第19回「論文の読み方で勝手に索引!(後編)」完全索引|Dr.ヤンデルの 勝手に索引作ります!

19

論文の読み方で勝手に索引!(後編) の完全索引

定価3,960円(本体3,600円+税10%) A5判 310頁 羊土社

僕らはまだ、臨床研究論文の本当の読み方を知らない。

定価4,180円(本体3,800円+税10%) B5判 198頁 羊土社

短期集中!オオサンショウウオ先生の医療統計セミナー 論文読解レベルアップ30

※本Web版では完全索引を掲載(本誌誌面では簡略版と解説を掲載しています)

今回は豪華2本立て!
⬇︎のタブをクリックすると索引を切り替えられます

市原のオリジナル索引

読み 項目 サブ項目 ページ
1さい 1歳ごとのオッズ比は小さくても、10歳差になると大きく変わります 247
1めい 1名に効果を得るために何名治療したらよいか 263
300にん 300人の血圧データから日本国民全体の平均血圧をピタリと当てられるかというと直感的に無理ですよね 202
Altmetrics Altmetrics 32
book 「-book」と入れれば論文だけが引っかかります 50
Comment 「Comment in」というところに論文があれば、それがエディトリアルもしくは読者からのコメントになります 95
consistent consistent(一貫した)、likewise、similarといった単語に注意 263
diagnostic diagnostic、prognostic、predictionといった単語があれば診断・予測に関する研究なのでとてもわかりやすい 104
Google Google ScholarはPubMed以外の文献まで拾ってきてしまうのと被引用回数が多い研究が上位にくる 51
h-index h-index 32
hypothesis hypothesis generating study 101
IF IF 皮膚科や眼科などの専門的な科の医学誌であれば読者層が限られているのでIFは低くなります 31
IF 10以上の医学誌に載ったら非常に嬉しい 33
ITT ITT解析とper protocol解析が行われているかどうかを見て、両方行われていたら結果が一貫しているかどうかに注目 258
Knowledge Knowledge gap knowledge gap(However、Controversial、Unclear、Little is known…) 91
Knowledge gapが明確でないと読者に研究の重要性が伝わらない 92
limitations 「limitations」という単語を探しに行きましょう 273
medRxiv medRxivやResearch Squareなどのプレプリントサーバーに論文が投稿される 284
NNT NNTの数字だけを覚えるようなことはあまりお勧めしない 264
Original Original article 43
Original originalと書いてあるように独自かつ斬新(novel)であることが大事です 43
PECO PECO:治療曝露の有無とアウトカムとの関連の研究 110
PICO PICO PICO:治療・介入の研究 110
PICOというのは、この治療・介入の研究においてPatients、Intervention、Comparison、Outcomeを見ることで臨床問題や疑問点を定式化して読もうという試み 110
Pubmed Pubmed 最後にncbi(もしくはpubmed)と付ける 49
「Additional filters」をクリックする 55
フィルターの例 56
Similar articlesというのはこの論文を引用している、あるいはこの論文が引用した論文が紐づけられています 57
検索語句を「“ ”」で囲めば引用符内に完全に一致するものを検索してくれます 58
似たような語句をまとめて検索したいときにはアスタリスク「*」 58
PubMed PubMed Central(PMC)という、公開可能な論文が全文読めるように保存されている場所があります 49
Pubmed Pubmed Impact FactorというChrome拡張機能 59
research esearch letter research letterは原著論文に準ずるものとして評価されます 45
research letterは短ページの読み切り漫画 45
review review narrative review(総説)とsystematic review 43
NEJMから自分の興味のある分野のreviewが出たらぜひ読んでください 43
ROC ROC曲線は左上にカーブが膨れていればいるほどよい 266
SNS SNS疲れ 301
Study Study flow 患者選択の流れをフロー図にしたものがstudy flowもしくはpatient flow 243
Study flowからわかる選択バイアスに関して最も注意が必要なのはフォローアップの中断とデータ欠損 244
あうとか アウトカム 意図的に集めないと集まらないアウトカムを用いた研究 159
患者中心のアウトカムを用いた研究が増えてくる 160
あぶすと アブストラクトの2回読みはお勧め 84
いいいが 「いい医学誌に載りそう」なんて患者不在の研究思考 233
いしゃと 医者としてのdomain knowledgeを提供する 250
いんがか 因果関係を推測することが目的 210
いんがす 因果推論において興味があるのは特定のリスク因子、あるいは治療・介入の係数のみであり、他の因子の係数は単なる調整のためなので基本的に解釈しない 215
いんせい 陰性尤度比(negative likelihood ratio) 230
うちきり 打ち切り 打ち切りを意識して読めるようになるとよい 201
生存曲線上のドットは打ち切り 260
うへんに 右辺に交絡因子(今回は年齢・性別・糖尿病の有無)を追加 213
えいよう 「栄養指導を行ったところLDLが下がった」というのは大事ですが、本当に大事なのはその結果心血管系イベントなどが減ったかどうかですよね 160
えでぃと エディトリアル エディトリアルがあるならぜひ読みましょう 43
エディトリアルを読む 95
えんじに エンジニアの視点 268
おうだん 横断研究は「ある一時点における調査」 143
おっずひ オッズ比やハザード比 1.2(逆数の0.8)くらいだとインパクトは弱め 248
2.0前後(逆数の0.5)あると結構強い関連がある 248
3.0前後(逆数の0.3)だとかなり関連が強く、もしかしたら交絡がちゃんと調整されていないかも? 248
かいきし 回帰式から見たリスク因子探索と因果推論の違い 214
がいてき 外的妥当性(external validity)もしくは一般化可能性(generalizability) 163
がいどら ガイドラインというのは数年に1度、各学会の編集委員が近年の研究をまとめて 44
がぞうに 画像に関しては深層学習一択 226
かてきご 過適合 そのデータでのみ当てはまりが良い可能性があります(過適合、overfitting) 224
内的検証では優れた性能を示したが、外的検証で予測性能が落ちた場合は、モデル構築に用いたサンプルに過適合(overfit)しているだけ 269
かぷらん カプランマイヤー生存曲線 カプランマイヤー生存曲線の読み方を理解して、ハザード比がある程度感覚的に読めればまずは十分 201
カプランマイヤー生存曲線が交差 261
かんさつ 観察研究 観察研究の多くは電子カルテや症例レジストリ、前向きコホート(特定の患者集団を追跡したデータ)などのデータベースを用いた研究 121
観察研究においてはどんなデータを使ったのか、が研究の質を決める 131
観察研究においては研究デザインや統計解析と同様にデータに関しての理解が重要 133
観察研究において「因果関係」が明確に示されることはまずなく 174
観察研究の場合は患者の年齢や性別などの基本情報、重症度など交絡因子の分布が両群でどう異なるかに注目 257
かんさつ 観察データを用いて比較可能な(同じような)治療群と非治療群を作り出せないか? 216
かんじゃ 「患者集団を表すのにはsummary statisticsを使いました」と1行で終わる 186
かんどか 感度解析は非常に重要 239
きかいが 機械学習(深層学習含む)はブラックボックスだから…という意見を聞きますが 226
きじゅつ 記述研究 記述研究は読むのが容易であり、次にランダム化比較試験など治療・介入の研究が読みやすい 98
記述研究というのは臨床研究の最初の第一歩 100
describe(記述する)、characterize(特徴づける), clinical features(臨床における特徴)など、「記述する」「特徴づける」という単語があれば記述研究になります 101
記述研究はdescriptive studyと呼ばれ、現状をただ記述するだけ 108
記述統計は研究対象集団がどんな特徴(年齢や性別の分布など)をもった集団か? を表すために用いられます。 186
きつえん 喫煙や飲酒といった情報は罪悪感から過小申告されやすい 169
きゅうき 救急外来受診時のバイタルサインを組合せることで簡単に重症度の評価ができないか 222
けつえき 血液検査データを組合せて治療反応性を予測できないか 222
けんきゅ 「研究限界にはどう書いてあった?」 275
けんきゅ 研究デザイン 研究をデザインする(疫学) 19
頭にはある程度いつも偽痛風 120
データベースありきで研究テーマを決め、研究デザインを決める 132
研究デザイン上、オッズ比しか出せないんだな 221
けんきゅ 研究の結果の信頼性が高まるということになります〔頑強(robust)であると言います〕 239
げんこう 原稿(ドラフト)状態のものは著者に著作権があります 66
こうらく 交絡因子 交絡因子の影響を取り除くにはどうすればいいのでしょうか? 176
交絡因子の影響を調整するために用いられるのが回帰分析をはじめとしたさまざまな統計学的手法です 178
こーどさ コードされた病名と実際の臨床診断が一致しているかどうか? という病名の妥当性に関する研究(病名のvalidation study) 141
ここでか ここでかなり多くの人が躓いている 120
このちり この治療は死亡率を10%下げた(リスク差) 220
このちり この治療は比較対象と比べて死亡率を2/3にした(リスク比) 220
こほーと コホート研究は同じ特徴をもった集団を追跡して行う研究 143
こほーと コホートデータは「ある研究目的のために同じ特徴をもった集団を追跡する」 136
これすぽ コレスポンディングオーサーの重みは分野によって異なり、生物系や基礎医学系だと非常に重要視されます 88
さいきん 最近の論文はEpub ahead of printといって紙媒体より先にオンラインで公開されることが多い 53
さいしゅ 最終的にアクセプトするかどうかは編集部の一存で決まるため、実は編集者達の好みに結構左右されます 40
さぶぐる サブグループ解析 サブグループ解析では年齢や男女など各サブグループで関連性や治療効果が異なるかどうかという異質性(heterogeneity)を評価します 238
サブグループ解析を行って効果修飾が見られた場合、「なぜグループごとで結果が異なるのだろう?」という理由を考える 238
さらなる さらなる似たような研究が必要ならお前の研究の価値はなんだ? 278
さんこう 参考文献のリストがいい加減だと「論文の中身も適当だろうな」と思ってしまう 281
さんぷる サンプルとして得られたデータから、その背後にある母集団における真の関連性を統計モデルで推測 192
じっさい 実際に分析する(生物統計学) 19
しゅよう 主要と思われる医学誌を表にまとめました 34
しゅよう 主要な結果がパッとしない場合、研究の成果をアピールするために副次的な項目の結果などが強調されることもあります 83
しょうど 抄読会 抄読会では一般的に原著論文を用い総説やletter、エディトリアルを用いることはありません 46
行間を1.5にする 291
1枚につき7〜10行以内、かつフォントサイズ20前後 291
抄読会では最も突っ込まれやすいところ 293
しんたい 身体所見でも研修医と指導医では正確さに違いがありますよね。 169
しんらい 信頼区間 信頼区間が基準値を跨がなければ統計学的に有意と判定 203
でも信頼区間は広いからサンプルサイズの問題かな…… 248
しんりょ 診療報酬のために記載してある診断名がどこまで正しいのか? 141
すいそく 推測統計 「確率分布とは何か?」「検定とは何か?」といった基本的な段階で挫折することが多く、肝心の推測統計までたどり着けない 185
推測統計が何をしているか 191
せいぞん 生存分析 なぜロジスティック回帰モデルではなくわざわざ生存分析を用いるか 198
生存分析では「単に死亡などのアウトカムが発生したかどうか」ではなく、「アウトカムイベントが発生するまでの時間である生存時間(survival time)」を考慮した解析を行います 198
生存分析のアウトカムは「1年目まで生存していた患者が、2年目に死亡するかどうか」という単位時間あたりのアウトカムが発生する確率 200
そくほう 速報として学会で発表する 28
そもそも そもそも研究結果は正しいのか? 162
だりつ6 打率6〜7割はあります 64
たんしせ 単施設であることの制限(そこに来院する患者や治療方針などの問題)によって結果を一般化しにくいことが問題 180
ちょくせ 直線の当てはめが回帰モデルの基本 195
ちりょう 治療・介入の研究 治療・介入の研究においてはtreatment、intervention、impact、effect、efficacyなど関連性を示す単語や治療・介入を示す単語が含まれることが多い 103
治療・介入の研究と一部のリスク因子の研究で交絡を考慮する 172
ちりょう 治療群は重症患者が多くて非治療群は軽症患者が多いというのはよくある話です 176
ついせき 追跡不能例 選択バイアスの代表的なパターンである追跡不能例(loss to follow-up)や欠測(欠損)データによる除外を覚えておきましょう。 168
追跡不能例やデータ欠損による除外が多いから選択バイアスがありそうだ 244
先に結果と研究限界を把握してから追跡不能例などを意識して読み直す 258
とうよた 投与タイミングや投与量を考慮している研究は一般に質が高め 156
とらんす トランスレーショナル研究というのがピンと来ない人も多い 23
ないてき 内的妥当性 内的妥当性(internal validity) 162
論文を読んだらとりあえず「結果は正しい(内的妥当性は担保されている)」としたうえで一般化可能性を考えよう 182
なかみも 中身も読まれず即時掲載拒否(editor kick) 39
にしいず 西伊豆総合病院の仲田和正先生がまとめておられるのが有名 43
にほんぜ 日本全国を母集団と仮定したとき、東京で行われた研究が北海道で応用できるかどうかは一般化可能性(generalizability)、米国で応用可能かどうかがtransportability 289
はざーど ハザードというのはとにかく理解しづらい概念 201
ひっしゃ 筆者自身はコホートやケースコントロールという言葉にアレルギーがあった 122
ひっとう 「筆頭著者名_医学誌_年度_タイトルもしくは内容」などで保存すると検索が楽になる 299
ひはんて 批判的吟味とは粗探しではなく 286
びょうい 病院が保険組合などに提出する請求データがclaims データ・保険請求データ 139
ひれっせ 非劣性試験 治療効果の差が、比較対象と比べて「劣らないとみなせる」範囲内に治療効果が収まる。 264
へんすう 変数 年齢やBMIなどの数値が連続変数で入っているのか、それともカテゴリ変数で入っているのかで結果の解釈が変わってくる 188
右辺の変数がどんな値を取っても0から1に収まるようにします 196
右辺の変数が1個(興味のある変数のみ)のときは単変量回帰(univariable regression)と言い、複数の変数がある場合を総じて多変量回帰(multivariable regression)と言います 213
まずかん まず患者集団を把握し、次にメインの図表を見て結果の概要を把握 242
まずはか まずは介入研究(trial)か観察研究(observational study)かに分けましょう 121
むっこれ 「むっ」「これは」「要注意」 リスク因子検索の研究で因果関係が強調されている 277
副次アウトカムの結果が強調されている 277
外的検証がないのに優れたモデルと強調されている 277
めそっど メソッドに何が書いてあるか 106
めたかい メタ解析自体は意外と簡単にできてしまうのでその質も(かなり)玉石混淆 105
もしもぼ もしもボックスで「もしこの患者さんに治療が行われていなかったら」というパラレルワールドと比較 175
もでるの モデルの検証に用いた集団:Validation cohort 268
もでるの モデルの構築に用いた集団:Derivation cohort 268
やみくも 闇雲に「違う国の研究だからダメだ」ではなく、現実的な視点での解釈が大事 182
ようせい 陽性尤度比(positive likelihood ratio) 230
よそくい 予測因子を選ぶために用いたモデルの結果がTable 2、3あたりの表で示されます 266
よそくも 予測モデル 予測モデルを組んでみて予測性能が高ければハッピー 223
日本人のセッティングで外的検証されている予測モデルは相当少ない 225
予測モデルの構築は今後機械学習に置き換わる可能性が高い 227
予測モデルの研究は因果推論ではなく統計学的な関連を見ているだけなのでオッズ比の比較が可能 266
「その予測モデルを使った場合と使わなかった場合のどちらがいいのか」といった視点で研究されている論文はほとんどありません 287
らんだむ ランダム化比較試験 ランダム化比較試験 125
ランダム化比較試験は実験なのでいくつか特有の手順があります 125
ランダム化比較試験ではそもそも研究デザインの段階で交絡が処理されており 219
ランダム化比較試験ではstudy flowを確認し追跡不能例を確認することが大事 258
りえきそ 利益相反(conflict of interest:COI)は公益のための社会的な責務と、私的な利益とが衝突・相反する状態 280
りじぇく リジェクト(却下)されたら諦めて別の医学誌に投稿 28
りすくい リスク因子 最後の段落に「risk factors」という単語があればリスク因子の研究です 102
リスク因子の研究では、この「複数のリスク因子を並列で列挙しているのか」、それとも「特定のリスク因子にのみ注目しているのか」はできるだけ分ける 109
リスク因子を探索する研究では複数のリスク因子の候補を1つの統計モデルに入れ、アウトカムと統計学的に関連していた因子が「リスク因子と考えられる」と解釈されます 209
リスク因子の探索では単に統計学的関連を見ているだけなので、すべての因子は同じ立場であり、係数の比較が可能 215
リスク因子の探索であれば各リスク因子のオッズ比やハザード比に注目 254
リスク因子探索の研究では、各リスク因子の相対的な関連を示しているだけ 276
リスク因子の研究は主に次の研究につなげるためのもの 287
りすくい リスク因子と予測因子は似たような変数になる 223
りすくい リスク因子を探索する研究と同じく、複数の予測因子を探索し、それらの関連性を元に必要な変数を決めて予測モデルを作成 222
りそうて 理想的な環境下での研究 121
りんしょ 臨床 気軽に読んだ論文の内容を気軽に臨床で用いないでください 71
そもそも0.1%の差が臨床的に意味あるのでしょうか? 126
ある意味で臨床に最も即した定義 153
1 mmHg血圧を下げるという効果は臨床的に意味がほとんどありません 204
「これがリスク因子だ」ということを知っておけば、臨床において臨床判断のために役立てることは可能 287
りんしょ 臨床研究におけるデザイナーとエンジニア 18
れじすと レジストリは「将来的な研究のためにシステマティックに全例登録する」 135
れじでん レジデント レジデントにこそエディトリアルを読んでほしい 43
「選択バイアスを正しく知らないといけない」という思い込みがレジデントにとって大きな負担になる 168
ろじすて ロジスティック回帰分析 ロジスティック回帰分析ではアウトカムが「観察期間内の死亡の有無」 200
ろじすて ロジスティック回帰モデル 一般化線形モデルにおいて、アウトカムが二値変数のときに右辺にロジスティック関数を用いたモデルがロジスティック回帰モデル(logistic regression model)です 196
ロジスティック回帰モデルを用いたら関連性は基本的にオッズ比でしか表せない 197
なぜ研究目的が違うのにどの論文もロジスティック回帰モデルを用いているんだろう… 207
ろじすて ロジスティック関数 右辺にロジスティック関数を用いることで強制的に0から1までしか取らなくなるので二値アウトカムを表すことができます 196
ろんぶん 論文 論文を読むのは患者さんに向き合って、話を聞いて、診察するよりもずっと楽 22
主要誌の論文であればとりあえず研究方法は正しいと思って聞ける 38
1本の論文で明日からの治療がひっくり返ることなんてまずありえず 71
速読や切り捨てができる人はそもそもの読んでいる論文の量が大量であり、何桁も違います 74
短くて「対象患者は誰か、何をしたか、アウトカムは何か」が明確に伝わる論文は良いタイトルの論文 80
「なぜこの論文が出版されたのか?」という原点 116
論文を1本も書かずに論文を正確に読むのはかなり難しい 116
母集団を意識して論文を読んでいる医師はそう多くない 150
実際の論文で選択バイアスがあるかどうかを考えるのは疫学に詳しい人と一緒に考えないと困難 167
実際の論文では「そんなの分布を見てちゃんとやっているだろ」とほぼスルー 187
ろんぶん 論文における統計解析のメインであり、みなさんがイメージしている「統計」の話 191
わかって わかっていることとわかっていないことを明確にする部分 91

市原のオリジナル索引

読み 項目 サブ項目 ページ
95% 95%信頼区間の意味についてはさまざまな哲学や学派がある 28
αえらー αエラーは無効な薬が市販されてしまうことにつながります 58
βえらー βエラーは有効な薬なのに開発中止してしまうことを意味する 58
Bayes Bayes統計学なんて初めて聞きました 135
ceteris ceteris paribus 188
Cox Cox回帰は生存曲線の違いをハザード比(hazard ratio)で定量化する道具 49
Fisher Fisherの正確検定 1群あたりの有害事象発生数が5より小さいときには,Fisherの正確検定を用いるべき 47
なぜχ2検定ではなくてFisherの正確検定なのですか? 47
Intention Intention-To-Treat(ITT)の原則 20
Kaplan Kaplan-Meier法 Kaplan-Meier法は,打ち切りがランダムであることを前提 33
Kaplan-Meier法は,生存曲線を描くための道具 49
NOAC NOACの効果が大きかった論文ばかりを集めれば,NOACに有利な(偏った)メタアナリシスができてしまいます 109
p p値にばかり目がいきがち 19
Statistical Statistical analysis(統計解析)を読むときのポイントとして,独断と偏見で優先順位をつける 43
あっとり アットリスク数(number at risk) 33
いべんと イベントが定期的な検査のタイミングで起きる状況では,階段は等間隔になりますね 37
いんがか 因果関係ですが,難しい言葉ですよね 149
うちきり 打ち切り 予定追跡期間の終了時期なので,打ち切りが起きている 33
打ち切り(censoring)があると単純な方法で解析できない 49
生存時間解析はすべて,打ち切りがランダムであることを前提にしています 51
増悪や副作用など,疾患の悪化に関係して打ち切りが生じた場合,脱落バイアス(attrition bias)が生じます 51
えらーば エラーバーの種類 26
えんどぽ エンドポイント エンドポイントが複数あると,「いいとこどり」ができてしまう 17
副次エンドポイントのp値をもって薬は有効といえますか? 17
おつぎは 於継は死亡し加恵は失明した 96
おっずひ オッズ比(odds ratio) 84
かくにん 確認が不十分だったらどうすればいいんですか? 139
かさなっ 重なってなかったらどうなるんですか? 178
がんけん がん検診が導入されたため,見過ごされてきた甲状腺がんが見つかっただけだっていうのはどういうことですか? 150
ぎりしゃ ギリシャ文字に特別な意味をもたせるというナゾの習慣 86
きろくが 記録がなかったら品質保証できないですね 104
ぐらふの グラフの右端では誤差が大きい 33
くろす クロス クロスしています 31
無増悪生存曲線がクロスしていて 34
けーすこ ケース・コントロール研究の最大の弱点 156
けっそく 欠測の問題はつきもの 23
けんしゅ 検出力は「1−β」で定義 67
けんてい 検定ごとに表があるんですか? 69
こうじょ 甲状腺がんを発症したケースのほうが,コントロールよりも事故当時のことを思い出しやすいですよね 156
こうらく 交絡 回帰モデルによる交絡の調整は,モデルベースのアプローチそのもの 80
交絡(confounding)に関する最も有名な論争 159
こうらく 交絡因子 調整する交絡因子は,年齢・性別・居住地だけでいいんですか? 168
こていこ 固定効果モデル 固定効果モデルと変量効果モデルのどちらを使えばいいんですか? 116
固定効果モデルでは,推定値のバラツキを,「試験内分散」だけによるものだと考えます 135
このさん この三角,何ですか? 86
こほーと コホート研究やケース・コントロール研究 コホート研究やケース・コントロール研究では交絡の調整は必須 47
コホート研究やケース・コントロール研究では,推測の基盤としてモデルベースに頼らざるを得ません 80
コホート研究やケース・コントロール研究などのランダム化や介入を伴わない研究 149
コホート研究とケース・コントロール研究のイメージ 152
さがやた 差がやたら出てくるような手段で解析をする人のほうがトンチンカンなのでして 137
さぎょう 作業記録を残す 105
さぶぐる サブグループ解析は,全患者を対象とした解析で有意な場合とそうでない場合で,解釈が変わります 120
ざんねん 残念ながら,統計学を駆使したとしても救ってあげることはできません 179
しけんか 試験間分散って何ですか? もう少し具体的にお願いします 117
しっかん 疾患リスクが低いときにはオッズ比がリスク比の近似になる 155
じゅうし 重症(severe)と重篤(serious)も異なる意味をもちます 15
じゅどう 受動喫煙と乳歯う蝕の関連を報告した研究に関するネットの書き込み 174
しんらい 信頼性とは,同じ条件で繰り返し測定したとき,どのくらい近い結果が得られるか 156
すべてぷ すべてプラセボに勝てなかったのです 81
すみませ すみません,よくわかりません.ほかの例はありませんか? 161
せいぞん 生存時間解析三種の神器 49
せいぶつ 生物統計家が実際に解析するときにうっかりしがちなのは,説明変数に1つでも欠測データがあると,その対象者はソフトウェアの仕様で自動的に除外されてしまうということ 169
そうかん 相関関係(correlation)は必ずしも因果関係(causal relationship)ではない 150
だとうせ 妥当性とは,測定したいものをどのくらい正しく測れているか 156
だびがと ダビガトランとワルファリンを,リスクとベネフィット両方の観点からうまく比較できるように計画された試験とはどのようなものか 82
たんかい 単回帰〔最近では線型モデル(linear model)とよばれます〕 165
ちゅうか 中間解析 中間解析の結果なんか信じられません! 35
中間解析では有意水準を,通常の5%よりもずっと小さくします 72
中間解析は研究者のためではなくて,患者のために行う 73
ちょくせ 直接比較と間接比較 直接比較と間接比較の結果は一致するのか 141
直接比較の試験には重症患者が多くて,間接比較の試験には軽症患者ばかりだと,おのおののリスク比が異なるかもしれません 142
ちりょう 治療反応性の高いサブグループが隠れている 34
ちりょう 治療をやめたら,効果がないわけだから差がなくなって当たり前です 90
とうけい 統計学は演繹的な学問です 79
とうけい 統計手法の使い分けのポイント 45
なにがお 何が起きたら再発といえるんですか? 33
ねっとわ ネットワークメタアナリシス ネットワークメタアナリシスは,3つ以上の治療を比較するための強力な手法 130
ネットワークメタアナリシスにも落とし穴があります 136
ネットワークがループになっていて,直接比較と間接比較の結果が一貫していることが確認できたとき,ネットワークメタアナリシスの結果が信頼できる 143
ネットワークメタアナリシスでは,よくも悪くも仮説があいまい 145
ネットワークメタアナリシスではランキングが強調されがちですが,よくみるとプラセボと比べて有意差がついていないことがあります 145
ばいあす バイアス バイアスとの戦い 160
コホート研究とメタアナリシスでは,全然バイアスに関する視点が違いますよね 185
ばくろご 曝露後の因子は,中間因子(intermediate variable)かもしれないので,交絡因子として選択しない 184
はこひげ 箱ひげ図 最大値,75%点,中央値,25%点,最小値を「箱」と「ひげ」で表した,箱ひげ図もよく用いられます 27
はざーど ハザード比 ハザード比を計算する手法がCox(コックス)回帰(Cox regression) 43
ハザード比(hazard ratio) 84
はずれち 外れ値 中性脂肪や尿アルブミンなどは,飛びぬけて高い値(外れ値)をとる患者がいますよね 26
はっせい 発生率比(rate ratio) 84
はんぷく 反復測定データでは,個人内の測定値は独立ではありません. 46
ひょうじ 標準偏差 標準偏差は,直感的にはおおよそデータの2/3が含まれる範囲と考えて間違いはありません 26
標準偏差を使うのは,どんなときですか? 29
ひれっせ 非劣性から優越性への仮説の切り替えをしたんですよね? 88
ひれっせ 非劣性試験 非劣性試験では,ITT解析とPPS解析の両方を行うことが積極的に勧められています. 23
非劣性試験(non-inferiority trial)は例外的に片側検定を用います 57
「劣らない」ことを示す非劣性試験 82
非劣性試験では信頼区間(confidence interval)と非劣性マージン(non-inferiority margin)を用います 83
ひれっせ 非劣性マージン 非劣性マージンをもう少し詳しくお願いします 87
非劣性マージンの1.46って誰が決めたんですか? 88
ふぁんねる ファンネルプロット(funnel plot) 110
ぷろぺん プロペンシティスコアとは,「個人が治療や曝露を受ける確率」のことです 176
へんりょ 変量効果モデルでは,「試験内分散」と「試験間分散」の2つがあると考えます 135
めたあな メタアナリシスは臨床試験のある種の反復 29
もでる モデル 現実の状況を(確率分布を用いて)数学的に定式化するものです(この定式化を統計学では「モデル」とよびます) 80
誤った確率分布を仮定してしまう「モデルの誤特定」 169
ゆういさ 有意差がつかなかったとき,効果が同じと結論するのは間違い 81
ゆうえつ 優越性,非劣性,同等性の判定方法の違い 86
ゆうえつ 優越性試験では有効性を判定する道具はp値と有意水準 83
ゆうがい 有害事象(adverse event)と副作用(side effectまたはadverse drug reaction)を区別 15
ゆうこう 有効性の中止(stopping for efficacy) 73
よくきく よく効く薬の有効性を示すことと,あまり効かない薬の有効性を示すこと,どちらがより簡単でしょうか? 66
よみとば 読み飛ばされがちなMethods(方法)のStatistical analysis(統計解析) 42
らんだむ ランダム化 ランダム化された全患者を,割り付けの結果どおりに解析すべき 20
ランダム化が人工的な確率分布を生じさせることを利用して,p値を正確に計算する 80
ランダム化ベースのアプローチはランダム化臨床試験では合理的で頑健 80
封筒を使ってランダム化を行った悲惨な事例 124
らんだむ ランダム化調整因子 ランダム化調整因子が偏らない工夫 76
ランダム化調整因子には,「比較するグループ間で偏ったら困る変数」を選ぶ 77
らんだむ ランダム化臨床試験では,比較する群間で実験条件がそろっているため,交絡の調整は不要 47
りすくは リスクはケース・コントロール研究からは計算できません 154
りすくひ リスク比1.3とオッズ比1.5が近い値だってことですか? 155
りすくひ リスク比(risk ratio) 84
りつ 再発発生率は,一定時間に再発が発生するスピード 50
割合と区別してほしいのが率 50
率は,ある現象が生じるスピードを示す 50
りつきし リツキシマブ リツキシマブが寛解維持を4倍も増やすほど効くから,1群30人で十分だった 70
リツキシマブ臨床試験のプロトコールの章立て 98
りんしょ 臨床試験 臨床試験は,臨床開発の相・市販前後・医師主導かどうかによって分類されます 97
治験とそれ以外の臨床試験はどこが違うんですか? 98
臨床試験における監査とは 104
臨床試験の結果の公表・報道が,マーケッティング上の広告の役割を果たしている 108
臨床試験の結果にバイアスの可能性があるかどうかを論文から読み取る 125
ろうとを 漏斗(funnel)を逆さにした形をしている 110
ろぐらん ログランク検定は生存曲線に違いがあるかどうか二者択一の判断を行うための道具 49
ろじすて ロジスティック回帰はオッズ比を推定する 166
わりつけ 「割り付けられた治療を一度も受けていない患者」と「データが全くない患者」だけは除外してよい 20

市原のオリジナル索引

読み 項目 サブ項目 掲載ページ
1さい 1歳ごとのオッズ比は小さくても、10歳差になると大きく変わります お題本 247
1めい 1名に効果を得るために何名治療したらよいか お題本 263
300にん 300人の血圧データから日本国民全体の平均血圧をピタリと当てられるかというと直感的に無理ですよね お題本 202
95% 95%信頼区間の意味についてはさまざまな哲学や学派がある お題本 28
αえらー αエラーは無効な薬が市販されてしまうことにつながります お題本 58
βえらー βエラーは有効な薬なのに開発中止してしまうことを意味する お題本 58
Altmetrics Altmetrics お題本 32
Bayes Bayes統計学なんて初めて聞きました お題本 135
book 「-book」と入れれば論文だけが引っかかります お題本 50
ceteris ceteris paribus お題本 188
Comment 「Comment in」というところに論文があれば、それがエディトリアルもしくは読者からのコメントになります お題本 95
consistent consistent(一貫した)、likewise、similarといった単語に注意 お題本 263
Cox Cox回帰は生存曲線の違いをハザード比(hazard ratio)で定量化する道具 お題本 49
diagnostic diagnostic、prognostic、predictionといった単語があれば診断・予測に関する研究なのでとてもわかりやすい お題本 104
Fisher Fisherの正確検定 1群あたりの有害事象発生数が5より小さいときには,Fisherの正確検定を用いるべき お題本 47
なぜχ2検定ではなくてFisherの正確検定なのですか? お題本 47
Google Google ScholarはPubMed以外の文献まで拾ってきてしまうのと被引用回数が多い研究が上位にくる お題本 51
h-index h-index お題本 32
hypothesis hypothesis generating study お題本 101
IF IF 皮膚科や眼科などの専門的な科の医学誌であれば読者層が限られているのでIFは低くなります お題本 31
IF 10以上の医学誌に載ったら非常に嬉しい お題本 33
Intention Intention-To-Treat(ITT)の原則 お題本 20
ITT ITT解析とper protocol解析が行われているかどうかを見て、両方行われていたら結果が一貫しているかどうかに注目 お題本 258
Kaplan Kaplan-Meier法 Kaplan-Meier法は,打ち切りがランダムであることを前提 お題本 33
Kaplan-Meier法は,生存曲線を描くための道具 お題本 49
Knowledge Knowledge gap knowledge gap(However、Controversial、Unclear、Little is known…) お題本 91
Knowledge gapが明確でないと読者に研究の重要性が伝わらない お題本 92
limitations 「limitations」という単語を探しに行きましょう お題本 273
medRxiv medRxivやResearch Squareなどのプレプリントサーバーに論文が投稿される お題本 284
NNT NNTの数字だけを覚えるようなことはあまりお勧めしない お題本 264
NOAC NOACの効果が大きかった論文ばかりを集めれば,NOACに有利な(偏った)メタアナリシスができてしまいます お題本 109
Original Original article お題本 43
Original originalと書いてあるように独自かつ斬新(novel)であることが大事です お題本 43
PECO PECO:治療曝露の有無とアウトカムとの関連の研究 お題本 110
PICO PICO PICO:治療・介入の研究 お題本 110
PICOというのは、この治療・介入の研究においてPatients、Intervention、Comparison、Outcomeを見ることで臨床問題や疑問点を定式化して読もうという試み お題本 110
Pubmed Pubmed 最後にncbi(もしくはpubmed)と付ける お題本 49
「Additional filters」をクリックする お題本 55
フィルターの例 お題本 56
Similar articlesというのはこの論文を引用している、あるいはこの論文が引用した論文が紐づけられています お題本 57
検索語句を「“ ”」で囲めば引用符内に完全に一致するものを検索してくれます お題本 58
似たような語句をまとめて検索したいときにはアスタリスク「*」 お題本 58
PubMed PubMed Central(PMC)という、公開可能な論文が全文読めるように保存されている場所があります お題本 49
Pubmed Pubmed Impact FactorというChrome拡張機能 お題本 59
p p値にばかり目がいきがち お題本 19
research research letter research letterは原著論文に準ずるものとして評価されます お題本 45
research letterは短ページの読み切り漫画 お題本 45
review review narrative review(総説)とsystematic review お題本 43
NEJMから自分の興味のある分野のreviewが出たらぜひ読んでください お題本 43
ROC ROC曲線は左上にカーブが膨れていればいるほどよい お題本 266
SNS SNS疲れ お題本 301
Statistical Statistical analysis(統計解析)を読むときのポイントとして,独断と偏見で優先順位をつける お題本 43
Stud Study flow 患者選択の流れをフロー図にしたものがstudy flowもしくはpatient flow お題本 243
Study flowからわかる選択バイアスに関して最も注意が必要なのはフォローアップの中断とデータ欠損 お題本 244
あうとか アウトカム 意図的に集めないと集まらないアウトカムを用いた研究 お題本 159
患者中心のアウトカムを用いた研究が増えてくる お題本 160
あっとり アットリスク数(number at risk) お題本 33
あぶすと アブストラクトの2回読みはお勧め お題本 84
いいいが 「いい医学誌に載りそう」なんて患者不在の研究思考 お題本 233
いしゃと 医者としてのdomain knowledgeを提供する お題本 250
いべんと イベントが定期的な検査のタイミングで起きる状況では,階段は等間隔になりますね お題本 37
いんがか 因果関係ですが,難しい言葉ですよね お題本 149
いんがか 因果関係を推測することが目的 お題本 210
いんがす 因果推論において興味があるのは特定のリスク因子、あるいは治療・介入の係数のみであり、他の因子の係数は単なる調整のためなので基本的に解釈しない お題本 215
いんせい 陰性尤度比(negative likelihood ratio) お題本 230
うちきり 打ち切り 打ち切りを意識して読めるようになるとよい お題本 201
生存曲線上のドットは打ち切り お題本 260
うちきり 打ち切り 予定追跡期間の終了時期なので,打ち切りが起きている お題本 33
打ち切り(censoring)があると単純な方法で解析できない お題本 49
生存時間解析はすべて,打ち切りがランダムであることを前提にしています お題本 51
増悪や副作用など,疾患の悪化に関係して打ち切りが生じた場合,脱落バイアス(attrition bias)が生じます お題本 51
うへんに 右辺に交絡因子(今回は年齢・性別・糖尿病の有無)を追加 お題本 213
えいよう 「栄養指導を行ったところLDLが下がった」というのは大事ですが、本当に大事なのはその結果心血管系イベントなどが減ったかどうかですよね お題本 160
えでぃと エディトリアル エディトリアルがあるならぜひ読みましょう お題本 43
エディトリアルを読む お題本 95
えらーば エラーバーの種類 お題本 26
えんじに エンジニアの視点 お題本 268
えんどぽ エンドポイント エンドポイントが複数あると,「いいとこどり」ができてしまう お題本 17
副次エンドポイントのp値をもって薬は有効といえますか? お題本 17
おうだん 横断研究は「ある一時点における調査」 お題本 143
おつぎは 於継は死亡し加恵は失明した お題本 96
おっずひ オッズ比(odds ratio) お題本 84
おっずひ オッズ比やハザード比 1.2(逆数の0.8)くらいだとインパクトは弱め お題本 248
2.0前後(逆数の0.5)あると結構強い関連がある お題本 248
3.0前後(逆数の0.3)だとかなり関連が強く、もしかしたら交絡がちゃんと調整されていないかも? お題本 248
かいきし 回帰式から見たリスク因子探索と因果推論の違い お題本 214
がいてき 外的妥当性(external validity)もしくは一般化可能性(generalizability) お題本 163
がいどら ガイドラインというのは数年に1度、各学会の編集委員が近年の研究をまとめて お題本 44
かくにん 確認が不十分だったらどうすればいいんですか? お題本 139
かさなっ 重なってなかったらどうなるんですか? お題本 178
がぞうに 画像に関しては深層学習一択 お題本 226
かてきご 過適合 そのデータでのみ当てはまりが良い可能性があります(過適合、overfitting) お題本 224
内的検証では優れた性能を示したが、外的検証で予測性能が落ちた場合は、モデル構築に用いたサンプルに過適合(overfit)しているだけ お題本 269
かぷらん カプランマイヤー生存曲線 カプランマイヤー生存曲線の読み方を理解して、ハザード比がある程度感覚的に読めればまずは十分 お題本 201
カプランマイヤー生存曲線が交差 お題本 261
がんけん がん検診が導入されたため,見過ごされてきた甲状腺がんが見つかっただけだっていうのはどういうことですか? お題本 150
かんさつ 観察研究 観察研究の多くは電子カルテや症例レジストリ、前向きコホート(特定の患者集団を追跡したデータ)などのデータベースを用いた研究 お題本 121
観察研究においてはどんなデータを使ったのか、が研究の質を決める お題本 131
観察研究においては研究デザインや統計解析と同様にデータに関しての理解が重要 お題本 133
観察研究において「因果関係」が明確に示されることはまずなく お題本 174
観察研究の場合は患者の年齢や性別などの基本情報、重症度など交絡因子の分布が両群でどう異なるかに注目 お題本 257
かんさつ 観察データを用いて比較可能な(同じような)治療群と非治療群を作り出せないか? お題本 216
かんじゃ 「患者集団を表すのにはsummary statisticsを使いました」と1行で終わる お題本 186
かんどか 感度解析は非常に重要 お題本 239
きかいが 機械学習(深層学習含む)はブラックボックスだから…という意見を聞きますが お題本 226
きじゅつ 記述研究 記述研究は読むのが容易であり、次にランダム化比較試験など治療・介入の研究が読みやすい お題本 98
記述研究というのは臨床研究の最初の第一歩 お題本 100
describe(記述する)、characterize(特徴づける), clinical features(臨床における特徴)など、「記述する」「特徴づける」という単語があれば記述研究になります お題本 101
記述研究はdescriptive studyと呼ばれ、現状をただ記述するだけ お題本 108
記述統計は研究対象集団がどんな特徴(年齢や性別の分布など)をもった集団か? を表すために用いられます。 お題本 186
きつえん 喫煙や飲酒といった情報は罪悪感から過小申告されやすい お題本 169
きゅうき 救急外来受診時のバイタルサインを組合せることで簡単に重症度の評価ができないか お題本 222
ぎりしゃ ギリシャ文字に特別な意味をもたせるというナゾの習慣 お題本 86
きろくが 記録がなかったら品質保証できないですね お題本 104
ぐらふの グラフの右端では誤差が大きい お題本 33
くろす クロス クロスしています お題本 31
無増悪生存曲線がクロスしていて お題本 34
けーすこ ケース・コントロール研究の最大の弱点 お題本 156
けつえき 血液検査データを組合せて治療反応性を予測できないか お題本 222
けっそく 欠測の問題はつきもの お題本 23
けんきゅ 「研究限界にはどう書いてあった?」 お題本 275
けんきゅ 研究デザイン 研究をデザインする(疫学) お題本 19
データベースありきで研究テーマを決め、研究デザインを決める お題本 132
研究デザイン上、オッズ比しか出せないんだな お題本 221
けんきゅ 研究の結果の信頼性が高まるということになります〔頑強(robust)であると言います〕 お題本 239
げんこう 原稿(ドラフト)状態のものは著者に著作権があります お題本 66
けんしゅ 検出力は「1−β」で定義 お題本 67
けんてい 検定ごとに表があるんですか? お題本 69
こうじょ 甲状腺がんを発症したケースのほうが,コントロールよりも事故当時のことを思い出しやすいですよね お題本 156
こうらく 交絡 回帰モデルによる交絡の調整は,モデルベースのアプローチそのもの お題本 80
交絡(confounding)に関する最も有名な論争 お題本 159
こうらく 交絡因子 交絡因子の影響を取り除くにはどうすればいいのでしょうか? お題本 176
交絡因子の影響を調整するために用いられるのが回帰分析をはじめとしたさまざまな統計学的手法です お題本 178
こうらく 交絡因子 調整する交絡因子は,年齢・性別・居住地だけでいいんですか? お題本 168
こーどさ コードされた病名と実際の臨床診断が一致しているかどうか? という病名の妥当性に関する研究(病名のvalidation study) お題本 141
ここでか ここでかなり多くの人が躓いている お題本 120
こていこ 固定効果モデル 固定効果モデルと変量効果モデルのどちらを使えばいいんですか? お題本 116
固定効果モデルでは,推定値のバラツキを,「試験内分散」だけによるものだと考えます お題本 135
このさん この三角,何ですか? お題本 86
このちり この治療は死亡率を10%下げた(リスク差) お題本 220
このちり この治療は比較対象と比べて死亡率を2/3にした(リスク比) お題本 220
こほーと コホート研究は同じ特徴をもった集団を追跡して行う研究 お題本 143
こほーと コホート研究やケース・コントロール研究 コホート研究やケース・コントロール研究では交絡の調整は必須 お題本 47
コホート研究やケース・コントロール研究では,推測の基盤としてモデルベースに頼らざるを得ません お題本 80
コホート研究やケース・コントロール研究などのランダム化や介入を伴わない研究 お題本 149
コホート研究とケース・コントロール研究のイメージ お題本 152
こほーと コホートデータは「ある研究目的のために同じ特徴をもった集団を追跡する」 お題本 136
これすぽ コレスポンディングオーサーの重みは分野によって異なり、生物系や基礎医学系だと非常に重要視されます お題本 88
さいきん 最近の論文はEpub ahead of printといって紙媒体より先にオンラインで公開されることが多い お題本 53
さいしゅ 最終的にアクセプトするかどうかは編集部の一存で決まるため、実は編集者達の好みに結構左右されます お題本 40
さがやた 差がやたら出てくるような手段で解析をする人のほうがトンチンカンなのでして お題本 137
さぎょう 作業記録を残す お題本 105
さぶぐる サブグループ解析 サブグループ解析では年齢や男女など各サブグループで関連性や治療効果が異なるかどうかという異質性(heterogeneity)を評価します お題本 238
サブグループ解析を行って効果修飾が見られた場合、「なぜグループごとで結果が異なるのだろう?」という理由を考える お題本 238
さぶぐる サブグループ解析は,全患者を対象とした解析で有意な場合とそうでない場合で,解釈が変わります お題本 120
さらなる さらなる似たような研究が必要ならお前の研究の価値はなんだ? お題本 278
さんこう 参考文献のリストがいい加減だと「論文の中身も適当だろうな」と思ってしまう お題本 281
ざんねん 残念ながら,統計学を駆使したとしても救ってあげることはできません お題本 179
さんぷる サンプルとして得られたデータから、その背後にある母集団における真の関連性を統計モデルで推測 お題本 192
しけんか 試験間分散って何ですか? もう少し具体的にお願いします お題本 117
しっかん 疾患リスクが低いときにはオッズ比がリスク比の近似になる お題本 155
じっさい 実際に分析する(生物統計学) お題本 19
じゅうし 重症(severe)と重篤(serious)も異なる意味をもちます お題本 15
じゅどう 受動喫煙と乳歯う蝕の関連を報告した研究に関するネットの書き込み お題本 174
しゅよう 主要と思われる医学誌を表にまとめました お題本 34
しゅよう 主要な結果がパッとしない場合、研究の成果をアピールするために副次的な項目の結果などが強調されることもあります お題本 83
しょうど 抄読会 抄読会では一般的に原著論文を用い総説やletter、エディトリアルを用いることはありません お題本 46
行間を1.5にする お題本 291
1枚につき7〜10行以内、かつフォントサイズ20前後 お題本 291
抄読会では最も突っ込まれやすいところ お題本 293
しんたい 身体所見でも研修医と指導医では正確さに違いがありますよね。 お題本 169
しんらい 信頼区間 信頼区間が基準値を跨がなければ統計学的に有意と判定 お題本 203
でも信頼区間は広いからサンプルサイズの問題かな…… お題本 248
しんらい 信頼性とは,同じ条件で繰り返し測定したとき,どのくらい近い結果が得られるか お題本 156
しんりょ 診療報酬のために記載してある診断名がどこまで正しいのか? お題本 141
すいそく 推測統計 「確率分布とは何か?」「検定とは何か?」といった基本的な段階で挫折することが多く、肝心の推測統計までたどり着けない お題本 185
推測統計が何をしているか お題本 191
すべてぷ すべてプラセボに勝てなかったのです お題本 81
すみませ すみません,よくわかりません.ほかの例はありませんか? お題本 161
せいぞん 生存時間解析三種の神器 お題本 49
せいぞん 生存分析 なぜロジスティック回帰モデルではなくわざわざ生存分析を用いるか お題本 198
生存分析では「単に死亡などのアウトカムが発生したかどうか」ではなく、「アウトカムイベントが発生するまでの時間である生存時間(survival time)」を考慮した解析を行います お題本 198
生存分析のアウトカムは「1年目まで生存していた患者が、2年目に死亡するかどうか」という単位時間あたりのアウトカムが発生する確率 お題本 200
せいぶつ 生物統計家が実際に解析するときにうっかりしがちなのは,説明変数に1つでも欠測データがあると,その対象者はソフトウェアの仕様で自動的に除外されてしまうということ お題本 169
そうかん 相関関係(correlation)は必ずしも因果関係(causal relationship)ではない お題本 150
そくほう 速報として学会で発表する お題本 28
そもそも そもそも研究結果は正しいのか? お題本 162
だとうせ 妥当性とは,測定したいものをどのくらい正しく測れているか お題本 156
だびがと ダビガトランとワルファリンを,リスクとベネフィット両方の観点からうまく比較できるように計画された試験とはどのようなものか お題本 82
だりつ6 打率6〜7割はあります お題本 64
たんかい 単回帰〔最近では線型モデル(linear model)とよばれます〕 お題本 165
たんしせ 単施設であることの制限(そこに来院する患者や治療方針などの問題)によって結果を一般化しにくいことが問題 お題本 180
ちゅうか 中間解析 中間解析の結果なんか信じられません! お題本 35
中間解析では有意水準を,通常の5%よりもずっと小さくします お題本 72
中間解析は研究者のためではなくて,患者のために行う お題本 73
ちょくせ 直接比較と間接比較 直接比較と間接比較の結果は一致するのか お題本 141
直接比較の試験には重症患者が多くて,間接比較の試験には軽症患者ばかりだと,おのおののリスク比が異なるかもしれません お題本 142
ちょくせ 直線の当てはめが回帰モデルの基本 お題本 195
ちりょう 治療・介入の研究 治療・介入の研究においてはtreatment、intervention、impact、effect、efficacyなど関連性を示す単語や治療・介入を示す単語が含まれることが多い お題本 103
治療・介入の研究と一部のリスク因子の研究で交絡を考慮する お題本 172
ちりょう 治療群は重症患者が多くて非治療群は軽症患者が多いというのはよくある話です お題本 176
ちりょう 治療反応性の高いサブグループが隠れている お題本 34
ちりょう 治療をやめたら,効果がないわけだから差がなくなって当たり前です お題本 90
ついせき 追跡不能例 選択バイアスの代表的なパターンである追跡不能例(loss to follow-up)や欠測(欠損)データによる除外を覚えておきましょう。 お題本 168
追跡不能例やデータ欠損による除外が多いから選択バイアスがありそうだ お題本 244
先に結果と研究限界を把握してから追跡不能例などを意識して読み直す お題本 258
とうけい 統計学は演繹的な学問です お題本 79
とうけい 統計手法の使い分けのポイント お題本 45
とうよた 投与タイミングや投与量を考慮している研究は一般に質が高め お題本 156
とらんす トランスレーショナル研究というのがピンと来ない人も多い お題本 23
ないてき 内的妥当性 内的妥当性(internal validity) お題本 162
論文を読んだらとりあえず「結果は正しい(内的妥当性は担保されている)」としたうえで一般化可能性を考えよう お題本 182
なかみも 中身も読まれず即時掲載拒否(editor kick) お題本 39
なにがお 何が起きたら再発といえるんですか? お題本 33
にしいず 西伊豆総合病院の仲田和正先生がまとめておられるのが有名 お題本 43
にほんぜ 日本全国を母集団と仮定したとき、東京で行われた研究が北海道で応用できるかどうかは一般化可能性(generalizability)、米国で応用可能かどうかがtransportability お題本 289
ねっとわ ネットワークメタアナリシス ネットワークメタアナリシスは,3つ以上の治療を比較するための強力な手法 お題本 130
ネットワークメタアナリシスにも落とし穴があります お題本 136
ネットワークがループになっていて,直接比較と間接比較の結果が一貫していることが確認できたとき,ネットワークメタアナリシスの結果が信頼できる お題本 143
ネットワークメタアナリシスでは,よくも悪くも仮説があいまい お題本 145
ネットワークメタアナリシスではランキングが強調されがちですが,よくみるとプラセボと比べて有意差がついていないことがあります お題本 145
ばいあす バイアス バイアスとの戦い お題本 160
コホート研究とメタアナリシスでは,全然バイアスに関する視点が違いますよね お題本 185
ばくろご 曝露後の因子は,中間因子(intermediate variable)かもしれないので,交絡因子として選択しない お題本 184
はこひげ 箱ひげ図 最大値,75%点,中央値,25%点,最小値を「箱」と「ひげ」で表した,箱ひげ図もよく用いられます お題本 27
はざーど ハザードというのはとにかく理解しづらい概念 お題本 201
はざーど ハザード比 ハザード比を計算する手法がCox(コックス)回帰(Cox regression) お題本 43
ハザード比(hazard ratio) お題本 84
はずれち 外れ値 中性脂肪や尿アルブミンなどは,飛びぬけて高い値(外れ値)をとる患者がいますよね お題本 26
はっせい 発生率比(rate ratio) お題本 84
はんぷく 反復測定データでは,個人内の測定値は独立ではありません. お題本 46
ひっしゃ 筆者自身はコホートやケースコントロールという言葉にアレルギーがあった お題本 122
ひっとう 「筆頭著者名_医学誌_年度_タイトルもしくは内容」などで保存すると検索が楽になる お題本 299
ひはんて 批判的吟味とは粗探しではなく お題本 286
びょうい 病院が保険組合などに提出する請求データがclaims データ・保険請求データ お題本 139
ひょうじ 標準偏差 標準偏差は,直感的にはおおよそデータの2/3が含まれる範囲と考えて間違いはありません お題本 26
標準偏差を使うのは,どんなときですか? お題本 29
ひれっせ 非劣性から優越性への仮説の切り替えをしたんですよね? お題本 88
ひれっせ 非劣性試験 治療効果の差が、比較対象と比べて「劣らないとみなせる」範囲内に治療効果が収まる。 お題本 264
ひれっせ 非劣性試験 非劣性試験では,ITT解析とPPS解析の両方を行うことが積極的に勧められています. お題本 23
非劣性試験(non-inferiority trial)は例外的に片側検定を用います お題本 57
「劣らない」ことを示す非劣性試験 お題本 82
非劣性試験では信頼区間(confidence interval)と非劣性マージン(non-inferiority margin)を用います お題本 83
ひれっせ 非劣性マージン 非劣性マージンをもう少し詳しくお願いします お題本 87
非劣性マージンの1.46って誰が決めたんですか? お題本 88
ふぁんねる ファンネルプロット(funnel plot) お題本 110
ぷろぺん プロペンシティスコアとは,「個人が治療や曝露を受ける確率」のことです お題本 176
へんすう 変数 年齢やBMIなどの数値が連続変数で入っているのか、それともカテゴリ変数で入っているのかで結果の解釈が変わってくる お題本 188
右辺の変数がどんな値を取っても0から1に収まるようにします お題本 196
右辺の変数が1個(興味のある変数のみ)のときは単変量回帰(univariable regression)と言い、複数の変数がある場合を総じて多変量回帰(multivariable regression)と言います お題本 213
へんりょ 変量効果モデルでは,「試験内分散」と「試験間分散」の2つがあると考えます お題本 135
まずかん まず患者集団を把握し、次にメインの図表を見て結果の概要を把握 お題本 242
まずはか まずは介入研究(trial)か観察研究(observational study)かに分けましょう お題本 121
むっこれ 「むっ」「これは」「要注意」 リスク因子検索の研究で因果関係が強調されている お題本 277
副次アウトカムの結果が強調されている お題本 277
外的検証がないのに優れたモデルと強調されている お題本 277
めそっど メソッドに何が書いてあるか お題本 106
めたあな メタアナリシスは臨床試験のある種の反復 お題本 29
めたかい メタ解析自体は意外と簡単にできてしまうのでその質も(かなり)玉石混淆 お題本 105
もしもぼ もしもボックスで「もしこの患者さんに治療が行われていなかったら」というパラレルワールドと比較 お題本 175
もでる モデル 現実の状況を(確率分布を用いて)数学的に定式化するものです(この定式化を統計学では「モデル」とよびます) お題本 80
誤った確率分布を仮定してしまう「モデルの誤特定」 お題本 169
もでるの モデルの検証に用いた集団:Validation cohort お題本 268
もでるの モデルの構築に用いた集団:Derivation cohort お題本 268
やみくも 闇雲に「違う国の研究だからダメだ」ではなく、現実的な視点での解釈が大事 お題本 182
ゆういさ 有意差がつかなかったとき,効果が同じと結論するのは間違い お題本 81
ゆうえつ 優越性,非劣性,同等性の判定方法の違い お題本 86
ゆうえつ 優越性試験では有効性を判定する道具はp値と有意水準 お題本 83
ゆうがい 有害事象(adverse event)と副作用(side effectまたはadverse drug reaction)を区別 お題本 15
ゆうこう 有効性の中止(stopping for efficacy) お題本 73
ようせい 陽性尤度比(positive likelihood ratio) お題本 230
よくきく よく効く薬の有効性を示すことと,あまり効かない薬の有効性を示すこと,どちらがより簡単でしょうか? お題本 66
よそくい 予測因子を選ぶために用いたモデルの結果がTable 2、3あたりの表で示されます お題本 266
よそくも 予測モデル 予測モデルを組んでみて予測性能が高ければハッピー お題本 223
日本人のセッティングで外的検証されている予測モデルは相当少ない お題本 225
予測モデルの構築は今後機械学習に置き換わる可能性が高い お題本 227
予測モデルの研究は因果推論ではなく統計学的な関連を見ているだけなのでオッズ比の比較が可能 お題本 266
「その予測モデルを使った場合と使わなかった場合のどちらがいいのか」といった視点で研究されている論文はほとんどありません お題本 287
よみとば 読み飛ばされがちなMethods(方法)のStatistical analysis(統計解析) お題本 42
らんだむ ランダム化 ランダム化された全患者を,割り付けの結果どおりに解析すべき お題本 20
ランダム化が人工的な確率分布を生じさせることを利用して,p値を正確に計算する お題本 80
ランダム化ベースのアプローチはランダム化臨床試験では合理的で頑健 お題本 80
封筒を使ってランダム化を行った悲惨な事例 お題本 124
らんだむ ランダム化調整因子 ランダム化調整因子が偏らない工夫 お題本 76
ランダム化調整因子には,「比較するグループ間で偏ったら困る変数」を選ぶ お題本 77
らんだむ ランダム化比較試験 ランダム化比較試験 お題本 125
ランダム化比較試験は実験なのでいくつか特有の手順があります お題本 125
ランダム化比較試験ではそもそも研究デザインの段階で交絡が処理されており お題本 219
ランダム化比較試験ではstudy flowを確認し追跡不能例を確認することが大事 お題本 258
らんだむ ランダム化臨床試験では,比較する群間で実験条件がそろっているため,交絡の調整は不要 お題本 47
りえきそ 利益相反(conflict of interest:COI)は公益のための社会的な責務と、私的な利益とが衝突・相反する状態 お題本 280
りじぇく リジェクト(却下)されたら諦めて別の医学誌に投稿 お題本 28
りすくい リスク因子 最後の段落に「risk factors」という単語があればリスク因子の研究です お題本 102
リスク因子の研究では、この「複数のリスク因子を並列で列挙しているのか」、それとも「特定のリスク因子にのみ注目しているのか」はできるだけ分ける お題本 109
リスク因子を探索する研究では複数のリスク因子の候補を1つの統計モデルに入れ、アウトカムと統計学的に関連していた因子が「リスク因子と考えられる」と解釈されます お題本 209
リスク因子の探索では単に統計学的関連を見ているだけなので、すべての因子は同じ立場であり、係数の比較が可能 お題本 215
リスク因子の探索であれば各リスク因子のオッズ比やハザード比に注目 お題本 254
リスク因子探索の研究では、各リスク因子の相対的な関連を示しているだけ お題本 276
リスク因子の研究は主に次の研究につなげるためのもの お題本 287
りすくい リスク因子と予測因子は似たような変数になる お題本 223
りすくい リスク因子を探索する研究と同じく、複数の予測因子を探索し、それらの関連性を元に必要な変数を決めて予測モデルを作成 お題本 222
りすくは リスクはケース・コントロール研究からは計算できません お題本 154
りすくひ リスク比1.3とオッズ比1.5が近い値だってことですか? お題本 155
りすくひ リスク比(risk ratio) お題本 84
りそうて 理想的な環境下での研究 お題本 121
りつ 再発発生率は,一定時間に再発が発生するスピード お題本 50
割合と区別してほしいのが率 お題本 50
率は,ある現象が生じるスピードを示す お題本 50
りつきし リツキシマブ リツキシマブが寛解維持を4倍も増やすほど効くから,1群30人で十分だった お題本 70
リツキシマブ臨床試験のプロトコールの章立て お題本 98
りんしょ 臨床 気軽に読んだ論文の内容を気軽に臨床で用いないでください お題本 71
そもそも0.1%の差が臨床的に意味あるのでしょうか? お題本 126
ある意味で臨床に最も即した定義 お題本 153
1 mmHg血圧を下げるという効果は臨床的に意味がほとんどありません お題本 204
「これがリスク因子だ」ということを知っておけば、臨床において臨床判断のために役立てることは可能 お題本 287
りんしょ 臨床研究におけるデザイナーとエンジニア お題本 18
りんしょ 臨床試験 臨床試験は,臨床開発の相・市販前後・医師主導かどうかによって分類されます お題本 97
治験とそれ以外の臨床試験はどこが違うんですか? お題本 98
臨床試験における監査とは お題本 104
臨床試験の結果の公表・報道が,マーケッティング上の広告の役割を果たしている お題本 108
臨床試験の結果にバイアスの可能性があるかどうかを論文から読み取る お題本 125
れじすと レジストリは「将来的な研究のためにシステマティックに全例登録する」 お題本 135
れじでん レジデント レジデントにこそエディトリアルを読んでほしい お題本 43
「選択バイアスを正しく知らないといけない」という思い込みがレジデントにとって大きな負担になる お題本 168
ろうとを 漏斗(funnel)を逆さにした形をしている お題本 110
ろぐらん ログランク検定は生存曲線に違いがあるかどうか二者択一の判断を行うための道具 お題本 49
ろじすて ロジスティック回帰はオッズ比を推定する お題本 166
ろじすて ロジスティック回帰分析 ロジスティック回帰分析ではアウトカムが「観察期間内の死亡の有無」 お題本 200
ろじすて ロジスティック回帰モデル 一般化線形モデルにおいて、アウトカムが二値変数のときに右辺にロジスティック関数を用いたモデルがロジスティック回帰モデル(logistic regression model)です お題本 196
ロジスティック回帰モデルを用いたら関連性は基本的にオッズ比でしか表せない お題本 197
なぜ研究目的が違うのにどの論文もロジスティック回帰モデルを用いているんだろう… お題本 207
ろじすて ロジスティック関数 右辺にロジスティック関数を用いることで強制的に0から1までしか取らなくなるので二値アウトカムを表すことができます お題本 196
ろんぶん 論文 論文を読むのは患者さんに向き合って、話を聞いて、診察するよりもずっと楽 お題本 22
主要誌の論文であればとりあえず研究方法は正しいと思って聞ける お題本 38
1本の論文で明日からの治療がひっくり返ることなんてまずありえず お題本 71
速読や切り捨てができる人はそもそもの読んでいる論文の量が大量であり、何桁も違います お題本 74
短くて「対象患者は誰か、何をしたか、アウトカムは何か」が明確に伝わる論文は良いタイトルの論文 お題本 80
「なぜこの論文が出版されたのか?」という原点 お題本 116
論文を1本も書かずに論文を正確に読むのはかなり難しい お題本 116
母集団を意識して論文を読んでいる医師はそう多くない お題本 150
実際の論文で選択バイアスがあるかどうかを考えるのは疫学に詳しい人と一緒に考えないと困難 お題本 167
実際の論文では「そんなの分布を見てちゃんとやっているだろ」とほぼスルー お題本 187
ろんぶん 論文における統計解析のメインであり、みなさんがイメージしている「統計」の話 お題本 191
わかって わかっていることとわかっていないことを明確にする部分 お題本 91
わりつけ 「割り付けられた治療を一度も受けていない患者」と「データが全くない患者」だけは除外してよい お題本 20

著者プロフィール

市原 真(Shin Ichihara)
JA北海道厚生連 札幌厚生病院病理診断科 主任部長
twitter:
@Dr_yandel
略  歴:
2003年 北海道大学医学部卒業,2007年3月 北海道大学大学院医学研究科 分子細胞病理学博士課程修了・医学博士
所属学会:
日本病理学会(病理専門医,病理専門医研修指導医,学術評議員・社会への情報発信委員会委員),日本臨床細胞学会(細胞診専門医),日本臨床検査医学会(臨床検査管理医),日本超音波医学会(キャリア支援・ダイバーシティ推進委員会WG),日本デジタルパソロジー研究会(広報委員長)
本記事の関連書籍

僕らはまだ、臨床研究論文の本当の読み方を知らない。

後藤匡啓/著,長谷川耕平/監

短期集中!オオサンショウウオ先生の医療統計セミナー 論文読解レベルアップ30

田中司朗,田中佐智子/著

TOP