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
480
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
3.4k
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
310
仮説検定とP値
shuntaros
8
11k
Target trial emulationの概要
shuntaros
2
3.6k
Win ratio その2
shuntaros
0
550
Win ratioとは何か?
shuntaros
0
3.1k
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
21k
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
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
640
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
1k
データベース08: 実体関連モデルとは?
trycycle
PRO
0
1k
DMMにおけるABテスト検証設計の工夫
xc6da
1
1.4k
AIに仕事を奪われる 最初の医師たちへ
ikora128
0
1k
HDC tutorial
michielstock
1
300
知能とはなにかーヒトとAIのあいだー
tagtag
PRO
0
170
白金鉱業Vol.21【初学者向け発表枠】身近な例から学ぶ数理最適化の基礎 / Learning the Basics of Mathematical Optimization Through Everyday Examples
brainpadpr
1
520
コミュニティサイエンスの実践@日本認知科学会2025
hayataka88
0
110
[Paper Introduction] From Bytes to Ideas:Language Modeling with Autoregressive U-Nets
haruumiomoto
0
180
Hakonwa-Quaternion
hiranabe
1
170
PPIのみを用いたAIによる薬剤–遺伝子–疾患 相互作用の同定
tagtag
PRO
0
130
Featured
See All Featured
For a Future-Friendly Web
brad_frost
180
10k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
0
140
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
37
BBQ
matthewcrist
89
10k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
3.5k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
720
Paper Plane (Part 1)
katiecoart
PRO
0
2.9k
[SF Ruby Conf 2025] Rails X
palkan
0
690
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
Documentation Writing (for coders)
carmenintech
77
5.2k
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