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
310
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
6
7.6k
Target trial emulationの概要
shuntaros
2
2.1k
Win ratio その2
shuntaros
0
360
Win ratioとは何か?
shuntaros
0
2.2k
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
670
「回帰分析から分かること」と「変数選択」
shuntaros
14
16k
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
5.1k
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
2.2k
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
2.2k
Other Decks in Science
See All in Science
はじめての「相関と因果とエビデンス」入門:“動機づけられた推論” に抗うために
takehikoihayashi
16
6.5k
ICRA2024 速報
rpc
3
4.8k
【人工衛星開発】能見研究室紹介動画
02hattori11sat03
0
120
Machine Learning for Materials (Lecture 1)
aronwalsh
1
1.8k
Celebrate UTIG: Staff and Student Awards 2024
utig
0
250
第4回ナレッジグラフ勉強会 Knowledge Graph Embedding
maruru0090
0
230
Reaping the Benefits of Ritual and Routine
arthurdoler
PRO
0
160
早わかり W3C Community Group
takanorip
0
360
Machine Learning for Materials (Lecture 4)
aronwalsh
0
750
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
3
1.5k
大規模言語モデルの開発
chokkan
PRO
84
30k
拡散モデルの原理紹介
brainpadpr
3
3.8k
Featured
See All Featured
Agile that works and the tools we love
rasmusluckow
327
20k
Code Review Best Practice
trishagee
62
16k
Reflections from 52 weeks, 52 projects
jeffersonlam
346
20k
Build The Right Thing And Hit Your Dates
maggiecrowley
29
2.2k
Designing on Purpose - Digital PM Summit 2013
jponch
113
6.8k
Teambox: Starting and Learning
jrom
131
8.7k
Why You Should Never Use an ORM
jnunemaker
PRO
53
8.9k
The Cost Of JavaScript in 2023
addyosmani
39
5.1k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
24
2k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
22
1.7k
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
103
47k
Scaling GitHub
holman
458
140k
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