SlideShare ist ein Scribd-Unternehmen logo
1 von 54
Downloaden Sie, um offline zu lesen
観察研究の必須事項	
2013年8月24日
自主企画シンポジウム
広島大学大学院総合科学研究科	
  
竹林 由武	
失敗しない研究計画入門:	
  	
  
  観察研究、尺度研究、非薬物療法の介入研究の	
  
  研究報告の質向上のためのガイドラインの理解	
1
観察研究の報告必須事項のチェックリスト
コホート研究
(cohort study)
症例対照研究
(case control study)
横断的研究
(cross sectional study)
アウトカム暴露
アウトカム暴露
調査(開始)
時点
過去 将来
2
STROBE声明の構成
該当節	
 共通項目	
 デザイン	
  
特有項目	
タイトルと抄録	
 1項目	
序論	
  (I)	
 2項目	
方法	
  (M)	
 8項目	
 1項目	
結果	
  (R)	
 2項目	
 3項目	
考察	
  (D)	
 4項目	
その他	
 1項目	
計	
 18項目	
 4項目	
22項目	
序論•方法部分を
中心に紹介
本日の話題
3
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
4	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
5	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
研究を実施する合理性を明確にする
研究の科学的な背景と論拠を説明する。
✓ なぜこの研究を行ったのか?
✓ 研究がどういった段階にあるか?
✓ 何に焦点を置いているのか?
✓ 研究で示すことと既知の知見との差異は何か?
最新の関連する研究	
  
システマティック•レビュー	
既存の知見を概観した上で,本研究を実施する必要
があるのか十分に検討しなければならない	
を言及すべき	
6
研究の科学的な背景と論拠を説明する。
事  例:  
7	
社交不安障害に対する集団認知行動療法後
の,患者のQOLの変化とその予測因子を前方
視的に検討する。
研究の科学的な背景と論拠を説明する。
事  例:  
システマティックレビューについて言及
 社交不安障害の症状に対する効果量 
   SSRI: Cohen’s d 1.3-1.9    (プラセボと比較)
   CBT: Cohen’s d     0.8        (未治療待機群と比較) 
  
ü  研究がどういった段階にあるか?	
  
関連する研究の知見について言及  (RCT:QOLの改善)	
  
  抗うつ薬の治療後にQOLが改善  (3件)
   認知行動的介入後にQOLが改善  (5件)
8
研究の科学的な背景と論拠を説明する。
事  例:  
 CBTによるQOLの改善が治療後に持続するか未検討
  検討意義:  SADは慢性化するのが典型なので,
          長期的に効果が持続するかが臨床上重要
 
 QOLの下位次元ごとへの影響が未検討
  検討意義:  QOLは,理論•統計データから多次元的
            SADとQOLの関連は次元ごとに異なる。
         ⇒各次元への影響を検討する意義がある。
 
 QOLの予後の良さの予測因子が未検討
  	
  	
  検討意義:  予後向上のための臨床的示唆が得られる
ü  何に焦点を置いているのか?
ü  本研究と既存の研究の差異
9
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
10	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
目的は対象,暴露,アウトカムを明確に
事前の仮説を含む形で具体的に明記する
具体的  =  「扱う変数」,「変数間の関係性」が明確
ü  対象
ü    曝露  (独立変数)
ü    アウトカム  (従属変数)
ü    評価したパラメーター    (i.  e.,  相関係数,オッズ比,リスク比)
11
事前の仮説を含む形で
研究の具体的な目的を明記する
目 的:
	
  
  1)  集団認知行動療法後に、QOLのどの次元が
    長期的フォローアップで変化するか検討する
 2)  社交不安症状の重症度の変化は
         長期的フォロアップ期のQOLと関連するか検討する
 3)  どのようなベースライン要因が集団認知行動療法後の
         長期的なQOLを予測するか検討する	
  
事例: ✓曝露 ✓アウトカム	
  
12
事前の仮説を含む形で
研究の具体的な目的を明記する
仮 説  (目的と対応):
	
  
 集団認知行動療法後のQOLの長期的改善は,
  1)  心理的領域・社会的領域双方で示される
  2)  短期・長期的に社交不安症状の改善と関連する
  3)  ベースラインにおける社交不安症状の重症度の低さ,
     非全般化型,良質な家族からのサポートと関連する
事例: ü  仮説を具体的に示す	
  
13
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
14	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
研究デザインを明確に
研究デザインの重要な要素を論文の
早い段階で示す。
ü  コホート研究:  

集団の特徴,暴露状況
            追跡期間
ü  症例対照研究: 

症例•対照群の特徴
ü  横断研究: 

集団の特徴
  研究の実施時点
アウトカム暴露
アウトカム暴露
調査(開始)
時点
過去 将来
15
研究デザインの重要な要素を
論文の早い段階で示す。
事例:症例対照研究
	
  
大うつ病性障害と心拍変動性を検討
16
ü  症例•対照群の特徴
研究デザインの重要な要素を
論文の早い段階で示す。
事例:	
  
17	
研究デザイン: 	
  
	
  	
  	
  症例対照研究
	
  
症例:
	
  	
  	
  大うつ病性障害の診断基準のみを満たす成人
対照群:
 1)  健常群:    症例と年齢・性別をマッチングした成人
                      
 2)  MDD+GAD群:全般性不安障害とMDDの診断有
 
 3)  MDD+PDorPTSD群:パニック障害orPTSDと
                                                                              MDDの診断有
セッティングを明確に
セッティング、実施場所、基準となる日付を明記する。  
ü   募集を行った場所やソース
ü   調査が行われた地方、街、病院、開業場所
ü   基準となる日付に含む情報
ü        登録,暴露,追跡,データ収集の期間
18
  2005年2月から2007年5月まで
    
 日本の名古屋市立大学病院,精神・認知・行動医学
 分野で実施される外来患者を対象とした集団認知行動
 療法プログラムに社交不安障害患者がリクルートされた。
ü  データの収集期間
セッティング、実施場所、基準と
なる日付を明記する。  
事例:  コホート研究
ü  調査が行われた地方、街、病院
19	
 精神疾患の専門家からのリファーよるものが数名で, 
 その他は自ら外来を受診した。
ü  募集を行った場所やソース
ü  適格基準
ü  対象者のソースと選定方法
ü  追跡方法  (コホート)
ü  ケースとコントロールの選択根拠  (症例対照研究)
ü  マッチングの基準  (コホート•症例対照研究)
参加者を明確に
参加者の性質を詳細に説明する。
標本	
20
 広告や臨床家からの任意照会による一般コミュニティから募集。 
 the Brain Resource International Databaseから参加者情報を取得。
      全対象者:
 薬物依存,脳損傷,意識喪失,脳卒中,神経疾患,
 その他の重篤な疾患  (心疾患や糖尿病)の既往歴がない
 抗うつ薬治療経験がない
  
 疾患群:M.I.N.Iを使用し,各群の診断基準を満たすもの
 健常群:気分・不安障害の既往歴がないもの	
  
 	
  
ü  適格基準
事例:症例対照研究	
  
ü  対象者のソース	
参加者の性質を詳細に説明する。
21
 大うつ病と心拍変動の関係が先行研究で一貫しないのは,
 以下の要因が統制されていないことによる可能性  (1,  2)。
(1) 心疾患や糖尿病
(2) 服薬状況
(3) 不安障害の合併
1) Rottenberg J (2007) Cardiac vagal control in depression: a critical analysis. Biol Psychol 74:
200–211. doi:10.1016/j.biopsycho.2005.08.010.
2) Kemp A (2011) Depression, antidepressant treatment and the cardiovascular system. Acta
Neuropsychiatrica 23: 82–83. doi:DOI 10.1111/j.1601-5215.2011.00535.x.
事例:症例対照研究	
  
ü  対照群の選択根拠
参加者の性質を詳細に説明する。
22
ü  アウトカム
ü  曝露•予測因子  (独立変数)
ü  潜在的な交絡因子
ü  修飾因子  (調整変数)
ü  診断方法
測定変数を明確に
測定したすべての変数を定義する。
23
診断は,トレーニングおよびスーパーバイズを受けた施設の研
究者がM.I.N.Iによる構造化面接を実施した.
うつの重症度は構造化面接および自己報告式尺度を実施した.
                      (HAM-D・DASS)
不安・ストレスの重症度は自己報告式尺度を実施した    (DASS)
事例:	
  
測定したすべての変数を定義する。
ü  潜在的な交絡因子	
ü  診断方法  アウトカム	
24
安静時2分間のECG測定を実施
ECGの記録から心拍変動の指標を算出:
   SDNN(RR間隔の標準偏差)
   RMSSD (連続した心拍間隔の差の二乗平均平方根)
測定機器:Compumedics Neuroscan NuAmps amplifier and SCAN software (ver4.3)
  心疾患や死亡率を予測する3)4)
	
  
3.	
  Dekker	
  JM,	
  Crow	
  RS,	
  Folsom	
  AR,	
  Hannan	
  PJ,	
  Liao	
  D,	
  et	
  al.	
  (2000)	
  Low	
  heart	
  rate	
  variability	
  in	
  a	
  2-­‐minute	
  rhythm	
  strip	
  predicts	
  risk	
  of	
  
coronary	
  heart	
  disease	
  and	
  mortality	
  from	
  several	
  causes:	
  the	
  ARIC	
  Study.	
  Atherosclerosis	
  Risk	
  In	
  CommuniPes.	
  CirculaPon	
  102:	
  1239–
1244.	
  
4.	
  Carnethon	
  MR,	
  Liao	
  D,	
  Evans	
  GW,	
  Cascio	
  WE,	
  Chambless	
  LE,	
  et	
  al.	
  (2002)	
  Does	
  the	
  cardiac	
  autonomic	
  response	
  to	
  postural	
  change	
  
predict	
  incident	
  coronary	
  heart	
  disease	
  and	
  mortality?	
  The	
  Atherosclerosis	
  Risk	
  in	
  CommuniPes	
  Study.	
  Am	
  J	
  Epidemiol	
  155:	
  48–56.
事例:	
  
測定したすべての変数を定義する。
25	
ü  暴露
ü  測定方法の利用根拠
データソースも明確に
測定指標の信頼性•妥当性の詳細	
  
  >  どのような集団でvalidateされているか
   >  信頼性•妥当性の指標を数値で示す(α,ICC,r  など)
	
  
	
  
	
  2	
  つ以上の群がある場合	
  
	
  	
  	
  	
  >  測定方法の比較可能性を明記する。  
       二つの群で,データ収集の方法に差がないか
定義した変数について,
データソース,評価・測定方法の詳細を示す。
対象集団でvalidateされた指標を用いる	
26
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
27	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
バイアス 
バイアスが生じないように
とられた方策があればすべて示す。  
標本	
研究デザイン	
統計解析	
選択バイアス	
 ○	
 ×	
情報バイアス	
 ○	
 ×	
交絡	
 ○	
 ○	
情報バイアス	
 交絡	
研究計画段階で対処	
  
しなければ,取り返しが	
  
つかない	
標本抽出	
   データ収集	
 統計解析	
選択バイアス	
28
選択バイアス 
自己選択バイアス  Self-selection bias
健康労働者効果  Healthy worker effect
入院バイアス  Admission bias
罹患者-有病者バイアス  Incidence-prevalence bias
脱落バイアス  Withdrawals bias
未回答者バイアス  Non-respondent bias
調査対象者の選択方法によって生じる
曝露とアウトカムの関係の歪み
29
情報バイアス 
曝露やアウトカムなどのデータ収集方法
によって生じるバイアス
診断バイアス  Diagnostic bias
想起バイアス  Recall bias
思案バイアス  Rumination bias
質問者バイアス  Interviewer bias
測定バイアス  Measurement bias
誤分類バイアス  Misclassification bias
30
データ収集に際して	
  
  -  実施計画  protocol  を標準化する。
 -  データの出所•方法は全ての研究群で同一にする。  
      -  面接者等に可能な限り曝露やアウトカムを意識させない
        (盲検化)
バイアスへの対処
コホート研究	
  
 - アウトカムによらない選択基準を定義する
 - 追跡による脱落を最小限にする.
	
  
症例対照研究
      -  暴露によらない選択基準を定義する
        -  可能な時は必ず人口集団を基盤とした標本抽出をする
31
研究目的:
 。
	
  
研究デザイン:症例対照研究 
症例群:自殺が原因で死亡した人
これまでの自殺に関する症例対照研究の対照群:
   現在生存している人 ⇒情報バイアスの可能性
本研究の対照群(バイアスへの対処):
   自殺以外の原因で死亡した人
                  情報源  =  最近家族や近親者の死亡を経験した人
                                      ⇒  生存している人を対照とした場合よりも
                                                      自殺者に関する情報源との比較可能性が高い.
事例:
バイアスが生じないように
とられた方策があればすべて示す。  
32	
中国における自殺のリスクファクターを検討する
交絡
対処① 交絡変数をマッチング	
  
対処②	
  	
  	
  解析で対処する	
  
研究デザイン	
統計解析	
選択バイアス	
 ○	
 ×	
情報バイアス	
 ○	
 ×	
交絡	
 ○	
 ○	
他の変数の存在によって生じる,暴露とアウ
トカムの関係の過大 or	
  過小評価.	
  
33
 
	
  
対処①	
  
  独立変数と独立してアウトカムに影響を与える要因を
     マッチングする.
対処②
     独立変数と関連のある交絡変数は測定しておいて,
          解析で対処する  (層別解析,傾向スコア分析).
🔍  独立変数と関連がある交絡変数をマッチング	
マッチングで生じる問題
E	
 D	
F	
E	
 D	
F	
E	
 D	
F	
OVER	
  MATCHINGによるバイアス	
  
(真に見たい関係性も消失する)	
34
研究計画段階での必須事項
I.      研究を実施する合理性を明確にする。
I.      対象,暴露,アウトカムを明確にした目的を設定。
M.  デザイン,セッティング,参加者,測定変数を
  明確に定義する。
M.  バイアス•交絡要因を考慮した計画設計をする。
M.  根拠ある例数設計をする。
35	
(3min)	
(2min)	
(10min)	
(6min)	
(6min)
サンプルサイズ 
サンプルサイズの設定根拠を示す。  
データを取る前に,例数設計の統計手法を使う
  –  検定力分析  (power analysis)
     –  正確度分析  (precision analysis)
(Accuracy In Parameter Estimation: AIPE) 
        
意味のある結果を得るためには,狭い信頼区間の幅に
なるよう例数設計
  ⇒大きな標本サイズが必要
	
 36
検定力
研究結果	
真の結果	
効果なし (null=true)	
 効果あり (null=false)	
効果なし (効果量=0)	
 正しい判断 (1-­‐α)	
 第二種の過誤 (β)	
効果あり (効果量≠0)	
 第一種の過誤 (α)	
 正しい判断 (1-­‐β)	
検定力
(1-β)
帰無仮説が偽の時に正しい帰無仮説を棄却する確率
検出力  .80が推奨
(Cohen,  1992) 37
検定力分析
一つが変化すると他の指標も変化する
事前の例数設計
①  効果サイズ ②  有意水準 ③  検定力
0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
0
20
40
60
80
100
120
140
160
180
Totalsamplesize
= 0.8
= 0.85
= 0.9
= 0.95
Power (1-β err prob)
F tests - Linear multiple regression: Fixed model. R² deviation from zero
Number of predictors = 3. α err prob = 0.05
Effect size f²
効果量	
  =	
  R2	
  
観測変数の数	
  =	
  3	
  
38
検定力分析はフリーソフトが充実
Rpsychi 	
hep://cran.r-­‐project.org/web/packages/rpsychi/rpsychi.pdf	
MBESS	
hep://cran.r-­‐project.org/web/packages/MBESS/MBESS.pdf	
G*Power	
hep://www.psycho.uni-­‐duesseldorf.de/abteilungen/aap/gpower3	
39
正確度分析
信頼区間の区間幅(の期待値)や信頼限界比に基づく
例数設計  (豊田,2003)
1)  有意だけど不正確	
  
2)  有意で正確	
  
3)  有意じゃないし不正確	
  
4)  有意じゃなくて正確	
正確な推定値を得る  (狭い信頼区間)には,
どれくらいのサンプルが必要か 40
正確度分析
Kelly	
  &	
  Rauch.	
  Psychological	
  Methods 2006,	
  Vol.	
  11,	
  No.	
  4,	
  363–385	
正確度は効果量の
大きさに影響を受
けない
事前の例数設計
①  効果量
②  信頼区間  (99%,  95%,  90%)  
③  信頼区間幅    (  .30,  .50,    .90)
41
 ある調査では、その地域における産後うつの有病割合が19.8%
であることが示された。これを参考に正常出生体重児の母親にお
けるうつの割合を20%として、また、栄養不良の子供を持つ母親
のうつのオッズ比を3	
  倍、検出力80%、有意差を5%として、72	
  組
のケース・コントロールのセット(ケース1	
  例に対してコントロール1	
  
人)を必要とした.	
事例:症例対照研究	
  
サンプルサイズの設定根拠を示す。  
🔍  先行研究の統計量⇒予測される統計量	
🔍  検定力	
🔍  有意水準	
42
Take  Home  Message
①  研究を実施する合理性を明確にする。
②  対象,暴露,アウトカムを明確にした目的を設定。
③  デザイン,セッティング,参加者,測定変数を
明確に定義する。
④  バイアス•交絡要因を考慮した計画設計をする。
⑤  根拠ある例数設計をする。
43
ご清聴ありがとうございました	
•  竹林由武:	
  takebayashi@hiroshima-­‐u.ac.jp	
  
	
  
	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  
44	
heps://sites.google.com/site/studygroup13csrm/acPvity	
heps://sites.google.com/site/yoshitake2bayashi/about-­‐me
補足資料	
•  マッチングの基準と各群の数を示す (事例)	
  
•  バイアスが生じないように取られた方策があ
れば示す (事例)	
  
•  情報バイアス・選択バイアスの説明	
  
•  strobe声明,量的変数の項目	
  
•  strobe声明,統計・分析方法の項目	
  
45
第1	
  に、スタチンの使用あるいは敗血症のリスクと関連があり
える要因の広汎なリストに基づいてコホート全体の全ての患者
について傾向スコアが計算された。	
  
	
  
第2	
  に、各スタチン投与例がスタチン非投与例のプールと性、
年齢(前後1	
  歳)、および、登録日(前後3	
  ヶ月)によりマッチさ
れた。	
  
	
  
 第3	
  に、各スタチン投与例に最も近い傾向スコア(0.2	
  標準偏
差以内)を持つコントロールをスタチン投与例に対して1	
  対1	
  と
なるように選択し、残ったコントロールは用いなかった	
事例:コホート研究	
  
🔍  マッチングの基準	
マッチングの基準と各群の数を示す。
46
 ケース 1	
  例あたり5	
  人の対象群を研究対象集団から選択するこ
とを目標とした。	
  
	
  
 対照群は、一般診療カルテ上で自閉症あるいは広汎性発達障
害と診断されておらず、ケースが広汎性発達障害と診断された日
に生存し診療に関わり登録されている患者の集団である。	
  
	
  
 対照群は誕生年(前後1	
  歳)、性、および、一般診療状況により
それぞれのケースにマッチされた。ケース300	
  例については、す
べてのマッチング基準を満たす5	
  人のコントロールを同定可能で
あった。残りの994	
  例については、1	
  人以上のコントロールが除外
された。	
事例:症例対照研究	
  
🔍  マッチングの基準と数	
マッチングの基準と各群の数を示す。
47
 2	
  型糖尿病(T2DM)の女性はそうでない女性と比べて眼科的検
査をより綿密に受けているとすると、2	
  型糖尿病と開放隅角緑内
障(POAG)との関連に発見徴候バイアスが影響を与えてしまう。
われわれは糖尿病の女性と糖尿病ではない女性のそれぞれの
情報から眼科的検査の平均回数を比較した。また、より精密な眼
科的検査と関連する共変量(白内障や黄斑変性の有無、眼科診
察の回数、および、身体診察の回数についての患者自己報告情
報)のさらなる調整を行った上で、開放隅角緑内障の相対リスク
の再計算も行った。	
事例:症例対照研究	
  
バイアスが生じないように
とられた方策があればすべて示す。  
48
情報バイアス 
診断バイアス  Diagnostic bias
   不正確な診断による疾患の誤分類
質問者バイアス  Interviewer bias
 質問者(面接者)が先入観などで判断して回答を処理する。
同じ対象者の同じ質問が、別の日や別の質問者などに左右さ
れて異なった回答となる。
測定バイアス  Measurement bias
 測定装置や測定する施設、測定者などにより同じ対象者の測
定結果に違いが生じる。
49
情報バイアス 
想起バイアス  Recall bias
 被験者に過去の曝露状況や健康状態など質問する際に、
        本人の記憶が不正確なために生じる。
  ⇒思い違い、勘違い、適当な回答など
思案バイアス  Rumination bias
 回答者が質問内容を思いめぐらせて都合良い回答をする傾向
        
症例対照研究で症例群では対照群に比べて,過去の子細な症
状も関連づけて答える。
50
選択バイアス 
自己選択バイアス  Self-selection bias
 健康に自信がある人が被験者募集に集まる傾向
  ⇒標本の罹患率  <  母集団の罹患率
健康労働者効果  Healthy worker effect
 事業所を対象にした調査では,不健康な人は,
 退職or休業で対象集団に残らない
  ⇒一般集団での健康度  <  事業所集団での健康度
入院バイアス  Admission bias
 病院で患者を対象とする場合に,一般集団より有病者
    が多く集まる。施設の特性により特定の疾患が集まる。
51
選択バイアス 
罹患者-有病者バイアス  Incidence-prevalence bias
有病者を対象とした場合,疾患による死亡•回復例は
      対象として把握されない。
       ⇒死亡•回復例が非有病者として誤って推定される。
脱落バイアス  Withdrawals bias
   調査研究途中で、死亡や転居などで追跡不可能と
      なった者は結果に反映されない。
            ⇒曝露や疾患発生数に不均衡
未回答者バイアス  Non-respondent bias
 調査に回答しようとする者と未回答の者では
      曝露要因や結果が異なってくる可能性がある。
52
量的変数 	
量的変数の分析方法を説明する。	
  
	
   -­‐	
  非線形の関係性も考慮する	
  
	
    (指数関数,2次曲線,スプライン関数)	
  
	
  
量的変数をグループ化する時は,根拠と方法を示す.	
  
 -­‐	
  恣意的なグループ化は無意味	
  (特に2値分割)	
  
	
  
量的データのグループ化が適切である場合	
  
 ⇒臨床的観点,統計的に妥当なカットオフに基づく 	
  
 ⇒等分位を用いて各グループが同じ数になるグループ化	
  
53
統計•分析方法	
全ての統計手法を示す	
  (交絡因子の調整法含む)	
  
サブグープ,交互作用の検証方法を示す	
  
欠損データの扱いを説明する	
  
脱落例の扱いを説明する(コホート)	
  
マッチング方法を説明する	
  (症例対照)	
  
サンプリング方法を説明する	
  (横断)	
  
	
  
54

Weitere ähnliche Inhalte

Was ist angesagt?

臨床的有意性の書き方
臨床的有意性の書き方臨床的有意性の書き方
臨床的有意性の書き方Yasuyuki Okumura
 
介入研究と観察研究の必要事項
介入研究と観察研究の必要事項介入研究と観察研究の必要事項
介入研究と観察研究の必要事項Yasuyuki Okumura
 
患者報告式尺度の開発方法
患者報告式尺度の開発方法患者報告式尺度の開発方法
患者報告式尺度の開発方法Senshu University
 
ネットワークメタ分析入門
ネットワークメタ分析入門ネットワークメタ分析入門
ネットワークメタ分析入門Senshu University
 
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜Yasuyuki Okumura
 
傾向スコアの概念とその実践
傾向スコアの概念とその実践傾向スコアの概念とその実践
傾向スコアの概念とその実践Yasuyuki Okumura
 
バリデーション研究の入門
バリデーション研究の入門バリデーション研究の入門
バリデーション研究の入門Yasuyuki Okumura
 
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大Takahiro Tabuchi
 
反応性と解釈可能性の評価
反応性と解釈可能性の評価反応性と解釈可能性の評価
反応性と解釈可能性の評価Senshu University
 
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価Yoshitake Takebayashi
 
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門yokomitsuken5
 
診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。Takashi Fujiwara
 
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論Koichiro Gibo
 
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへRayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへSR WS
 
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門Koichiro Gibo
 
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価SR WS
 
6診断精度のメタアナリシス
6診断精度のメタアナリシス6診断精度のメタアナリシス
6診断精度のメタアナリシスSR WS
 
6.1メタアナリシス revman practice
6.1メタアナリシス revman practice6.1メタアナリシス revman practice
6.1メタアナリシス revman practiceSR WS
 
項目反応理論による尺度運用
項目反応理論による尺度運用項目反応理論による尺度運用
項目反応理論による尺度運用Yoshitake Takebayashi
 

Was ist angesagt? (20)

臨床的有意性の書き方
臨床的有意性の書き方臨床的有意性の書き方
臨床的有意性の書き方
 
介入研究と観察研究の必要事項
介入研究と観察研究の必要事項介入研究と観察研究の必要事項
介入研究と観察研究の必要事項
 
患者報告式尺度の開発方法
患者報告式尺度の開発方法患者報告式尺度の開発方法
患者報告式尺度の開発方法
 
ネットワークメタ分析入門
ネットワークメタ分析入門ネットワークメタ分析入門
ネットワークメタ分析入門
 
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
 
傾向スコアの概念とその実践
傾向スコアの概念とその実践傾向スコアの概念とその実践
傾向スコアの概念とその実践
 
バリデーション研究の入門
バリデーション研究の入門バリデーション研究の入門
バリデーション研究の入門
 
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
 
反応性と解釈可能性の評価
反応性と解釈可能性の評価反応性と解釈可能性の評価
反応性と解釈可能性の評価
 
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
 
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
 
潜在クラス分析
潜在クラス分析潜在クラス分析
潜在クラス分析
 
診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。
 
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
 
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへRayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
 
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
 
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
 
6診断精度のメタアナリシス
6診断精度のメタアナリシス6診断精度のメタアナリシス
6診断精度のメタアナリシス
 
6.1メタアナリシス revman practice
6.1メタアナリシス revman practice6.1メタアナリシス revman practice
6.1メタアナリシス revman practice
 
項目反応理論による尺度運用
項目反応理論による尺度運用項目反応理論による尺度運用
項目反応理論による尺度運用
 

Andere mochten auch

第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)Yoshitake Takebayashi
 
13.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#213.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#2Yoshitake Takebayashi
 
13.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#313.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#3Yoshitake Takebayashi
 
13.01.20.第1回DARM勉強会資料#1
13.01.20.第1回DARM勉強会資料#113.01.20.第1回DARM勉強会資料#1
13.01.20.第1回DARM勉強会資料#1Yoshitake Takebayashi
 
第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討Masaru Tokuoka
 
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)Masaru Tokuoka
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)Masaru Tokuoka
 
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をするMasaru Tokuoka
 
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについてエクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについてHiroshi Shimizu
 
STARD2015に学ぶ「診断精度の分析」の書き方
 STARD2015に学ぶ「診断精度の分析」の書き方 STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方Yoshitake Takebayashi
 
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方Yasuyuki Okumura
 
「つながり」と「コミュニティ」の重要性
「つながり」と「コミュニティ」の重要性「つながり」と「コミュニティ」の重要性
「つながり」と「コミュニティ」の重要性克彦 岡本
 
博論・修論を肴に研究会 2014.7.11
博論・修論を肴に研究会 2014.7.11博論・修論を肴に研究会 2014.7.11
博論・修論を肴に研究会 2014.7.11abemanabu
 
13.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#413.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#4Yoshitake Takebayashi
 
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーMCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーTakashi Yamane
 
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみたTakashi Yamane
 

Andere mochten auch (20)

Darm3(samplesize)
Darm3(samplesize)Darm3(samplesize)
Darm3(samplesize)
 
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
 
13.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#213.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#2
 
第2回DARM勉強会
第2回DARM勉強会第2回DARM勉強会
第2回DARM勉強会
 
13.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#313.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#3
 
13.01.20.第1回DARM勉強会資料#1
13.01.20.第1回DARM勉強会資料#113.01.20.第1回DARM勉強会資料#1
13.01.20.第1回DARM勉強会資料#1
 
第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討
 
第2回DARM勉強会
第2回DARM勉強会第2回DARM勉強会
第2回DARM勉強会
 
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
 
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
 
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについてエクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
 
STARD2015に学ぶ「診断精度の分析」の書き方
 STARD2015に学ぶ「診断精度の分析」の書き方 STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
 
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における 臨床的意味のある変化の定め方
 
観察研究の必須事項
観察研究の必須事項観察研究の必須事項
観察研究の必須事項
 
「つながり」と「コミュニティ」の重要性
「つながり」と「コミュニティ」の重要性「つながり」と「コミュニティ」の重要性
「つながり」と「コミュニティ」の重要性
 
博論・修論を肴に研究会 2014.7.11
博論・修論を肴に研究会 2014.7.11博論・修論を肴に研究会 2014.7.11
博論・修論を肴に研究会 2014.7.11
 
13.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#413.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#4
 
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナーMCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
 
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
 

Ähnlich wie 観察研究の必須事項

単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋としてYoshitake Takebayashi
 
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例Takashi Fujiwara
 
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学Yasuyuki Okumura
 
160509 STROBE解説
160509 STROBE解説160509 STROBE解説
160509 STROBE解説KuraRINet
 
もしもがんと診断されたら?治療選択に必要な情報収集
もしもがんと診断されたら?治療選択に必要な情報収集もしもがんと診断されたら?治療選択に必要な情報収集
もしもがんと診断されたら?治療選択に必要な情報収集Makiko Watanabe
 
観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdfAtsushi Goto
 
生存時間分析の書き方
生存時間分析の書き方生存時間分析の書き方
生存時間分析の書き方Yasuyuki Okumura
 
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...Yoshitake Takebayashi
 
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"Akifumi Eguchi
 
PROMISの取り組み(IRTを使った項目バンク作成)
PROMISの取り組み(IRTを使った項目バンク作成)PROMISの取り組み(IRTを使った項目バンク作成)
PROMISの取り組み(IRTを使った項目バンク作成)Senshu University
 
コンジョイント分析の書き方 Slideshare
コンジョイント分析の書き方 Slideshareコンジョイント分析の書き方 Slideshare
コンジョイント分析の書き方 SlideshareSayuri Shimizu
 
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月Shigeyuki Oba
 
Social listening1
Social listening1 Social listening1
Social listening1 tobyo_init
 
「生存時間分析」の報告事例
「生存時間分析」の報告事例「生存時間分析」の報告事例
「生存時間分析」の報告事例yokomitsuken5
 
診療ガイドライン2016年10月20日53分
診療ガイドライン2016年10月20日53分診療ガイドライン2016年10月20日53分
診療ガイドライン2016年10月20日53分Hidemichi Yuasa
 
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)Jun Kashihara
 
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】Hiroyuki Muto
 

Ähnlich wie 観察研究の必須事項 (20)

単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
 
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例
 
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
 
STROBE/STARDの解説
STROBE/STARDの解説STROBE/STARDの解説
STROBE/STARDの解説
 
160509 STROBE解説
160509 STROBE解説160509 STROBE解説
160509 STROBE解説
 
もしもがんと診断されたら?治療選択に必要な情報収集
もしもがんと診断されたら?治療選択に必要な情報収集もしもがんと診断されたら?治療選択に必要な情報収集
もしもがんと診断されたら?治療選択に必要な情報収集
 
観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf
 
生存時間分析の書き方
生存時間分析の書き方生存時間分析の書き方
生存時間分析の書き方
 
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
 
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
Tokyo webmining 43 "化学物質汚染のデータ解析・リスク評価についての私見"
 
PROMISの取り組み(IRTを使った項目バンク作成)
PROMISの取り組み(IRTを使った項目バンク作成)PROMISの取り組み(IRTを使った項目バンク作成)
PROMISの取り組み(IRTを使った項目バンク作成)
 
コンジョイント分析の書き方 Slideshare
コンジョイント分析の書き方 Slideshareコンジョイント分析の書き方 Slideshare
コンジョイント分析の書き方 Slideshare
 
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
 
Social listening1
Social listening1 Social listening1
Social listening1
 
「生存時間分析」の報告事例
「生存時間分析」の報告事例「生存時間分析」の報告事例
「生存時間分析」の報告事例
 
研究支援と評価
研究支援と評価研究支援と評価
研究支援と評価
 
tadano m
tadano mtadano m
tadano m
 
診療ガイドライン2016年10月20日53分
診療ガイドライン2016年10月20日53分診療ガイドライン2016年10月20日53分
診療ガイドライン2016年10月20日53分
 
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)
うつ病罹患者に対する信念の構造とスティグマの低減方策 (日本心理学会2017小講演)
 
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
まずはオープンデータから!──高めよう信用性,広めよう二次分析──【※Docswellにも同じものを上げています】
 

Kürzlich hochgeladen

My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」inspirehighstaff03
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」inspirehighstaff03
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」inspirehighstaff03
 
My Inspire High Award 2024      「家族とは何か」
My Inspire High Award 2024      「家族とは何か」My Inspire High Award 2024      「家族とは何か」
My Inspire High Award 2024      「家族とは何か」inspirehighstaff03
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」inspirehighstaff03
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」inspirehighstaff03
 
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」inspirehighstaff03
 
International Politics I - Lecture 1
International Politics I - Lecture 1International Politics I - Lecture 1
International Politics I - Lecture 1Toru Oga
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」inspirehighstaff03
 
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイントshu1108hina1020
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」inspirehighstaff03
 
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」inspirehighstaff03
 
What I did before opening my business..pdf
What I did before opening my business..pdfWhat I did before opening my business..pdf
What I did before opening my business..pdfoganekyokoi
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slidessusere0a682
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfinspirehighstaff03
 
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfDivorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfoganekyokoi
 
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」inspirehighstaff03
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」inspirehighstaff03
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」inspirehighstaff03
 
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfEstablishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfoganekyokoi
 

Kürzlich hochgeladen (20)

My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
 
My Inspire High Award 2024      「家族とは何か」
My Inspire High Award 2024      「家族とは何か」My Inspire High Award 2024      「家族とは何か」
My Inspire High Award 2024      「家族とは何か」
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」
 
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
 
International Politics I - Lecture 1
International Politics I - Lecture 1International Politics I - Lecture 1
International Politics I - Lecture 1
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
 
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要  パワーポイント
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
 
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
 
What I did before opening my business..pdf
What I did before opening my business..pdfWhat I did before opening my business..pdf
What I did before opening my business..pdf
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
 
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfDivorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
 
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
 
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfEstablishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
 

観察研究の必須事項