[A6] 医療統計基礎
医学統計の基礎
・ Pとは
・ Pとは
Pとはprobability（確率）のPである。
なんの確率かというと帰無仮説が正しい確率です。
帰無仮説：両群の介入効果に差はなく、
得られた結果の差が純粋に個体差であるという仮説。
つまりP<0.05は両群の差が個体差である確率が5%未満であるということ。
この0.05を優位水準といい、医学研究では0.05とする、という約束があります。
・ 95%信頼区間
95%の確率で両群の差がこの範囲にあるという範囲です。
・ 平均値と中央値
平均値(mean)→データに偏りがない時に使います
中央値(median)→データに偏りがある時に使います
・ 分布
範囲は最大値と最小値であらわします。
標準偏差(SD)
→得られたデータの95%はmean-2SDからmean+2SDの範囲に存在します
得られたデータの偏りが大きいときは
平均値や標準偏差からは分布を推定することはできません。
→その際には四分位範囲を用います。
四分位範囲：データの偏りが大きい時、得られたデータの小さい方25%と、大きい方25%を捨てて、残った50%の範囲の事です。
四分位範囲をグラフで表すには箱ヒゲグラフを用います。
・ 母集団（全体）の平均値を求める
対象集団の平均値から母集団の95%信頼区間が求められます。
・ 研究デザイン
研究デザインには介入研究と観察研究があります。
観察研究には
① 生じた結果から遡る症例対象研究
② 条件を揃えて前向きに観察するコホート研究
があります。
前向きに観察するコホート研究は
信頼性が高く相対危険度（RR）を求めることができます。
しかし、稀な疾患には適さないというデメリットもあります。
一方、コホート研究は基本的に後ろ向き研究なので
手間が少なく、稀な疾患にも適するというメリットがあります。
しかし、症例対象研究に比べ信頼性は低くRRを求めることもできません。
そこでオッズ比を用います。
オッズ(OD) = P/(1-P)
例えば、喫煙率が20%の時 P= 0.2であり
喫煙の非喫煙に対するオッズはOD=0.2/(1-0.2)=0.25となります。
オッズ比= オッズA/オッズBで求めることができます。
稀な疾患の場合、オッズ比=相対危険度として扱うことができます。
・ 相関
相関関数 r (ピアソンのr)
r>0 なら 正の相関
r<0なら 負の相関
があります。
-1 < r < 1
で表され、rが±1に近づくほど相関が強いことを表します。
相関が有意かどうかには帰無仮説を用います。
P<0.05ならば有意な相関と言えます。
相関関係をグラフ上、線で表した時回帰直線（曲線）と呼びます。
相関の95%信頼区間を信頼区間直線（曲線）といいます。
回帰直線（曲線）を方程式化した時、回帰方程式と言います。
・ 感度・特異度・陽性適中率・陰性適中率
感度：ある病気に罹っている人の中で検査が陽性となる人の割合
特異度：ある病気に罹っていない人の中で検査が陰性となる人の割合
陽性適中率：陽性と出た時に、本当に陽性となる割合
陰性適中率：陰性と出た時に、本当に陰性となる割合
・ NNT
Number needed to treat
何人に一人の割合で治療効果が得られるか、をあらわします。
小さいほど効果が高く NNT=1の時100%治療可能ということになります。
・ 研究デザイン
研究デザインには介入研究と観察研究があります。
観察研究には
① 生じた結果から遡る症例対象研究
② 条件を揃えて前向きに観察するコホート研究
があります。
前向きに観察するコホート研究は
信頼性が高く相対危険度（RR）を求めることができます。
しかし、稀な疾患には適さないというデメリットもあります。
一方、コホート研究は基本的に後ろ向き研究なので
手間が少なく、稀な疾患にも適するというメリットがあります。
しかし、症例対象研究に比べ信頼性は低くRRを求めることもできません。
そこでオッズ比を用います。
オッズ(OD) = P/(1-P)
例えば、喫煙率が20%の時 P= 0.2であり
喫煙の非喫煙に対するオッズはOD=0.2/(1-0.2)=0.25となります。
オッズ比= オッズA/オッズBで求めることができます。
稀な疾患の場合、オッズ比=相対危険度として扱うことができます。
・ 相関
相関関数 r (ピアソンのr)
r>0 なら 正の相関
r<0なら 負の相関
があります。
-1 < r < 1
で表され、rが±1に近づくほど相関が強いことを表します。
相関が有意かどうかには帰無仮説を用います。
P<0.05ならば有意な相関と言えます。
相関関係をグラフ上、線で表した時回帰直線（曲線）と呼びます。
相関の95%信頼区間を信頼区間直線（曲線）といいます。
回帰直線（曲線）を方程式化した時、回帰方程式と言います。
・ 感度・特異度・陽性適中率・陰性適中率
感度：ある病気に罹っている人の中で検査が陽性となる人の割合
特異度：ある病気に罹っていない人の中で検査が陰性となる人の割合
陽性適中率：陽性と出た時に、本当に陽性となる割合
陰性適中率：陰性と出た時に、本当に陰性となる割合
・ NNT
Number needed to treat
何人に一人の割合で治療効果が得られるか、をあらわします。
小さいほど効果が高く NNT=1の時100%治療可能ということになります。
