呼吸器内科医のブログ　LungDr Note

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。...

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。...

＜その3＞Cox比例ハザード解析やロジスティック解析における多変量解析では、組み入れることができる変数の数はどれくらい？ の続きになります。見ていない方は、こちらへ。多重共線性の重要性多重共線性（Multicollinearity）とは、複数の独立変数が強い相関関係を持つ場合に発生する問題で、回帰分析のようなモデルにおいて以下の影響を及ぼします。独立変数の影響の正確な推定が難しくなる：回帰係数の分...

＜その2＞Cox比例ハザード解析やロジスティック解析における多変量解析の変数選択はどのように行うべきか？　の続きになります。見ていない方は、こちらへ。多変量解析に組み入れることのできる変数の種類はいくつまで？多変量解析において、モデルが過剰適合（overfitting）するのを避けるためには、サンプルサイズと変数数のバランスが重要です。10～20イベント/変数（EPV: Events Per Va...

＜その1＞Cox比例ハザード解析やロジスティック解析における多変量解析の変数選択はどのように行うべきか？　の続きになります。見ていない方は、こちらへ。どうしても変数選択が必要な場合には何を使う？1. 事前知識に基づく変数選択（Clinical Knowledge-Driven Selection）概要医学的な事前知識や先行研究に基づいて、解析に含める変数を選択します。メリット科学的妥当性が高い。過...

Cox比例ハザード解析やロジスティック解析における多変量解析の変数選択は、研究の目的やデータ特性によって異なりますが、一般的な選択基準の妥当性が高い順に以下のように整理できます。1.事前に定義された研究目的や仮説に基づく選択（優先度：高）目的: 既存の知見や文献レビューから、研究目的に合致する重要な変数を明確にする。利点:研究の焦点を絞り込む。過剰なデータ操作による誤った結果を防ぐ。例:臨床的に重...

Nested case–control studies（ネストした症例対照研究）とは、疫学研究でよく用いられる手法であり、特徴的なアプローチを持っています。以下に手法を解説します。概要定義: 大規模なコホート研究内で、発生した症例（アウトカムを経験した人）と、アウトカムが発生しなかった対照を選び出し、詳細な解析を行う手法。特定のリスク要因（曝露）とアウトカムの関連性を効率的に調べる。特徴:研究対象...

self-controlled case series（自己対照症例シリーズ）とは、疫学研究でよく用いられる手法であり、特徴的なアプローチを持っています。以下に手法を解説します。概要定義: 研究対象者自身を「対照」として用いる手法であり、アウトカムが発生した期間（リスク期間）とアウトカムが発生しなかった期間を比較する。曝露（例: ワクチン接種）が特定の時間枠内でアウトカムに影響を与えるかを検証する...

IPTW（Inverse Probability Treatment Weighting）と通常の傾向スコアマッチング（Propensity Score Matching, PSM）は、いずれも傾向スコア（propensity score）を用いて交絡因子を調整し、観察研究で因果推論を行うための手法です。しかし、アプローチや特性、結果に至る過程にいくつかの重要な違いがあります。傾向スコアマッチング...