ぼっちでもできる統計解析

1.「できあがり」をイメージする

医学論文には「型」がある

論文は4章構成が基本

本文全体の長さは2,000～3,000語

Introductionでは4構成で研究背景と目的を宣言する

DiscussionではResultsの解釈・議論を展開する

Resultsでは事実のみを図表メインで示す

MethodsではSettings，Statistical analysis，Ethicsを型に沿って示す

「5部品を自力で作成」できれば論文を書ける

2. データを固定する

まずは材料（データ）を整えないと始まらない

リサーチクエスチョンは明確に

「横長なデータ」には要注意

3. データを成形する

解析の前準備をしっかりと

「統一ルール」の禁止事項に抵触していないかをチェック

大前提は「極力csv，最低限Excelの形式でデータ保存」

横綱級！　重要チェック項目top3

表作成時にチェックすべきそのほかの項目

「統一ルール」に則った表の構成

4. 集計する（Table 1）

統計解析ソフト　EZRとは

EZRをインストールする

ダミーデータを用いて練習してみよう

Table 1を作成する

Rに直接コードを入力する場合

Supplement! 最低限理解しておくべき統計の知識

「カテゴリー変数」と「連続変数」

「中央値」と「四分位範囲」

連続変数の検定：マン・ホイットニーのU検定

カテゴリー変数の検定：フィッシャーの正確確率検定

Table 1にp値を載せるか問題

本書で「敢えて」p値の記載を薦める理由

医学研究では「口をつぐむが吉」のケースもアリ

5. 解析する（Table 2 and / or 3）

1） 基本となる解析手法

多変量解析／傾向スコアを用いた解析で交絡因子を調整する

多変量解析で押さえておきたい「線形回帰分析」と「ロジスティック回帰分析」

線形回帰分析

多変量ロジスティック回帰分析

ロジスティック回帰の利点

2 ） 線形回帰分析の手法

EZRで線形回帰による解析を実行する

EZRの実行

Yes／No→1／0への読み替え

1／0置換したデータをインポートする

EZRの解析結果の再確認・表を見やすくする

解析結果の読みかた・解釈のしかた

線形回帰分析が推奨されないケース

3） ロジスティック回帰分析の手法

EZRでロジスティック回帰による解析を実行する

解析結果の読みかた・解釈のしかた

Wald検定も行う意義

4） 多変量解析での変数選択

多変量解析における変数選択の重要性

研究データ収集と解析変数の目安

変数数が制限を超えた場合の対策

多重検定とステップワイズ法の問題点

Supplement! データの空欄の処理

なぜ空欄をそのままにすると危険なのか

解析結果のズレが起こる原因

解決策は「1／0変換」

Supplement! オッズ比とリスク比

用語の定義を押さえる

リスク比とオッズ比の違いは？

解析の利便さから，リスク比ではなくオッズ比を使う

6. 作図する

1） 基本となる作図方法

「頭から読む」ことの現実的な難しさ

本文前に「結果の図表」を見る読者は多い

最初に作るべき図は何か

2 ） 線形回帰分析での図作成

フォレストプロットの作り方

論文投稿用にフォレストプロットを修正する

コードの各パートの役割

エラーが発生したときの解決策

投稿規定を満たす形式で図を保存する

作図した図はどこに保存される？

3） ロジスティック回帰分析での図作成

フォレストプロットの作り方

コードの各パートの役割

投稿規定を満たす形式で図を保存する

7. 生成AIの利用について

生成AIの存在をどう考えるか

生成AIによる統計解析のリスク

生成AIを有用に使いこなすには

AI文献検索の限界と安全な使い方

1. 日付データの調整

学会発表（資格認定要件）レベルのデータを準備したい

Table 1まで作れればとりあえず資格要件は満たせる

日付データを調整してみる

Supplement! 国内学会演題のための抄録作成で気をつけること

抄録の書き方

国際学会ではもう少し高いレベルが求められる

国内学会数の増えすぎにまつわる問題点

2. 予測モデル作成（ROC曲線）

当たり・外れの正確さの度合いを示す

ROC曲線を示すことの意義

1因子のROC曲線を作ってみる

2要素のROC曲線を表示して比較してみる

3. 傾向スコアマッチング

傾向スコアマッチングとは

交絡のある2群を比較するために「傾向スコア」を使う

実際に傾向スコアマッチングを行ってみる

傾向スコアマッチングそのものがもつ弱点

4. 生存曲線

生存曲線とは何か

時間的要素を含むからこそ発生する打ち切り（censoring）データ

打ち切りデータも反映させるカプランマイヤー曲線

群の異なる生存曲線を比較するログランク検定

複数の変数を投入できるコックス比例ハザードモデル

コックス比例ハザードモデルでは，症例数による変数「数」の制限がある

コックス比例ハザードモデルは，イベントに対する変数の影響が一定と考える