統計解析の第一歩、要約統計量と検定について解説しています。

1. 臨床研究WS
2017年度第三回
兵庫県立尼崎総合医療センター
臨床研究推進ユニット
片岡裕貴

2. 今日のWSの目標
• 臨床研究実施の全体像を説明できる
• 要約統計量について説明できる
• p値と95%信頼区間について説明できる
2

3. Ground rules
BLAME SHAME
3

4. 臨床研究実施の全体像
4
基本
設計図
研究目的
＝
リサーチ
クエッション
研究
計画書
倫理委員会
データ収集発表 解析

5. 基本設計図を作るための理論
5

6. 基本設計図を作るための理論
6

7. 予めのお断り
統計解析では「誤って測定された内容」に
ついての解釈はできません！
「適切な測定」が実施できていることを
前提にして考えます！
7

8. RCTや「検定」の生みの親
8
Fisher AR
実験が終わった後に
統計学者に相談することは、
単に剖検を頼むようなもの
になる
何のせいで
実験が失敗したのか
指摘できるかもしれない

9. ある測定を行った時
患者ID 採血項目A
1 15.2
2 10.6
3 13.2
4 9.8
5 10.3
9

10. どうやってこの情報をまとめますか？
10

11. 例 散布図
10
11
12
13
14
15
採血項目A
11

12. 例
平均値 11.8 標準偏差 2.3
12

13. 要約統計量
Mean median mode
平均 中央値 最頻値
13

14. 要約統計量
SD（標準偏差）
＝
平方和
𝒏−𝟏
詳しい所はともかく、測定値と同じ単位に
なる、測定値のばらつきを示す指標
14

15. 要約統計量
SE（標準誤差）
＝
𝑺𝑫
𝒏
詳しい所はともかく、統計量のばらつき
(言い換えると推定の精度）を示す指標
（＝nが増えると小さくなる）
15

16. 測定値を示す方法
・要約統計量で示す
よくある 人数 平均(標準偏差)
・グラフで示す
16

17. よくある間違い
17

18. Nがそれなりに多ければ
18

19. こんなデータなら？
ID 性別
1 男性
2 女性
3 女性
4 女性
19

20. いろいろなやり方
男性 25％ 女性 75％
20
0
1
2
3
4
女性 男性
3
1

21. さっきの採血Aと違いますね
採血A：連続変数
性別：カテゴリー変数（2値変数）
と呼びます
変数によってまとめかたは違います
21

22. 実際にやってみましょう
EZRを立ち上げてください
https://goo.gl/jJSQho
にアクセス
→実習用データをダウンロード
22

23. ファイル→データをインポート
→ファイルまたはクリップ～
※緊急入院になった慢性心不全患者さんの
1年後の予後を調べるコホート研究
の仮想データです
23

24. 実習 グラフを描く
24
BNPで
棒グラフ（平均値）
ヒストグラム
箱ひげ図
を描いてみましょう

25. 実習 グラフを描く
25
性別で群別化して
BNPの
箱ひげ図
を描いてみましょう

26. 実習 グラフを描く
26
WBC, CRP, Crで
ヒストグラム
を描いてみましょう

27. クイズ
どれが正規分布してましたか？
27

28. 実習 要約統計量をまとめた表＝table1の作成
28
性別で群別化して
BNP
CRP
Cr
WBC
の入った表を
描いてみましょう

29. p値の前に
研究事例
認知症・せん妄サポートチーム
吉田直江看護師
29

30. 目的
認知症・せん妄を呈する患者に対し、多職
種チーム医療の介入が推奨され、その活動
は多く報告されている。
一方、そういった多職種チームで介入され
た患者全体の特徴や傾向については明らか
でない。
そこで、院内の認知症・せん妄サポート
チームに登録された患者の特徴や傾向を明
らかにすることを目的として調査した。

31. 方法
データ収集方法
：通常診療のカルテ上の記録から後ろ向きに
要約統計量で頻度集計
対象期間と患者
：2015年8月1日～2016年7月31日の期間で
認知症・せん妄サポートチームに病棟看護師が
介入依頼を行った全患者
倫理的配慮
：院内の倫理委員会の承認を得た後に実施

32. 結果・考察：入院形態（仮想データ）
緊急入院でせん妄の登録患者が
多かった
→緊急入院はせん妄のリスクに
なっている！
と言えますか？
2015.8.1.
~2016.7.31.
せん妄
あり
緊急 20
予定 10
全体 30

33. 結果・考察：入院形態（仮想データ）
33
緊急入院でせん妄を発症した割合
予定入院での割合は
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 20 40 60
予定 10 30 40
全体 30 70 100

34. 結果・考察：入院形態（仮想データ）
34
緊急入院でせん妄を発症した割合
=20/60=0.33
予定入院での割合は
=10/40≒0.25
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 20 40 60
予定 10 30 40
全体 30 70 100

35. 結果・考察：入院形態（仮想データ）
35
リスク差＝0.08
リスク比＝1.3
差はありそうだけど、
これって偶然！？
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 20 40 60
予定 10 30 40
全体 30 70 100

36. みなさまお待ちかね
36

37. P値に関する○×クイズ
• P値は、調べている仮説が正しい確率や、
データが偶然のみでえられた確率を測る
もの
• 科学的な結論や、ビジネス、政策におけ
る決定は、P値がある値（訳注: 有意水準）
を超えたかどうかにのみ基づくべき
・P値や統計的有意性は、効果の大きさや
結果の重要性を意味しない
37
http://biometrics.gr.jp/news/all/ASA.pdf

38. 38
まずはこちらを見てみましょう。
『オール・ユー・ニード・イズ・キル』
IMAX予告編
https://www.youtube.com/watch?v
=nBs7vxHCvzg

39. まずは仮説を考える
・緊急入院と予定入院で
せん妄の発症に差はない
39

40. 緊急入院と予定入院で
せん妄の発症に差はない
という仮説の元に「実験」を繰り返してみる
その場合、せん妄の起こる確率は
30/100＝0.3
40
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 20 40 60
予定 10 30 40
全体 30 70 100

41. 実験を繰り返してみたとき
0.3のリスクでせん妄発症が起こる前提で
実験を繰り返す
今回と同じ事象が起こる確率は？
41
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 20 40 60
予定 10 30 40
全体 30 70 100

42. 実験を繰り返してみたとき
0.3でせん妄の発症が起こる前提で
実験を繰り返す
今回と同じ事象が起こる確率は？
42
≒0.37

43. 仮に人数が10倍だったら
43
確率
＝ 0.0048
2015.8.1.
~2016.7.31.
せん妄
あり
せん妄
なし
全退院
患者集計
緊急 200 400 600
予定 100 300 400
全体 300 700 1000

44. これって偶然？
44

45. Welcome to the “P” world
45
0.05

46. きっと必然だろうと考えると、前提にした
仮説は間違っている！
緊急入院と予定入院で
せん妄の発症に差はない
46
→差がある

47. 逆に
検定の前提にした仮説が間違っていると言
えなかった場合
緊急入院と予定入院で
せん妄の発症に差はない
47
≠差はない
＝差があるとは言えない（二重否定）

48. 絵にしてみると
48
緊急入院 予定入院
なし
40人
せん妄
20人
なし
30人
ランダムサンプリング
せん
妄
10人
ここの差ではなく
こっちの差を見ている

49. p値を小さくするもの
・リスクの差(もしくは比)の大きさ
・人数
→なので、統計学的に”有意”であることは、
臨床的に”意味が有る” ことを必ずしも
意味しない
49

50. もう一度、別の表現で
検定で見ているのは
偶然の変動でどの程度の差があるか
つまり、偶然誤差の評価
系統的誤差（バイアス）の影響を取り除く
ことはできません
50

51. つづいて95%信頼区間
推定の精度を示すのに使う指標は？
SD / SE ?
51

52. ある研究から得られたリスク差が
母集団での真のリスク差に
どの程度近いか評価したい
リスク差 ± 1.96×リスク差の標準誤差(SE)
→95%信頼区間と呼ぼう！
52

53. 1.96の意味
53
-1.96SE 1.96SE0
95%

54. 絵にして解釈すると
同じ規模の研究をくり返し実施
何回も何回も繰り返せば、そのうち平均し
て95％は真の値を含むような区間
54
こちらから
見て
95％

55. ○✕問題
・95％信頼区間は、その間に真の値を95％
の確率で含んでいる
・真の値は推定値のそばにある確率がもっ
とも高く、信頼区間の端にいくほど真の値
がある確率は低くなる
55

56. ○✕問題
・95％信頼区間は、その間に真の値を95％
の確率で含んでいる
・真の値は推定値のそばにある確率がもっ
とも高く、信頼区間の端にいくほど真の値
がある確率は低くなる
56

57. ここまでが分からなくても！© 山崎新先生
アウトカム変数 2値 連続 生存時間
分布の記述 頻度集計
分割表
ヒストグラム
平均、SD
Kaplan-Meier法
単変量解析 カイ二乗検定
（または
フィッシャー検定）
リスク比の推定
T検定
F検定
平均値の差
Log-rank検定
率比の推定
57
お経ですね

58. P値に関する○×クイズ
• P値は、調べている仮説が正しい確率や、
データが偶然のみでえられた確率を測る
もの
• 科学的な結論や、ビジネス、政策におけ
る決定は、P値がある値（訳注: 有意水準）
を超えたかどうかにのみ基づくべき
・P値や統計的有意性は、効果の大きさや
結果の重要性を意味しない
58
http://biometrics.gr.jp/news/all/ASA.pdf

59. P値に関する○×クイズ
× P値は、調べている仮説が正しい確率や、
データが偶然のみでえられた確率を測る
もの
× 科学的な結論や、ビジネス、政策におけ
る決定は、P値がある値（訳注: 有意水準）
を超えたかどうかにのみ基づくべき
○ P値や統計的有意性は、効果の大きさや
結果の重要性を意味しない
59
http://biometrics.gr.jp/news/all/ASA.pdf

60. 実習 検定をやってみよう
性別によって1年後の死亡は変わるか？
P 慢性心不全で緊急入院
E/C 男性／女性
O 1年後の死亡
BNP>100かどうかで1年後の死亡は変わる
か？
P 慢性心不全で緊急入院
E BNP>100
C BNP≦100
O 1年後の死亡
60

61. 本日のまとめ
要約統計量、グラフでの表現
p値と95%CIの前提にある「繰り返し実験」
まずは「お経」として覚えましょう
61

62. 参考資料
山崎新 2013年度臨床統計学特論講義資料
佐藤俊哉 2013年度医療統計学講義資料

63. 質問？
63