2025-01

論文の書き方

Cox比例ハザード解析(Cox Proportional Hazards Model)ってなあに?

Cox比例ハザード解析は、ある出来事(イベント)が発生するまでの時間を、さまざまな要因がどのように影響しているかを調べる統計解析の方法です。呼吸器内科では、例えば患者の死亡や症状悪化といったイベントが研究対象になります。Cox比例ハザード解析の概要何を解析するか?Cox比例ハザードモデルは、どの要因(例:年齢、性別、喫煙歴)が、興味あるイベント(例:死亡、発作)の発生リスクにどのように影響を与えるか?を解析するモデルです。特に、時間に対するリスク(ハザード)の相対的な影響(ハザード比)を評価します。解析に必要なデータ影響を与える要因(共変量)患者の基本情報(例:年齢、性別、病状)を「共変量」として使用します。共変量は、イベント(例:死亡、発作)が発生するリスクにどのように影響を与えるかを解析するための変数です。例:年齢、性別、病気の重症度(FEV1、酸素飽和度)、喫煙歴など。Coxモデルでは、基本的にベースライン共変量(観察開始時点での固定された値)を使用しますが、特定の解析では時間依存性共変量(時間とともに変化する値)を含めることも可能です。後者は上級者向けです。イベントの有無:解析...
0
論文の書き方

競合イベント(Competing Events)ってなあに?

競合イベント(Competing Events)は、研究で関心のあるイベントが発生する前に、他のイベント(競合イベント)が発生することで、興味あるイベントが発生不可能になる状況を指します。例えば、慢性閉塞性肺疾患(COPD)患者の急性増悪に関心がある場合、患者が急性増悪を経験する前に死亡した場合、その患者では急性増悪の発生を評価できなくなります。これが競合イベントの典型的な例です。なぜ競合イベントを考慮する必要があるのか?競合イベントを考慮しないと、興味あるイベントの発生確率が過大評価される可能性があります。たとえば、死亡を無視した解析では、「全員が生存している」と仮定するため、実際の臨床現場で観察される確率とかけ離れた結果になります。具体例と競合イベントになる理由COPD患者の急性増悪の累積発症率興味あるイベント: 急性増悪の発生競合イベント: 死亡理由: 死亡した患者は急性増悪を経験することができないため、興味あるイベントが発生不可能になる。IPF患者の肺癌発生の累積発症率興味あるイベント: 肺癌の発生競合イベント: 死亡理由: 死亡すると肺癌の発生を確認する機会が失われるため。肺...
0
論文の書き方

一般化可能性(Generalizability)と過適合(overfitting)ってなあに?

臨床研究などである疾患におけるリスク因子を同定するとき(例えば、IPFにおける死亡リスク因子)やバイオマーカーやAI、診断モデルの開発では、「開発(探索)コホート」と「検証コホート」を分けて解析を行うことが一般的です。まず、開発コホートでリスク因子の同定やモデル構築を行い、検証コホートでそれが機能するかどうかを確かめます。その目的は、モデルや結果の一般化可能性を確保し、過適合を防ぐことにあります。以下では、これらの概念を解説します。一般化可能性(Generalizability)とは?一般化可能性とは、モデルや研究結果が新しいデータや異なる集団に対しても同じように適用できる能力を指します。つまり、「特定のデータセットや環境だけでなく、他の状況でも有効に機能するか」を評価する概念です。なぜ一般化可能性が重要なんでしょうか?一般化可能性が高い研究やモデルは、リアルワールドのさまざまな状況で有用であり、信頼性の高い結果を提供します。逆に、一般化可能性が低い場合、そのモデルや結論は特定の環境に依存しており、新しいデータでは役に立たない可能性があります。具体例臨床研究例: ある薬の効果を調べる臨...
0
論文の書き方

開発コホートと検証コホートってなあに?

臨床研究などである疾患におけるリスク因子を同定するとき(例えば、IPFにおける死亡リスク因子)やバイオマーカーやAI、診断モデルの開発では、「開発(探索)コホート」と「検証コホート」を分けて解析を行うことが一般的です。まず、開発コホートでリスク因子の同定やモデル構築を行い、検証コホートでそれが機能するかどうかを確かめます。その目的は、モデルや結果の一般化可能性を確保し、過適合を防ぐことにあります。以下では、これらの概念を解説しながら、その重要性を順を追って説明します。開発コホートと検証コホートとは?開発コホートリスク因子の同定やモデルの構築、バイオマーカーの選定を行うためのデータセットです。検証コホート同定したリスク因子や開発したモデル、選定したバイオマーカーが別のデータセットでも有効かを確認するために使用されるデータセットです。ちなみに、開発コホート・検証コホートは以下のような表現を使うことがあります。開発コホート(Development Cohort)日本語での言い換え:学習用コホート:モデルを「学習」させるためのデータセットとして強調する場合に使われる。構築用データ:モデルの構築...
0
肺癌

進行非小細胞肺癌における免疫療法に対する治療反応性予測のための深層学習モデル(Rakaee M, et al. JAMA Oncol. 2024.)

Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer.引用文献この論文を勉強してみました。この論文は、「進行非小細胞肺癌(NSCLC)患者において、深層学習アルゴリズムによる組織学的画像評価によって、免疫チェックポイント阻害剤(ICI)への反応を直接予測できるか?」というクリニカルクエスチョンに基づいています。実臨床では、ICI単剤療法における反応を予測する主要なバイオマーカーはPD-L1タンパク質の発現量ですね。しかし、PD-L1発現の評価は万能ではなく、PD-L1発現が低くてもICI治療の恩恵を受ける患者がいますし、PD-L1発現が高くてもでも反応しない患者もいますね。ICIの予測バイオマーカーとして、tumor mutational burden(TMB)もありますが、TMBの使用にはコスト、アッセイのばらつき、最適なカットオフ値の定義、感度や特異度の限界といった課題があります。そのため、ICIへの反応を予測するための新たなバイオマーカーを特...
0
タイトルとURLをコピーしました