本稿では、横断研究・コホート研究の研究デザインのうち、①有病率(横断研究)や発生割合(コホート研究)を曝露効果の指標とする、②マッチングなし、③層化ありのデザイン・パターンについて、その分割表の形式、統計モデル、曝露効果の指標の定義をまとめています。
なお、閲覧にあたっては、以下の点にご注意ください。
- スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。
- 曝露(発症)状況を表す右下の添え字は、「0」である場合(
など)や「2」である場合( など)がありますが、どちらも「非曝露群(コントロール群)」を表しています。
目次[非表示]
周辺解析
分割表の形式
曝露群と非曝露群の観察対象人数をそれぞれ、
発症あり | 発症なし | 合計 | |
---|---|---|---|
曝露群 | |||
非曝露群 | |||
合計 |
統計モデル①:積二項モデル
曝露群と非曝露群の発症人数
試行回数がそれぞれ
発症あり | 発症なし | 合計 | |
---|---|---|---|
曝露群 | |||
非曝露群 |
統計モデル②:超幾何分布モデル
周辺度数
曝露効果の指標
発生割合
発生オッズ
発生リスク差
発生リスク比
発生オッズ比
交絡の調整
しかし、このような単純な周辺解析を行うと、交絡の影響により、誤った結論に陥る可能性がある。そのため、「対象者の限定」の原理にもとづいて交絡因子の影響を取り除くために、得られたデータを交絡因子の水準にもとづいて、互いに独立な
層別解析
分割表の形式
第
発症あり | 発症なし | 合計 | |
---|---|---|---|
曝露群 | |||
非曝露群 | |||
合計 |
ただし、
統計モデル①:積二項モデル
第
発症あり | 発症なし | 合計 | |
---|---|---|---|
曝露群 | |||
非曝露群 |
積二項尤度
統計モデル②:超幾何分布モデル
各層の周辺度数
超幾何尤度
曝露効果の指標
発生割合
発生オッズ
発生リスク差
発生リスク比
発生オッズ比
検定仮説
特に、層別解析に対するコクラン検定やマンテル・ヘンツェル検定を想定する場合、 各層に共通した曝露効果がある との前提から始める。
帰無仮説
帰無仮説は、
全層共通のオッズ比が1である
すなわち、すべての
対立仮説
対立仮説は、
1ではない全層共通のオッズ比が存在する
すなわち、すべての
参考文献
- ケネス・ロスマン 著, 矢野 栄二, 橋本 英樹, 大脇 和浩 監訳. ロスマンの疫学. 篠原出版新社, 2013, p.249
- ジョン・ラチン 著, 宮岡 悦良 監訳, 遠藤 輝, 黒沢 健, 下川 朝有, 寒水 孝司 訳. 医薬データのための統計解析. 共立出版, 2020, p.129
0 件のコメント:
コメントを投稿