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
330
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
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
(Forkwell Library #48)『詳解 インシデントレスポンス』で学び倒すブルーチーム技術
scientia
2
1.4k
プロダクト開発を通して学んだナレッジマネジメントの哲学
sonod
0
150
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
AI科学の何が“哲学”の問題になるのか ~問いマッピングの試み~
rmaruy
1
2.2k
マテリアルズ・インフォマティクスの先端で起きていること / What's Happening at the Cutting Edge of Materials Informatics
snhryt
1
130
大規模画像テキストデータのフィルタリング手法の紹介
lyakaap
6
1.5k
As We May Interact: Challenges and Opportunities for Next-Generation Human-Information Interaction
signer
PRO
0
160
解説!データ基盤の進化を後押しする手順とタイミング
shomaekawa
1
340
いまAI組織が求める企画開発エンジニアとは?
roadroller
2
1.3k
Sarcoptic Mange
uni_of_nomi
1
110
Science of Scienceおよび科学計量学に関する研究論文の俯瞰可視化_ポスター版
hayataka88
0
130
WeMeet Group - 採用資料
wemeet
0
3.3k
Featured
See All Featured
Build your cross-platform service in a week with App Engine
jlugia
229
18k
Visualization
eitanlees
145
15k
Designing for Performance
lara
604
68k
BBQ
matthewcrist
85
9.3k
Code Review Best Practice
trishagee
64
17k
[RailsConf 2023] Rails as a piece of cake
palkan
52
4.9k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.2k
Why Our Code Smells
bkeepers
PRO
334
57k
What's in a price? How to price your products and services
michaelherold
243
12k
Being A Developer After 40
akosma
87
590k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
410
Optimizing for Happiness
mojombo
376
70k
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