍ʣͱͳ͔ͬͨΛࣔ͢૬ରతͳࢦඪ w ҧ͍͕ແ͍ͱ͖ɼ03
3BUJPNFBTVSFʢʣ 10 ݚڀରूஂ മ࿐ ඇമ࿐ / / " " 5
5 ൃੜൺʢSBUFSBUJP *ODJEFODFSBUFSBUJPʣ Rate ratio = A1 /T1 A0 /T0 w Πϕϯτൃੜ͕Կഒʢ·ͨԿͷ ̍ʣͱͳ͔ͬͨΛࣔ͢૬ରతͳࢦඪ w ҧ͍͕ແ͍ͱ͖ɼ3BUFSBUJP
ྫɿ3JTLSBUJP 33 11 Male Female With CHD 40 20 Without
CHD 60 80 Total 100 100 40 100 = 0.4 உੑʹ͓͚Δ$)%ͷϦεΫ 20 100 = 0.2 Կഒʁ ϦεΫൺʢ3JTL3BUJPʣ ঁੑʹର͢Δஉੑͷ$)%ͷϦεΫൺ 0.4 0.2 = 2 ϦεΫൺղऍ͍͢͠ ੑผ ףಈ຺৺࣬ױʢ$)%ʣ $2 ঁੑʹ͓͚Δ$)%ͷϦεΫ
ྫɿ0EETSBUJP 03 12 Male Female With CHD 40 20 Without
CHD 60 80 Total 100 100 40/100 60/100 = 40 60 = 0.67 20/100 80/100 = 20 80 = 0.25 Կഒʁ 0.67 0.25 = 2.7 Φοζൺղऍͮ͠Β͍ ੑผ ףಈ຺৺࣬ױʢ$)%ʣ $2 உੑʹ͓͚Δ$)%ͷΦοζ Φοζൺʢ0EET3BUJPʣ ঁੑʹର͢Δஉੑͷ$)%ͷΦοζൺ ঁੑʹ͓͚Δ$)%ͷΦοζ
ϦεΫൺͱΦοζൺ 13 • Φοζൺղऍͮ͠Β͍ • ؔ࿈ͷํੑϦεΫൺͱಉ͡ • رগ࣬ױͰ͋ΔͳΒɼΦοζൺϦεΫൺʹۙࣅͰ͖Δ Male Female
With CHD 20 40 Without CHD 80 60 Male Female With CHD 50 50 Without CHD 50 50 Male Female With CHD 40 20 Without CHD 60 80 33 03 33 03 33 03 33 03
5BLF)PNFNFTTBHF 14 w ؔ࿈ͷࢦඪʹɼओʹϦεΫࠩɼϦεΫൺɼΦοζൺɼ͓Αͼൃ ੜൺ͕͋Δ w ϦεΫൺͱΦοζൺࣅ͍ͯΔ͚ΕͲҧ͏
ࢀߟจݙ 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 15
16 $IVOUBSPͷ౷ܭɾӸֶνϟϯωϧ IUUQTXXXZPVUVCFDPNDIBOOFM 6$L8+QMZ4JLF4E.5M$G$L,+2