ホーム / 生物統計学 /

生物統計学

第1章 医学・疫学研究の目的
The Purpose of Medical or Epidemiological Research

1.1.医学・疫学研究の意義とEBM
The Significance of Medical and Epidemiological Research and Evidence Based Medicine

1.2.リサーチ・クエスチョンの整理と評価
Organizing and Evaluating Research Questions

第2章 尺度と測定
Scales and Measurement

2.1.変数の種類とデータの尺度
Types of Variables and Scale of Data

2.2.医学・疫学研究の基本指標
Measures of Disease Occurrence

2.3.曝露効果の指標
Measures of Exposure Effect

第3章 因果推論
Causal Inference

3.1.因果的効果と反実仮想モデル
Causal Effect and Counterfactual Model

第4章 標本調査論
Sampling Theory

4.1.母集団と標本
Population and Sample

4.2.標本調査における関連性の種類
Types of Associations in Sampling Survey

4.3.標本調査における誤差の評価
Evaluation of Errors in Sampling Survey

4.4.選択バイアスと情報バイアス
Selection Bias and Information Bias

4.5.交絡
Confounding Bias

4.6.標本抽出法
Sampling Techniques

第5章 医学・疫学研究の基本的デザイン
Basic Medical or Epidemiologic Study Design

5.1.医学・疫学研究デザインの概要
Outline of Study Designs

5.2.横断研究
Cross-Sectional Study

5.3.コホート研究
Cohort Study

5.4.ケース・コントロール研究
Case-Control Study

第6章 交絡への対処法
Biases in Medical or Epidemiologic Studies

6.1.交絡への対処法①：マッチング
Matching

6.2.交絡への対処法②：層別解析
Stratified Analysis

6.3.交絡への対処法③：ロジスティック回帰モデル
Logistic Regression Models

第7章 統計的推論
Statistical Inference

7.1.データの記述
Descriptive Statistics

7.2.標本分布
Sampling Distribution

7.3.統計的推定
Statistical Estimation

7.4.統計的仮説検定
Statistical Hypothesis Test

7.5.仮説検定と$\mathrm{p}$値
Hypothesis Test and P Value

7.6.サンプルサイズの設計
Sample Size Determination

7.7.同等性・非劣性試験
Equivalence or Non-inferiority Trials

第8章 診断医学研究
Diagnostic Medicine

8.1.診断検査の正確性
Diagnostic Test Accuracy

第9章 多変量回帰モデル
Multivariate Regression Models

9.1.ロジスティック回帰分析
Logistic Regression Models

第10章 生存時間分析
Survival Analysis

10.1.観察の打ち切りと生存関数
Observation Censoring and Survival Function

10.2.生存関数の推定
Estimation of Survival Function

10.3.生存曲線の比較
Comparing Survival Curves

10.4.比例ハザードモデル
Proportional Hazard Model

定義・公式集
Definitions and Formulas for Biostatistics

1 研究デザイン
Study Design of Medical Research

1.1.横断研究・コホート研究【有病率・発生割合】（マッチングなし・層化なし）
Unstratified Cohort Study for Incidence Proportion Data

1.2.横断研究・コホート研究【有病率・発生割合】（マッチングなし・層化あり）
Stratified Cohort Study for Incidence Proportion Data

1.3.横断研究・コホート研究【有病率・発生割合】（マッチングあり・層化なし）
Unstratified Matched-Pair Cohort Study for Incidence Proportion Data

1.4.横断研究・コホート研究【有病率・発生割合】（マッチングあり・層化あり）
Stratified Matched-Pair Cohort Study for Incidence Proportion Data

1.5.コホート研究【発生率】（層化なし）
Unstratified Cohort Study for Incidence Rate Data

1.6.コホート研究【発生率】（層化あり）
Stratified Cohort Study for Incidence Rate Data

1.7.ケース・コントロール研究（マッチングなし・層化なし）
Unstratified Case-Control Study

1.8.ケース・コントロール研究（マッチングなし・層化あり）
Stratified Case-Control Study

1.9.ケース・コントロール研究（マッチングあり・層化なし）
Unstratified Matched-Pair Case-Control Study

1.10.ケース・コントロール研究（マッチングあり・層化あり）
Stratified Matched-Pair Case-Control Study

1.11.診断検査の性能評価
Cohort Study for Diagnostic Test Accuracy

1.12.対応のない連続値データ
Unpaired Continuous Data

1.13.対応のある連続値データ
Paired Continuous Data

1.14.コホート研究【生存時間】
Cohort Study for Time-to-Event Data

2 基本指標・曝露効果指標の性質
Basic Properties of Basic Indicator and Measures of Exposure Effect

2.1.発症オッズ比による発症リスク比の近似
Prospective Odds Ratio Approximate the Risk Ratio under Rare Event Assumption

2.2.発症オッズ比と曝露オッズ比の同等性
Prospective Odds Ratio is Equal to Retrospective Odds Ratio

2.3.曝露オッズ比による発症リスク比の近似
Retrospective Odds Ratio Approximate the Risk Ratio under Rare Event Assumption

2.4.人口寄与危険割合
Population Attributable Risk Fraction

2.5.標本対数人口寄与危険割合オッズの漸近分布
Asymptotic Distribution of Sample PAR Fraction Logarithmic Odds

2.6.人口寄与危険割合と曝露オッズ比の関係
Relationship between Population Attributable Risk and Retrospective Odds Ratios

2.7.条件付き発症オッズ比と条件付き曝露オッズ比の同等性
Conditonal Prospective Odds Ratio is Equal to Conditonal Retrospective Odds Ratio

2.8.条件付き曝露オッズ比による条件付き発症リスク比の近似
Conditonal Retrospective Odds Ratio Approximate the Conditonal Risk Ratio under Rare Event Assumption

3 基本指標・曝露効果指標の漸近分布
Asymptotic Distribution of Basic Indicator and Measures of Exposure Effect

3.1.標本平均の差
Sample Mean Difference

3.2.標本発症リスク差
Sample Risk Difference

3.3.標本対数発症オッズ
Sample Log Proportion Odds

3.4.標本補対数対数比率
Sample Complementary log-log-Transformed Proportion

3.5.標本対数発症リスク比
Sample Log Risk Ratios

3.6.標本対数曝露オッズ比
Sample Log Odds Ratios

3.7.標本リスク比・標本オッズ比の漸近分散
Asymptotic Variance of Sample Risk Ratios and Sample Odds Ratios

3.8.標本母集団平均対数リスク比
Sample Log Population-Averaged Risk Ratios

3.9.標本条件付き対数オッズ比
Sample Log Conditional Odds Ratios

3.10.標本平均発生率の差
Sample Incidence Rate Difference

3.11.標本対数平均発生率比
Sample Log Incidence Rate Ratios

4 基本指標・曝露効果の指標の信頼区間
Confidence Intervals for Basic Indicator and Measures of Exposure Effect

4.1.大標本における母平均・母平均の差
Mean and Mean Difference of Any Distributions with Large-Sample

4.2.有病率・発生割合（二項分布の正規近似）
Prevalence or Incidence Proportion Based on Normal Approximation to the Binomial Distribution

4.3.有病率・発生割合（ロジット変換）
Prevalence or Incidence Proportion Based on Logit-Transformation

4.4.有病率・発生割合（補対数対数変換）
Prevalence or Incidence Proportion Based on Complementary log-log-Transformation

4.5.有病率・発生割合（検定の逆変換）
Prevalence or Incidence Proportion Based on Roots of a Quadratic Equation

4.6.有病率・発生割合（イベント数が0のとき）
Prevalence or Incidence Proportion When No Events Are Observed

4.7.有病率・発生割合（Thomas-Gartの方法）
Prevalence or Incidence Proportion by Thomas-Gart Method

4.8.発症リスク差
Risk Difference

4.9.発症リスク比
Risk Ratio

4.10.曝露オッズ比
Odds Ratio

4.11.平均発生率・平均発生率の差
Incidence Rate and Incidence Rate Difference

4.12.平均発生率比
Incidence Rate Ratio

5 基本指標・曝露効果の指標に関する仮説検定
Statistical Test for Basic Indicator and Measures of Exposure Effect

5.1.大標本における母平均・母平均の差
Mean and Mean Difference of Any Distributions with Large-Sample

5.2.有病率・発生割合
Prevalence and Incidence Proportion

5.3.母比率の滑らかな関数にもとづく検定
Z-Test Based on Smooth Function of Population Proportions

5.4.発症リスク差
Risk Difference

5.5.ピアソンのカイ2乗検定（独立性の検定）
Pearson's chi-square Test

5.6.マンテル・ヘンツェル検定
Mantel-Haenszel Test

5.7.コクラン検定
Cochran Test

5.8.分割表の諸検定の同等性
Statistical Tests for Contingency Table are Equal to Each Other

5.9.フィッシャーの正確確率検定
Fisher's Exact Test

5.10.マクネマー検定
McNemar Test

6 マッチング研究
Matching Study

6.1.ペア・マッチングされたデータ内での相関
Correlation between Matched Pair Data

7 層別解析
Stratified Analysis

7.1.マンテル・ヘンツェル推定量
Mantel-Haenszel Estimator

7.2.層別解析に対するマンテル・ヘンツェル検定
Mantel-Haenszel Test for Stratified Analysis

7.3.層別解析に対するコクラン検定
Cochran Test for Stratified Analysis

8A サンプルサイズの設計（優越性試験）
Sample Size Determination for Superiority Trial

8A.1.有意水準・検出力・臨床的有意差の関係
Relationship among Significance Level, Statistical Power and Clinically Significant Difference

8A.2.母平均の差（対応なし）
Unpaired t Test

8A.3.母平均の差（対応あり）
Paired t Test

8A.4.発症リスク差
Risk Difference Test

8A.5.マクネマー検定
McNemar Test

8A.6.発症リスク比
Risk Ratio Test

8A.7.発症オッズ比
Odds Ratio Test

8A.8.平均発生率の差
Incidence Rate Difference

8A.9.生存時間の差
Log-Rank Test

8A.10.信頼区間の幅
Confidence Interval

8B サンプルサイズの設計（同等性・非劣性試験）
Sample Size Determination for Equivalence or Non-inferiority Trials

8B.1.同等性・非劣性試験におけるサンプルサイズ設計
Sample Size Determination for Equivalence or Non-inferiority Trials

8B.2.母平均の差
Unpaired t Test

8B.3.発症リスク差
Risk Difference Test

9 ロジスティック回帰分析
Logistic Regression Models

9.1.ロジスティック・モデル
Logistic Model

9.2.ロジスティック・モデルによる対数オッズ比の最尤推定
MLE of Log Odd Ratios by Logistic Regression Models

9.3.ロジスティック・モデルによる対数リスク比の最尤推定
MLE of Risk Ratios by Logistic Regression Models

9.4.ロジスティック・モデルによる共通対数オッズ比の最尤推定
MLE of Common Log Odd Ratios by Logistic Regression Models

9.5.条件付きロジスティック・モデル
Conditional Logistic Model

9.6.一般ロジスティック回帰モデル
General Logistic Regression Models

10 ポアソン回帰分析
Poisson Regression Models

10.1.二重同次ポアソンモデル
Doubly Homogeneous Poisson Model

10.2.粗率と加重最小2乗和の関係
Relationship between Crude Rate and Weighted Least Squares

10.3.同次ポアソン回帰モデル
Homogeneous Poisson Regression Model

11 生存時間分析
Survival Analysis

11.1.カプラン・マイヤー法
Kaplan-Meier Method

11.2.生存時間分布のパラメトリックモデル①：指数分布モデル
Exponential Distribution Models

11.3.生存時間分布のパラメトリックモデル②：ワイブル分布モデル
Weibull Distribution Models

11.4.生存時間分布のパラメトリックモデル③：加速死亡時間モデル
Accelerated Failure Time Models

11.5.生存時間分布のパラメトリックモデル④：対数ロジスティック分布モデル
Log-Logistic Distribution Models

11.6.指数分布モデルと二重同次ポアソンモデルの関係
Relationship between Exponential Distribution Models and Doubly Homogeneous Poisson Model

参考文献
References

  • スティーブン・ハリー, スティーブン・カミングス ほか 著, 木原 雅子, 木原 正博 訳. 医学的研究のデザイン：研究の質を高める疫学的アプローチ. 第4版, メディカル・サイエンス・インターナショナル, 2014, 408p.
  • 中村 好一 著. 基礎から学ぶ楽しい疫学. 医学書院, 2020, 229p.
  • 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, 674p.
  • 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：科学的思考への誘い. 篠原出版新社, 2013, 367p.
  • 丹後 俊郎, 小西 貞則 編. 医学統計学の事典. 朝倉書店, 2010, 470p.
  • 丹後 俊郎, 松井 茂之 編集. 医学統計学ハンドブック 新版. 朝倉書店, 2018, 834p.
  • 浜田 知久馬 著. 学会・論文発表のための統計学：統計パッケージを誤用しないために. 真興交易医書出版部, 2012, 239p.
  • デビッド・ホスマー, スタンリー・レメショウ, スーザン・メイ 著, 五所 正彦 監訳. 生存時間解析入門. 東京大学出版会, 2014, 427p.
  • ダグラス・アルトマン 著, 木船 義久, 佐久間 昭 訳. 医学研究における実用統計学. サイエンティスト社, 1999, 484p.
  • マーティン・ガードナー, ダグラス・アルトマン 著, 舟喜 光一, 折笠 秀樹 共訳. 信頼性の統計学：信頼区間および統計ガイドライン. サイエンティスト社, 2001, 166p.
  • デーヴィッド・マシューズ, ヴァーノン・フェアウェル 著, 宮原 英夫, 折笠 秀樹 監訳, 小田 英世, 手良向 聡, 森田 智視 訳. 実践医学統計学. 朝倉書店, 2005, 237p.
  • 東京大学教養学部統計学教室 編. 基礎統計学 1 統計学入門. 東京大学出版会, 1991, 307p.
  • 浅井 隆 著. いまさら誰にも聞けない医学統計の基礎のキソ 第1巻. アトムス, 2010, 164p.
  • 浅井 隆 著. いまさら誰にも聞けない医学統計の基礎のキソ 第2巻. アトムス, 2010, 153p.
  • 浅井 隆 著. いまさら誰にも聞けない医学統計の基礎のキソ 第3巻. アトムス, 2010, 166p.
  • 佐藤 俊哉 著. 宇宙怪人しまりす医療統計を学ぶ. 岩波書店, 2005, 119p.
  • 佐藤 俊哉 著. 宇宙怪人しまりす医療統計を学ぶ. 検定の巻, 岩波書店, 2012, 110p.
  • 新谷 歩 著. 今日から使える医療統計. 医学書院, 2015, 167p.
  • 宮川 公男 著. 基本統計学 第4版. 有斐閣, 2015, 341p.

ガイドライン
Guidelines

その他のテーマの参考文献
References for Other Themes

実験計画法
Experimental Design

  • 宮川 雅巳 著. 実験計画法特論 フィッシャー,タグチ,そしてシャイニンの合理的な使い分け. 日科技連出版社, 2006, 314p.
  • 永田 靖 著. 入門実験計画法. 日科技連出版社, 2000, 386p.
  • 岩崎 学 著. 実験計画法：統計的データ解析入門. 東京図書, 2006, 121p.
  • 三輪 哲久 著. 実験計画法と分散分析. 朝倉書店, 2015, 216p.
  • 三輪 哲久, 袴田 共之, 山村 光司. 土壌肥料学における数理統計手法の応用上の問題点2：実験計画法：「1区3連制」と書けば十分か？. 日本土壌肥料学雑誌. 1998, 69(5), p.531-537, doi: 10.20710/dojo.69.5_531
  • 山村 光司. 土壌肥料学における数理統計手法の応用上の問題点4：Pseudoreplicationと繰り返し測定. 日本土壌肥料学雑誌. 1999, 70(1), p.84-89, doi: 10.20710/dojo.70.1_84
  • 山村 光司. 正しい分散分析結果を導くための変数変換法. 植物防疫. 2002, 56(10), p.436-441.
  • 小柳 貴裕. 統計学 整形外科医が知っておきたい（07）二,多元配置の問題点：ANOVA魑魅魍魎. 臨床整形外科. 2003, 38(3), p.325-331.
  • 入戸野 宏. 心理生理学データの分散分析. 生理心理学と精神生理学. 2004, 22(3), p.275-290, doi: 10.5674/jjppp1983.22.275
  • 水口 亜樹. 実験計画の立て方とRを用いた分散分析：実験計画法に応じた分散分析の実行. 雑草研究. 2011, 56(1), p.24-34, doi: 10.3719/weed.56.24
  • 荘島 宏二郎. 仮説検定、効果量、そして適合度指標：SEMを用いた分散分析の理解. 教育心理学年報. 2014, 53, p.147-155, doi: 10.5926/arepj.53.147
  • 川瀬 雅也, 松田 史生. 間違いから学ぶ実践統計解析 第12回 直交表と重回帰分析. 生物工学会誌. 2018, 96(2), p.88-91.
  • 松田 史生, 川瀬 雅也. 続・間違いから学ぶ実践統計解析 第07回 偽反復. 生物工学会誌. 2020, 98(4), p.206-209.
  • Hurlbert, S.H.. Pseudoreplication and the Design of Ecological Field Experiments. Ecological Monography. 1984, 54(2), p.187-211, doi: 10.2307/1942661

経時データ解析
Longitudinal Data Analysis

  • 船渡川 伊久子, 船渡川 隆 著. 経時データ解析. 朝倉書店, 2015, 185p.
  • 丹後 俊郎 著. 経時的繰り返し測定デザイン：治療効果を評価する混合効果モデルとその周辺. 朝倉書店, 2015, 247p.
  • 千野 直仁. 反復測度デザイン概説 その1. 愛知学院大学文学部紀要. 1993, 23, p.223-236.
  • 千野 直仁. 反復測度デザイン概説 その2 : 球形検定とその周辺についての批判的レビュー. 愛知学院大学文学部紀要. 1994, 24, p.103-119.
  • 千野 直仁. 反復測定データの分析とその周辺. 教育心理学年報. 2003, 42, p.107-118.
  • 千野 直仁. 統計的独立性とその周辺（1）. 心身科学部紀要. 2010, 6, p.119-128.
  • 千野 直仁. 行動研究における反復測定デザインANOVAの誤用（1）. 心身科学部紀要. 2013, 9, p.45-54.
  • 月元 敬. 対応あり,繰り返し,反復：心理データ解析基礎において区別すべき3つの「R」. 岐阜大学教育学部研究報告. 人文科学. 2015, 64(1), p.67-73.
  • 塩見 正衞, 陳 俊. 自己相関があるデータの解析はどのように行うか. 日本草地学会誌. 2017, 63(1), p.23-27, doi: 10.14941/grass.63.23

多重比較法
Multiple Comparison Procedure

  • 永田 靖, 吉田 道弘 著. 統計的多重比較法の基礎. サイエンティスト社, 1997, 187p.
  • 坂巻 顕太郎, 寒水 孝司, 濱﨑 俊光 著. 多重比較法. 朝倉書店, 2019, 155p.
  • 三輪 哲久. 農業研究分野における多重比較論争. 応用統計学. 1997, 26(2), p.99-109.
  • 永田 靖. 多重比較法の実際. 応用統計学. 1998, 27(2), p.93-108, doi: 10.5023/jappstat.27.93
  • 山村 光司. 土壌肥料学における数理統計手法の応用上の問題点3：Duncanの多重範囲検定はなぜ使えないか. 日本土壌肥料学雑誌. 1998, 69(6), p.649-653, doi: 10.20710/dojo.69.6_649
  • 対馬 栄輝. 理学療法の研究における多重比較法の適用について. 東北理学療法学. 2001, 13, p.30-37.
  • 小柳 貴裕. 統計学 整形外科医が知っておきたい（05）多重比較：ANOVAの終焉？. 臨床整形外科. 2002, 37(9), p.1095-1099.
  • 郷式 徹. クロス集計表に対する統計分析の手法：$\chi^2$検定とFisherの直接法および残差分析と多重比較による下位検定. 心理科学. 2008, 28(2), p.56-66, doi: 10.20789/jraps.28.2_56
  • 朝倉 こう子, 濱﨑 俊光. 多重比較の方法. Drug Delivery System. 2015, 30(4), p.377-388, doi: 10.2745/dds.30.377
  • 橋本 貴充, 村井 潤一郎. 分散分析で有意になり多重比較で有意差がない確率. 2015, p.1-1.
  • 川瀬 雅也, 松田 史生. 間違いから学ぶ実践統計解析 第7回 多重比較って何？. 生物工学会誌. 2017, 95(4), p.214-217.
  • 竜田 庸平. 研究支援講座（3）3群以上のデータを比較する方法. 臨床と理学療法. 2018, 5(1), p.65-68.
  • Murakami, H.. Modified Baumgartner statistics for the two-sample and multisample problems: A numerical comparison. Journal of Statistical Computation and Simulation. 2012, 82, p.711-728, doi: 10.1080/00949655.2010.551516
  • Dunnett, C.W.. A Multiple Comparison Procedure for Comparing Several Treatments with a Control. Journal of the American Statistical Association. 1955, 50(272), p.1096-1121, doi: 10.1080/01621459.1955.10501294
  • Kramer, C.Y.. Extension of Multiple Range Tests to Group Means with Unequal Numbers of Replications. Biometrics. 1956, 12(3), p.307-310, doi: 10.2307/3001469
  • Steel, R.G.D.. A Multiple Comparison Rank Sum Test: Treatments versus Control. Biometrics. 1959, 15(4), p.560-572, doi: 10.2307/2527654
  • Steel, R.G.D.. A Rank Sum Test for Comparing All Pairs of Treatments. Technometrics. 1960, 2(2), p.197-207, doi: 10.2307/1266545
  • Breslow, N.E.. A Generalized Kruskal-Wallis Test for Comparing K Samples Subject to Unequal Patterns of Censorship. Biometrika. 1970, 57(3), p.579-594, doi: 10.1093/biomet/57.3.579
  • Dunnett, C.W.. Pairwise Multiple Comparisons in the Unequal Variance Case. Journal of the American Statistical Association. 1980, 75, p.796-80, doi: 10.1080/01621459.1980.10477552
  • Rothman, K.J.. No adjustments are needed for multiple comparisons. Epidemiology. 1990, 1(1), p.43-46, doi: 10.1097/00001648-199001000-00010
  • Proschan, M.A. & Waclawiw, M.A.. Practical guidelines for multiplicity adjustment in clinical trials. Controlled clinical trials. 2000, 21(6), p.527-539, doi: 10.1016/s0197-2456(00)00106-9

一般化線形モデル
Generalized Linear Model

  • アネット・ドブソン 著, 田中豊, 森川敏彦, 山中竹春, 冨田誠 訳. 一般化線形モデル入門. 共立出版, 2008, 264p.
  • 久保 拓弥 著. データ解析のための統計モデリング入門：一般化線形モデル・階層ベイズモデル・MCMC. 岩波書店, 2012, 267p.
  • 蓑谷 千凰彦 著. 一般化線形モデルと生存分析. 朝倉書店, 2013, 410p.
  • 汪 金芳 著. 一般化線形モデル. 朝倉書店, 2016, 212p.
  • 尾崎 幸謙, 川端 一光, 山田 剛史 編著. Rで学ぶマルチレベルモデル. 入門編, 朝倉書店, 2018, 196p.
  • 尾崎 幸謙, 川端 一光, 山田 剛史 編著. Rで学ぶマルチレベルモデル. 実践編, 朝倉書店, 2019, 252p.
  • 松井 秀俊, 小泉 和之 著, 竹村 彰通 編. 統計モデルと推測. 講談社, 2019, 210p.
  • 丹後 俊郎 著. 統計モデル入門. 新版, 朝倉書店, 2019, 262p.

傾向スコア解析
Propensity Score

  • スティーブン・ハリー, スティーブン・カミングス ほか 著, 木原 雅子, 木原 正博 訳. 医学的研究のデザイン：研究の質を高める疫学的アプローチ 第4版. メディカル・サイエンス・インターナショナル, 2014, p.149-150
  • バイ・ハイヤン, マーガレット・クラーク 著. 傾向スコア. 共立出版, 2023, 163p.
  • Rosenbaum, P.R. & Rubin, D.B.. The central role of the propensity score in observational studies for causal effects. Biometrika. 1983, 70, p.41-55, doi: 10.2307/2335942
  • Rosenbaum, P.R. & Rubin, D.B.. Reducing Bias in Observational Studies Using Subclassification on the Propensity Score. Journal of the American Statistical Association. 1984, 79(387), p.516-524, doi: 10.1080/01621459.1984.10478078
  • Rubin, D.B.. Estimating Causal Effects from Large Data Sets Using Propensity Scores. Annals of Internal Medicine. 1997, 127, p.757-763, doi: 10.7326/0003-4819-127-8_part_2-199710151-00064
  • 星野 崇宏, 繁桝 算男. 傾向スコア解析法による因果効果の推定と調査データの調整について. 行動計量学. 日本行動計量学会編集委員会. 2004, 31 (1), p.43-61
  • Brookhart, M.A., Schneeweiss, S, Rothman, K.J. et al.. Variable Selection for Propensity Score Models . American Journal of Epidemiology. 2006, 163(12), p.1149-1156, doi: 10.1093/aje/kwj149
  • Stürmer, T, Schneeweiss, S, Avorn, S et al.. Adjusting Effect Estimates for Unmeasured Confounding with Validation Data using Propensity Score Calibration. American Journal of Epidemiology. 2005, 162(3), p.279-289, doi: 10.1093/aje/kwi192
  • 大橋 靖雄. 医師のための臨床統計学（07）医学研究の方法論（3）. 医学のあゆみ. 医歯薬出版. 2009, 228（4）, p.323-334折笠 秀樹. J-CLEAR通信（55）傾向スコア解析の是非を巡る話題. 日本医事新報. 2015, 4763, p.44-46.
  • 大林 準. ロジスティック回帰分析と傾向スコア（propensity score）解析. 天理医学紀要. 2016, 19(2), p.71-79, doi: 10.12936/tenrikiyo.19-008
  • 笹渕 裕介. Methodsを読むMethod 第6回 プロペンシティスコアマッチングを知っていますか？. Intensivist. 2017, 9(3), p.802-807.
  • 野間 久史. 臨床研究・疫学研究における傾向スコアを用いた統計解析. 医学のあゆみ. 2018, 267(5), p.413-419.
  • 加葉田 大志朗,新谷 歩. 観察研究データの解析. 日本ペインクリニック学会誌. 日本ペインクリニック学会. 2019, 26（1）, p.1-6
  • 新谷 歩. 医療統計ことはじめ（2）観察研究のデザインとデータ解析：多変量解析と傾向スコア. 総合リハビリテーション. 医学書院. 2020, 48（5）, p.465-470
  • 口羽 文. 観察研究における治療効果の推定：患者背景の考え方. 外科. 南江堂. 2020, 82（8）, p.814-818
  • 野間 久史. 傾向スコアマッチング. 外科. 2020, 82(8), p.819-824.

多変量解析
Multivariate Analysis

  • 竹村 彰通 著. 多変量推測統計の基礎. 共立出版, 1991, 284p.
  • 安藤 洋美 著. 多変量解析の歴史. 現代数学社, 1997, 208p.
  • 朝野 煕彦 著. 入門多変量解析の実際. 講談社, 2000, 199p.
  • 永田 靖, 棟近 雅彦 共著. 多変量解析法入門. サイエンス社, 2001, 245p.
  • 甘利 俊一 ほか著. 多変量解析の展開 隠れた構造と因果を推理する. 岩波書店, 2002, 223p.
  • 足立 浩平 著. 多変量データ解析法：心理・教育・社会系のための入門. ナカニシヤ出版, 2006, 165p.
  • 兼子 毅 著. Rで学ぶ多変量解析. 日科技連出版社, 2011, 186p.
  • 足立 浩平, 村上 隆 著. 非計量多変量解析法：主成分分析から多重対応分析へ. 朝倉書店, 2011, 171p.
  • 柳川 堯 著. 観察データの多変量解析：疫学データの因果分析. 近代科学社, 2016, 227p.
  • ローレンス・グリム, パウル・ヤーノルド 編, 小杉 考司 監訳. 研究論文を読み解くための多変量解析入門. 基礎篇, 北大路書房, 2016, 341p.
  • ローレンス・グリム, パウル・ヤーノルド 編, 小杉 考司 監訳. 研究論文を読み解くための多変量解析入門. 応用篇, 北大路書房, 2016, 364p.
  • 渡辺 利夫 著. Rで多変量解析. ナカニシヤ出版, 2017, 126p.
  • 長畑 秀和 著. Rで学ぶ多変量解析. 朝倉書店, 2017, 212p.
  • 新谷 歩 著. みんなの医療統計. 多変量解析編, 講談社, 2017, 261p.
  • 朝野 熙彦 著. 入門多変量解析の実際. 筑摩書房, 2018, 289p.
  • 川端 一光, 岩間 徳兼, 鈴木 雅之 共著. Rによる多変量解析入門：データ分析の実践と理論. オーム社, 2018, 417p.
  • 小杉 考司 著. 言葉と数式で理解する多変量解析入門. 北大路書房, 2018, 242p.
  • ミッチェル・カッツ 著, 木原 正博, 木原 雅子 訳. 医学的研究のための多変量解析：標準一般化線形モデルから一般化推定方程式まで. EDIXi出版部, 2020, 240p.

メタアナリシス
Meta-Analysis

  • 山田 剛史, 井上 俊哉 編. メタ分析入門：心理・教育研究の系統的レビューのために. 東京大学出版会, 2012, 297p.
  • 丹後 俊郎 著. メタ・アナリシス入門：エビデンスの統合をめざす統計手法. 新版, 朝倉書店, 2016, 264p.
  • 岡田 涼, 小野寺 孝義 編. 実践的メタ分析入門：戦略的・包括的理解のために. ナカニシヤ出版, 2018, 164p.
  • 折笠 秀樹. いくつかの独立な研究を併合する方法：メタ・アナリシス. 応用統計学. 1987, 16(2), p.105-114, doi: 10.5023/jappstat.16.105
  • 小柳 貴裕. 統計学 整形外科医が知っておきたい（09）メタ分析：臨床研究の統合. 臨床整形外科. 2003, 38(10), p.1295-1301.
  • 浜田 知久馬, 中西 豊支, 松岡 伸篤. 医薬研究におけるメタアナリシスと公表バイアス. 計量生物学. 2006, 27(2), p.139-157, doi: 10.5691/jjb.27.139
  • 浦島 充佳. メタ分析. 小児科診療. 2009, 72(4), p.714-718.
  • 五十嵐 中. わかりませんから始める医療統計（11）メタアナリシスの読み方、メタアナリシスの眺め方. 調剤と情報. 2014, 20(13), p.1647-1651.
  • 五十嵐 中. わかりませんから始める医療統計（12）メタアナリシスの読み方、メタアナリシスの眺め方（発展編）. 調剤と情報. 2014, 20(14), p.1777-1782.
  • 山口 祐介, 坂本 亘, 後藤 昌司. 臨床家のための統計講座（第4回）メタ・アナリシスの要点と解釈. 骨粗鬆症治療. 2015, 14(3), p.264-267.
  • 田中 司朗. オオサンショウウオの統計集中講座（第5講）大流行のネットワークメタアナリシス. レジデントノート. 2015, 17(10), p.1968-1976.

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

QooQ