Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
データベース時代の
研究デザイン
~ Quasi-experimental design ~
沖縄県立中部病院 臨床研究推進委員会
2017/8/22(TUE) 17:00-18:00
@第一会議室
Koichiro Gibo, MD, MMSc
はじめに
• 研究ってめんどくさいですよね?
• 超めんどくさがりにもできるだけ楽にできて、なおかつ学術的
にも評価の高いデザインをご紹介します。
• キーワードは..
1. データベースやレジストリを使う
2. Counterfactual(...
研究者の必須要件とは?
• 統計?
• ではなく、リサーチクエスチョンとデザインが
組めること
臨床疫学研究とは
臨床研究はデザインが9割
データ集めるのしんどい
• 古典的な前向き疫学的デザインでは、計画を立てて、デー
タを集める必要がある。これが..
•実にしんどい!
• カルテみたりデータベース(電子カルテ、学会のレジストリ、
DPCデータetc.)使えばいいじゃん!
チャートレビューの落とし穴
チャートレビューによる研究
は国際的に通用しない
Looking Through the Retrospectoscope: Reducing Bias in Emergency Medicine Chart Rev...
データベース研究(レジストリ)
• 目的のしっかりした、研究前提で、かつデータマネージがしっ
かりできているレジストリだと良い研究が結構簡単にできる。
– 例:JEANスタディ、救急蘇生統計、学会主導データ
• 国際的な学術論文を書きたい!とい...
データベース研究(電子カルテ、DPCデータetc)
• もともと研究目的ではないもの
• レジストリと較べて
• 利点:
– 入手しやすい
– nが多く、観察期間も長いことが多い
• 欠点:
– 欲しい変数がないことが多い
– データマネージが...
データベース研究のためのデザイン
• 中断時系列解析(ITS: interrupted time-series)
• 自己対照ケースシリーズ(SCCS: self-controlled
case series)
• この2つを紹介
重要な脱線:因果とは?
• 医学研究の目的は畢竟、原因と結果の関係(因果)を探ること。
• Question:
• コーラを飲む(原因・介入) → ゲップが出る(結果):本当?
思考実験: 因果推論の根本問題
https://www.slideshare.net/R
SS6/choosing-appropriate-
statistical-test-rss6-2104
思考実験: 因果推論の根本問題
https://www.slideshare.net/R
SS6/choosing-appropriate-
statistical-test-rss6-2104
Counterfactual (反事実)
• 因果推論を行う上で重要な概念
• デザインや統計学的手法で反事実
を推測することで、因果推論が可能
• 統計学:傾向スコア、周辺構造モデ
ル、do演算子
• デザイン:RCT、前向きコホート、
Qu...
中断時系列デザイン(ITS)
• Quasi-experimental design (準実験デザイン)の一つ
• もともと社会経済科学で使用されてきた。
• 図で理解するほうが早い。
中断時系列デザイン(ITS)
James Lopez Bernal, Steven Cummins, Antonio Gasparrini; Interrupted time series regression for the evaluati...
インパクトモデルはアプリオリに決定する
James Lopez Bernal, Steven Cummins, Antonio Gasparrini; Interrupted time series regression for the eva...
時系列モデルは4要素からなる
1.レベル(切片)
2.トレンド
3.季節性/周期性
4.(自己回帰性)
季節性を除去してトレンド部分を
抽出する
James Lopez Bernal, Steven Cummins, Antonio Gaspa...
中断時系列デザイン:ITS
• 例:
• 大阪府における救急隊用のスマートフォンアプリ(ORION)
によるたらいまわしの減少効果について
ITS まとめ
• 何らかの制度やシステムが変化した前後の時系列を比較
して、その変化による因果効果を調べることができる。
• 例:OCHでは11年前に血液培養採取時の消毒方法が当
時の研修医の研究によって劇的に変化した。この採取法に
よりコン...
自己対照ケースシリーズ(SCCS)
• 似たようなものに"Before and After design"というのもある。
• もともとワクチン接種と副反応の関係をみるために使われた
自己対照のコンセプト
全観察期間
肥満手術
B
・
・
コントロール期間
: 2年
介入期間
: 2年
Aさん
心不全による
ED受診or入院肥満手術を受けたケー
ス群(ケースシリーズ)
Before After
自己対照ケースシリーズ(SCCS)
• 利点:
– ケース群だけで良い。そのためコントロール群を設定することによる
バイアスを避けることができる。
– 時間非依存性変数(例:性別)をすべて調整できる。そのため複雑な
統計モデルを立てる必要がなく...
)(ケース肥満患者数
入院 受診orED
条件付きポアソン回帰
• 因果関係を述べるにはいくつかの仮定が必要だが、非常に
有用な方法
• ケース群だけを選べば良く、そのケース群の縦断的なデータ
があれば使えるかも。
• アウトカムのイベントはできるだけ早く起きるタイプのほうが
良い。
• 例:ある手術とまだ...
Enjoy your research !
データベース時代の疫学研究デザイン
Nächste SlideShare
Wird geladen in …5
×

データベース時代の疫学研究デザイン

2.985 Aufrufe

Veröffentlicht am

沖縄県立中部病院 臨床研究推進委員会 第1回目レクチャー

Veröffentlicht in: Wissenschaft

データベース時代の疫学研究デザイン

  1. 1. データベース時代の 研究デザイン ~ Quasi-experimental design ~ 沖縄県立中部病院 臨床研究推進委員会 2017/8/22(TUE) 17:00-18:00 @第一会議室 Koichiro Gibo, MD, MMSc
  2. 2. はじめに • 研究ってめんどくさいですよね? • 超めんどくさがりにもできるだけ楽にできて、なおかつ学術的 にも評価の高いデザインをご紹介します。 • キーワードは.. 1. データベースやレジストリを使う 2. Counterfactual(反事実) 3. Quasi-experimental design(準実験デザイン)
  3. 3. 研究者の必須要件とは? • 統計? • ではなく、リサーチクエスチョンとデザインが 組めること
  4. 4. 臨床疫学研究とは 臨床研究はデザインが9割
  5. 5. データ集めるのしんどい • 古典的な前向き疫学的デザインでは、計画を立てて、デー タを集める必要がある。これが.. •実にしんどい! • カルテみたりデータベース(電子カルテ、学会のレジストリ、 DPCデータetc.)使えばいいじゃん!
  6. 6. チャートレビューの落とし穴 チャートレビューによる研究 は国際的に通用しない Looking Through the Retrospectoscope: Reducing Bias in Emergency Medicine Chart Review Studies Kaji, Amy H. et al. Annals of Emergency Medicine , Volume 64 , Issue 3 , 292 - 298
  7. 7. データベース研究(レジストリ) • 目的のしっかりした、研究前提で、かつデータマネージがしっ かりできているレジストリだと良い研究が結構簡単にできる。 – 例:JEANスタディ、救急蘇生統計、学会主導データ • 国際的な学術論文を書きたい!というのなら、これらのレジス トリベースの研究が手っ取り早い。 • 欠点: – データ処理が大変でプログラミングスキルがないと詰む可能性が高 い。 – 高度な統計手法を必要とすることが多い
  8. 8. データベース研究(電子カルテ、DPCデータetc) • もともと研究目的ではないもの • レジストリと較べて • 利点: – 入手しやすい – nが多く、観察期間も長いことが多い • 欠点: – 欲しい変数がないことが多い – データマネージができていないと、GIGO(garbage in, garbage out) – 従来の研究デザインでは強いバイアスを生じうる
  9. 9. データベース研究のためのデザイン • 中断時系列解析(ITS: interrupted time-series) • 自己対照ケースシリーズ(SCCS: self-controlled case series) • この2つを紹介
  10. 10. 重要な脱線:因果とは? • 医学研究の目的は畢竟、原因と結果の関係(因果)を探ること。 • Question: • コーラを飲む(原因・介入) → ゲップが出る(結果):本当?
  11. 11. 思考実験: 因果推論の根本問題 https://www.slideshare.net/R SS6/choosing-appropriate- statistical-test-rss6-2104
  12. 12. 思考実験: 因果推論の根本問題 https://www.slideshare.net/R SS6/choosing-appropriate- statistical-test-rss6-2104
  13. 13. Counterfactual (反事実) • 因果推論を行う上で重要な概念 • デザインや統計学的手法で反事実 を推測することで、因果推論が可能 • 統計学:傾向スコア、周辺構造モデ ル、do演算子 • デザイン:RCT、前向きコホート、 Quasi-experimental design • RCT>>その他
  14. 14. 中断時系列デザイン(ITS) • Quasi-experimental design (準実験デザイン)の一つ • もともと社会経済科学で使用されてきた。 • 図で理解するほうが早い。
  15. 15. 中断時系列デザイン(ITS) James Lopez Bernal, Steven Cummins, Antonio Gasparrini; Interrupted time series regression for the evaluation of public health interventions: a tutorial, International Journal of Epidemiology, Volume 46, Issue 1, 1 February 2017, Pages 348–355 Counterfactual
  16. 16. インパクトモデルはアプリオリに決定する James Lopez Bernal, Steven Cummins, Antonio Gasparrini; Interrupted time series regression for the evaluation of public health interventions: a tutorial, International Journal of Epidemiology, Volume 46, Issue 1, 1 February 2017, Pages 348–355
  17. 17. 時系列モデルは4要素からなる 1.レベル(切片) 2.トレンド 3.季節性/周期性 4.(自己回帰性) 季節性を除去してトレンド部分を 抽出する James Lopez Bernal, Steven Cummins, Antonio Gasparrini; Interrupted time series regression for the evaluation of public health interventions: a tutorial, International Journal of Epidemiology, Volume 46, Issue 1, 1 February 2017, Pages 348–355
  18. 18. 中断時系列デザイン:ITS • 例: • 大阪府における救急隊用のスマートフォンアプリ(ORION) によるたらいまわしの減少効果について
  19. 19. ITS まとめ • 何らかの制度やシステムが変化した前後の時系列を比較 して、その変化による因果効果を調べることができる。 • 例:OCHでは11年前に血液培養採取時の消毒方法が当 時の研修医の研究によって劇的に変化した。この採取法に よりコンタミ率がどうなったかについて、その前後の比較的 長期間のデータが得られれば、十分ITSによる因果推論が 可能。 • データベース主体の研究では非常に有用
  20. 20. 自己対照ケースシリーズ(SCCS) • 似たようなものに"Before and After design"というのもある。 • もともとワクチン接種と副反応の関係をみるために使われた
  21. 21. 自己対照のコンセプト 全観察期間 肥満手術 B ・ ・ コントロール期間 : 2年 介入期間 : 2年 Aさん 心不全による ED受診or入院肥満手術を受けたケー ス群(ケースシリーズ) Before After
  22. 22. 自己対照ケースシリーズ(SCCS) • 利点: – ケース群だけで良い。そのためコントロール群を設定することによる バイアスを避けることができる。 – 時間非依存性変数(例:性別)をすべて調整できる。そのため複雑な 統計モデルを立てる必要がなくなる • 欠点: – 縦断的なデータベースが必要 – データの前処理が結構複雑 – コントロール期間内のイベントによって介入が引き起こされる(因果 の逆転)ことがないことが条件
  23. 23. )(ケース肥満患者数 入院 受診orED 条件付きポアソン回帰
  24. 24. • 因果関係を述べるにはいくつかの仮定が必要だが、非常に 有用な方法 • ケース群だけを選べば良く、そのケース群の縦断的なデータ があれば使えるかも。 • アウトカムのイベントはできるだけ早く起きるタイプのほうが 良い。 • 例:ある手術とまだ文献的に知られていない副作用との因果 関係を見たいときなど SCCS:まとめ
  25. 25. Enjoy your research !

×