SlideShare a Scribd company logo
1 of 41
やる夫で学ぶ検査と臨床判断
20121120
W合衆国K州立中央病院救急診療・集中治療科
55歳男性?
みぞおち辺りが痛い?
胃がムカムカする感じ?
おいらが学生実習で回った時に、こういう場合…
こんなときは造影CT撮ってトロッカーいれ
て困ったらメロペン足しておけばおkだっ
たお
さっそく指示出して…
無駄なことやりすぎ
やる夫、お前は
鑑別・検査・診断・治療
という医療行為の流れが全くわかってないぞ。
というわけでスライド節約しながら説明していく
ぞ。
「鑑別」とは、目の前の患者の情報・状態か
ら、考えられる病気を自分の頭の中にリスト
アップすることだ。
今、例として、この世に胃癌か胃潰瘍しか病
気がないと仮定しよう。「鑑別」ではこの病
気を脳内にリストアップする。
なお、一人の患者は原則ひとつの病気しか
持っていることにして今後は話を続ける。つ
まり、この患者は
胃癌/胃潰瘍/病気なし
の状態しかとらない。
0% 100%
胃癌である可能性
0% 100%
胃潰瘍である可能性
「リストアップ」といいながら、この段階でみんながして
いるのは、
「この病気を挙げたはいいけど、そんなに無さそう」
「いやもうこれしか考えられないけど」
という順位付けだ。これは、病気の事前確率や自身の経験
値に応じて無意識に行われている。
今回は胃癌10%、胃潰瘍10%、病気でない80%くらいに適当
に設定した。
10% 10%
「検査」とは、診断にいたるために、病気の
可能性を上げたり下げたりする行為のことだ。
これには問診・診察・機械を使ったものなど、
様々な行為を含むものとする。
今回の勉強会の主なテーマ
「全ての検査には感度・特異度があって、わ
れわれの臨床判断にどう影響するか。そして
われわれはどう考えればいいか」
を学んで帰って欲しい。
0% 100%
胃癌である可能性
0% 100%
胃潰瘍である可能性
「検査」を1回するごとに、鑑別で挙がった病気の確率は変
化する。これを事後確率という。
有能な検査は、1回で事前確率を大きく変えうるものである
が、現実的には費用や侵襲度などが絡んでくる。
一般に問診や身体診察などお金のかからないものは性能が
劣るがいくらやってもいい(こともない場合もあるけど)、機
械は性能はいいけどお金・侵襲度が大きいのはご存知の通
り。
問診1
GIF
CT
PET
問診2
問診3
「診断」とは、数ある病気のなかから、いま目
の前の患者が困っている最大の病気を決定する
ことだ。
0% 100%
胃癌である可能性
0% 100%
胃潰瘍である可能性
いま、いくつか「検査」を行なって、頭の中の病気確率はこん
な感じになった。
さて、このとき、この患者の病気は何か「決定」しなければな
らない。
胃癌95%、胃潰瘍4%、病気でない1%、としよう。
95% 4%
こんなん「絶対」に「胃癌」しか考えられないお
これはよくある勘違いだなjk…
確かに胃癌の可能性は95%あるが、ここでなぜ診断
が胃癌に至ったか、それを整理すると
「100%のものはない」←あったら確実
「100%がないので、最もそれらしいものを選びた
い」
「患者の状態は3つしかないので、比較したら…?」
という思考があったのだ。
これは胃癌vs胃癌でない、胃潰瘍vs胃潰瘍でない、
という比較を行った結果、「胃癌」が頭の中でトッ
プにきた、ということになる。
つまりこれはオッズを考えていて、
胃癌オッズ: 0.95/(1-0.95)=19
胃潰瘍オッズ: 0.04/(1-0.04)=0.042
さらに、胃癌と胃潰瘍でのオッズ、つまりオッズ比
を考えている
19/0.042=452
「治療」とは、いま患者が困っている病気が
わかって、それを治すために薬や手術などの
処置を行うことだ。
100%
胃癌である可能性
また、「診断」が決まっても、最適な「治療」
がどれかを決めるために、また「検査」をする
ことがある。
治療法の決定にも、鑑別から検査に至った過程
と同じように、「絶対にいい治療」ではなく、
「数ある中から選ぶならこれ」というものを選
んでいる。
0% 100%
ESDで治る胃癌の可能性
0% 100%
腹腔鏡で治る胃癌の可能性
0% 100%
抗癌剤で治る胃癌の可能性
更に検査
ここでみんなに意識して欲しいのは
鑑別→(確率的思考)→検査→(確率的思考)→診断→(確率的思考)→治療
という思考過程を経ていることだ。
今回はこの確率過程を定量化しながら考えることで、医療行為をより
確固たる証拠のもと行なっていると自覚して欲しい。
原則、意思決定(診断・治療方針)に影響を及ぼさない検査はしてはいけ
ない。
そういうみなさんのために、今回は手っ取り
早く臨床判断ができるようになるための計算
問題をいくつか解いて勉強することにしよう。
というわけで次の患者に、とある診断キット
を使ってみよう。
あるインフルエンザ迅速診断キットは、感度/特異度が
60%/90%なのか…
とりあえずなんかそれっぽい患者が来たから使ってみるお…
感度・特異度の話は事前確率に依存するのは説明が面倒な
ので飛ばして、3つの状況でそれぞれやってみよう。
この手の計算は、総数を200とか2000でやるのがコツ。
病気(+) 病気(-) 総数
検査(+) 感度 1-特異度 検査(+)となった人
検査(-) 1-感度 特異度 検査(-)となった人
総数 事前確率 1-事前確率
事前確率50% 病気(+) 病気(-) 総数
検査(+)
検査(-)
総数
事前確率10% 病気(+) 病気(-) 総数
検査(+)
検査(-)
総数
事前確率80% 病気(+) 病気(-) 総数
検査(+)
検査(-)
総数
事前確率50% 病気(+) 病気(-) 総数
検査(+) 60 10 70
検査(-) 40 90 130
総数 100 100 200
事前確率10% 病気(+) 病気(-) 総数
検査(+) 12 18 30
検査(-) 8 162 170
総数 20 180 200
事前確率80% 病気(+) 病気(-) 総数
検査(+) 96 4 100
検査(-) 64 36 100
総数 160 40 200
事前確率50% 病気(+) 病気(-) 総数
検査(+) 60 10 70
検査(-) 40 90 130
総数 100 100 200
事前確率10% 病気(+) 病気(-) 総数
検査(+) 12 18 30
検査(-) 8 162 170
総数 20 180 200
事前確率80% 病気(+) 病気(-) 総数
検査(+) 96 4 100
検査(-) 64 36 100
総数 160 40 200
ここでみんなが気になるのは
「検査(+)のとき、病気である確率」
なので、それは下の計算で行う。
60/70 = 86%
12/30 = 40%
96/100 = 96%
事前確率50% 病気(+) 病気(-) 総数
検査(+) 60 10 70
検査(-) 40 90 130
総数 100 100 200
事前確率10% 病気(+) 病気(-) 総数
検査(+) 12 18 30
検査(-) 8 162 170
総数 20 180 200
事前確率80% 病気(+) 病気(-) 総数
検査(+) 96 4 100
検査(-) 64 36 100
総数 160 40 200
ついでに、
検査(+)だけども病気(-)
検査(-)で病気(-)
検査(-)だけども病気(+)
について計算しよう。
病気(+) 病気(-)
検査(+)のとき 60/70=86% 10/70=14%
検査(-)のとき 40/130=31% 90/130=69%
病気(+) 病気(-)
検査(+)のとき 12/30=40% 18/30=60%
検査(-)のとき 8/170=5% 162/170=95%
病気(+) 病気(-)
検査(+)のとき 96/100=96% 4/100=4%
検査(-)のとき 64/100=64% 36/100=36%
0% 100%
0% 100%
0% 100%
50% 検査(+)なら86%検査(-)でも30%
10% 検査(+)なら40%
80%検査(-)でも64%
5%
96%
確率はそれぞれの場合、このように推移する。
検査前に、インフルエンザである可能性はそうで
ない場合よりどれくらい多いのか、という気持ち
には、オッズで答えることができて、
事前確率50%:1 → 6.1
事前確率10%:0.11 → 0.67
事前確率80%:4 → 24
となる。
いやオッズとか事後とか言われてもよく
わからないんだお…日本語でおk
OKわかった…
pre probability
LR[log2]
postprobability
なるほどわからん
そんなときのための近似値というものがある。
LRが2, 5, 10のとき、確率がそれぞれ15%, 30%, 45%
(1/2, 1/5, 1/10のとき、-15%, -30%, -45%)増加すると
覚えておけばおk。
あるインフルエンザ迅速診断キットは、感度/特異度が
60%/90%なのか…
とりあえずなんかそれっぽい患者が来たから使ってみるお…
ちなみに陽性尤度比は0.6/(1-0.9)=6
確率計算は独立の時、足していいとかいううろ覚えな数学
の知識を使うと、6=2*3にばらして、2は15%、3は20%くら
いに考えると、15%+20%=35%になる。5のとき30%を考え
ると、こんなもんか。
すると検査後確率はそれぞれ(真の計算結果)
事前確率50%→85% (86%)
事前確率10%→45% (40%)
事前確率80%→100% (96%)
になったお
実際の臨床現場では、電卓や計算用紙が
あるわけではないから、尤度比(感度と特
異度)と上の近似値と事前確率さえ覚えて
おけば、簡単に推定ができる。
正確である必要はない。ノモグラムを使
う必要もない。
じゃあもう数例やってみよう。
40歳男性が急性発症の強い前胸部痛を訴えて来院した。い
つもの通り出勤し、仕事を始めたとたんに痛みにおそわれ
た。その時、特に強い労作はなかったという。以前に1度
類似の痛みはあったが、これほどひどくはなく、我慢して
いると10分ほどで軽快した。今回の痛みは30分以上続いて
いる。
170cm、78kg。喫煙歴は1日20本、20年。血圧正常。他
に特記すべき既往歴や家族歴はない。
感覚的には50%くらいでAMIを疑うだろうな…常識的に考えて。
さて、ここでCKを測定したら、
80IUで感度93%、特異度87% (陽性尤度比7.2)
280IUで感度42%、特異度99% (陽性尤度比42)
と文献にある。それぞれでこの患者のAMIの可能性はどのくら
いだろうか。
80IUだと7.2=3.6*2=25%+15%=40%くらいの上昇か…
280IUだと42=4.2*10=25%+45%=70%くらいの上昇か…
つまり80IUでは90%、280IUではほぼ100%の確率だお
まじめに計算すると、
80IUで87.7%、280IUで97.7%になる。いい感じだな。
そうこうしている間にまた来たぞ。一気に3人だ。
P1: 55歳男性の高血圧患者。労作時に胸骨下の絞扼感を4週
間繰り返す。痛みは、あごと左肩から上腕に放散すること
もある。階段昇降によって生じることが多く、3から5分に
て自然軽快する。
P2: 30歳男性、これまでは健康で、冠動脈のリスク要因はな
い。6週間前より、安静時に胸骨下方から上腹部にかけて絞
るような痛みが続いていた。痛みは、食後仰臥位で安静時
に起こることが多いという。
P3: 45歳男性、特に既往歴と冠動脈のリスク要因はない。3
週間前より前胸部と胸骨下の疼痛を繰り返す。痛みは刺す
ような感じだが、時には絞扼感を生じる。労作時にも安静
時にも生じる。胸部診察で、胸部肋軟骨部に特に圧痛があ
るが再現性に乏しい。
感覚的にはP1: 90%、P2: 5%、P3: 50%くらいでAMIを疑うだ
ろうな…常識的に考えて。
さて、ここで性能が感度60%、特異度90%の検査を行った
ところ、全員陽性となった。この患者たちがAMIである可
能性はどのくらいだろうか。また、陰性となった場合はど
うだろう。
陰性尤度比は(1-感度)/特異度で計算できる。
陽性尤度比は0.6/(1-0.9)=6 ~ 40%の上昇
陰性尤度比は(1-0.6)/0.9=0.44 ~ 20%の低下
くらいだろうか…とすると
まじめに計算すると、
患者 事前 陽性 陰性
P1 90% 99.9% 70%
P2 5% 45% 0.01%
P3 50% 90% 30%
患者 事前 陽性 陰性
P1 90% 98.2% 80%
P2 5% 24% 0.023%
P3 50% 85.7% 30.8%
ここで、注目して欲しいのが、事前確率が高すぎるまたは
低すぎる場合は、検査をしても事後確率があまり変化して
くれないことだ。
患者 事前 陽性 陰性
P1 90% 98.2% 80%
P2 5% 24% 0.023%
P3 50% 85.7% 30.8%
事前確率が20%~80%くらいのときにいい感じになるくら
いだな。常識的に考えて。まあこれも目安だが。
あと、LRはどうがんばっても10または1/10を超えること
は少ない。これを超えるような感度・特異度をもつ検査は
かなり有能と言われているらしい。常識的に考えて。
尤度比を考えると、SnNOutとSpPInの話がよく分かる。
さてここで、肺血栓塞栓症に対するD-dimer測定について考
えてみよう。
ちなみにPE時のD-dimer測定の感度/特異度は95%/44%らし
い。
陽性尤度比は0.95/(1-0.44)=1.70 ~ 12%の上昇
陰性尤度比は(1-0.95)/0.44=0.11 ~ 45%の低下
ということで、確率を下げる効果のほうが大きいのか…
これでもう検査には困らないお
~完~

More Related Content

Similar to 20121120 検査と臨床判断

もっと知ってほしい胆道がんのこと
もっと知ってほしい胆道がんのこともっと知ってほしい胆道がんのこと
もっと知ってほしい胆道がんのことcancerchannel
 
W tandogan20170509 nol
W tandogan20170509 nolW tandogan20170509 nol
W tandogan20170509 nolcancerchannel
 
食道癌 予後の悪さ 生存率 satge ごとで
食道癌 予後の悪さ 生存率 satge ごとで食道癌 予後の悪さ 生存率 satge ごとで
食道癌 予後の悪さ 生存率 satge ごとでKenji Kawanai
 
もっと知ってほしい胃がんのこと
もっと知ってほしい胃がんのこともっと知ってほしい胃がんのこと
もっと知ってほしい胃がんのことcancerchannel
 
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
 
もっと知ってほしい患者さんのためのがん医療用語とお薬
もっと知ってほしい患者さんのためのがん医療用語とお薬もっと知ってほしい患者さんのためのがん医療用語とお薬
もっと知ってほしい患者さんのためのがん医療用語とお薬cancerchannel
 
もっと知ってほしいすい臓がんのこと
もっと知ってほしいすい臓がんのこともっと知ってほしいすい臓がんのこと
もっと知ってほしいすい臓がんのことcancerchannel
 
もっと知ってほしい大腸がんのこと
もっと知ってほしい大腸がんのこともっと知ってほしい大腸がんのこと
もっと知ってほしい大腸がんのことcancerchannel
 
私の考える輸液療法
私の考える輸液療法私の考える輸液療法
私の考える輸液療法guest6c0cc90
 
もっと知ってほしい肝臓がんのこと
もっと知ってほしい肝臓がんのこともっと知ってほしい肝臓がんのこと
もっと知ってほしい肝臓がんのことcancerchannel
 
もっと知ってほしい急性骨髄性白血病のこと
もっと知ってほしい急性骨髄性白血病のこともっと知ってほしい急性骨髄性白血病のこと
もっと知ってほしい急性骨髄性白血病のことcancerchannel
 

Similar to 20121120 検査と臨床判断 (20)

もっと知ってほしい胆道がんのこと
もっと知ってほしい胆道がんのこともっと知ってほしい胆道がんのこと
もっと知ってほしい胆道がんのこと
 
W tandogan20170509 nol
W tandogan20170509 nolW tandogan20170509 nol
W tandogan20170509 nol
 
食道癌 予後の悪さ 生存率 satge ごとで
食道癌 予後の悪さ 生存率 satge ごとで食道癌 予後の悪さ 生存率 satge ごとで
食道癌 予後の悪さ 生存率 satge ごとで
 
W igan20161019 nol
W igan20161019 nolW igan20161019 nol
W igan20161019 nol
 
もっと知ってほしい胃がんのこと
もっと知ってほしい胃がんのこともっと知ってほしい胃がんのこと
もっと知ってほしい胃がんのこと
 
W daicyo190315no
W daicyo190315noW daicyo190315no
W daicyo190315no
 
W daicyo190315nome
W daicyo190315nomeW daicyo190315nome
W daicyo190315nome
 
W daicyouo190307no
W daicyouo190307noW daicyouo190307no
W daicyouo190307no
 
W daicyo190315
W daicyo190315W daicyo190315
W daicyo190315
 
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
 
もっと知ってほしい患者さんのためのがん医療用語とお薬
もっと知ってほしい患者さんのためのがん医療用語とお薬もっと知ってほしい患者さんのためのがん医療用語とお薬
もっと知ってほしい患者さんのためのがん医療用語とお薬
 
もっと知ってほしいすい臓がんのこと
もっと知ってほしいすい臓がんのこともっと知ってほしいすい臓がんのこと
もっと知ってほしいすい臓がんのこと
 
W suizou200501
W suizou200501W suizou200501
W suizou200501
 
W suizou200728
W suizou200728W suizou200728
W suizou200728
 
もっと知ってほしい大腸がんのこと
もっと知ってほしい大腸がんのこともっと知ってほしい大腸がんのこと
もっと知ってほしい大腸がんのこと
 
私の考える輸液療法
私の考える輸液療法私の考える輸液療法
私の考える輸液療法
 
W kanzougan noli
W kanzougan noliW kanzougan noli
W kanzougan noli
 
もっと知ってほしい肝臓がんのこと
もっと知ってほしい肝臓がんのこともっと知ってほしい肝臓がんのこと
もっと知ってほしい肝臓がんのこと
 
W kanzougan nolily
W kanzougan nolilyW kanzougan nolily
W kanzougan nolily
 
もっと知ってほしい急性骨髄性白血病のこと
もっと知ってほしい急性骨髄性白血病のこともっと知ってほしい急性骨髄性白血病のこと
もっと知ってほしい急性骨髄性白血病のこと
 

More from Med_KU

20160730tokyor55
20160730tokyor5520160730tokyor55
20160730tokyor55Med_KU
 
20151205japanr
20151205japanr20151205japanr
20151205japanrMed_KU
 
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワークMed_KU
 
20131216 Stat Journal
20131216 Stat Journal20131216 Stat Journal
20131216 Stat JournalMed_KU
 
20131207 Japan.R#4 LT
20131207 Japan.R#4 LT20131207 Japan.R#4 LT
20131207 Japan.R#4 LTMed_KU
 
20131110 第3回ニコニコ学会β データ研究会
20131110 第3回ニコニコ学会β データ研究会20131110 第3回ニコニコ学会β データ研究会
20131110 第3回ニコニコ学会β データ研究会Med_KU
 
20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGISMed_KU
 
20131019 生物物理若手 Journal Club
20131019 生物物理若手 Journal Club20131019 生物物理若手 Journal Club
20131019 生物物理若手 Journal ClubMed_KU
 
20131011 KashiwaR#9
20131011 KashiwaR#920131011 KashiwaR#9
20131011 KashiwaR#9Med_KU
 
20130701 統計論文勉強会 遺伝的差異の定量的解析法
20130701 統計論文勉強会 遺伝的差異の定量的解析法20130701 統計論文勉強会 遺伝的差異の定量的解析法
20130701 統計論文勉強会 遺伝的差異の定量的解析法Med_KU
 
20130609 アイドルマスター解析
20130609 アイドルマスター解析20130609 アイドルマスター解析
20130609 アイドルマスター解析Med_KU
 
20130201 脳神経外科 脳腫瘍の浸潤数理モデル
20130201 脳神経外科 脳腫瘍の浸潤数理モデル20130201 脳神経外科 脳腫瘍の浸潤数理モデル
20130201 脳神経外科 脳腫瘍の浸潤数理モデルMed_KU
 
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析Med_KU
 
20130608 Kashiwa.R#8 Rでプロット
20130608 Kashiwa.R#8 Rでプロット20130608 Kashiwa.R#8 Rでプロット
20130608 Kashiwa.R#8 RでプロットMed_KU
 
20130318 統計手法勉強会 外れ値検出 FRaC
20130318 統計手法勉強会 外れ値検出 FRaC20130318 統計手法勉強会 外れ値検出 FRaC
20130318 統計手法勉強会 外れ値検出 FRaCMed_KU
 
20130220 Kashiwa.R#6
20130220 Kashiwa.R#620130220 Kashiwa.R#6
20130220 Kashiwa.R#6Med_KU
 
20121210 統計論文勉強会
20121210 統計論文勉強会20121210 統計論文勉強会
20121210 統計論文勉強会Med_KU
 
20121130 Kashiwa.R#5
20121130 Kashiwa.R#520121130 Kashiwa.R#5
20121130 Kashiwa.R#5Med_KU
 
20130727niconico
20130727niconico20130727niconico
20130727niconicoMed_KU
 
20130727niconicoLT
20130727niconicoLT20130727niconicoLT
20130727niconicoLTMed_KU
 

More from Med_KU (20)

20160730tokyor55
20160730tokyor5520160730tokyor55
20160730tokyor55
 
20151205japanr
20151205japanr20151205japanr
20151205japanr
 
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク
20140308 第四回 ニコニコ学会β データ研究会 アニメ・声優・二次創作における百合ネットワーク
 
20131216 Stat Journal
20131216 Stat Journal20131216 Stat Journal
20131216 Stat Journal
 
20131207 Japan.R#4 LT
20131207 Japan.R#4 LT20131207 Japan.R#4 LT
20131207 Japan.R#4 LT
 
20131110 第3回ニコニコ学会β データ研究会
20131110 第3回ニコニコ学会β データ研究会20131110 第3回ニコニコ学会β データ研究会
20131110 第3回ニコニコ学会β データ研究会
 
20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS
 
20131019 生物物理若手 Journal Club
20131019 生物物理若手 Journal Club20131019 生物物理若手 Journal Club
20131019 生物物理若手 Journal Club
 
20131011 KashiwaR#9
20131011 KashiwaR#920131011 KashiwaR#9
20131011 KashiwaR#9
 
20130701 統計論文勉強会 遺伝的差異の定量的解析法
20130701 統計論文勉強会 遺伝的差異の定量的解析法20130701 統計論文勉強会 遺伝的差異の定量的解析法
20130701 統計論文勉強会 遺伝的差異の定量的解析法
 
20130609 アイドルマスター解析
20130609 アイドルマスター解析20130609 アイドルマスター解析
20130609 アイドルマスター解析
 
20130201 脳神経外科 脳腫瘍の浸潤数理モデル
20130201 脳神経外科 脳腫瘍の浸潤数理モデル20130201 脳神経外科 脳腫瘍の浸潤数理モデル
20130201 脳神経外科 脳腫瘍の浸潤数理モデル
 
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析
20130609 Wako.R トピックモデルを用いたボーカロイド楽曲の流行解析
 
20130608 Kashiwa.R#8 Rでプロット
20130608 Kashiwa.R#8 Rでプロット20130608 Kashiwa.R#8 Rでプロット
20130608 Kashiwa.R#8 Rでプロット
 
20130318 統計手法勉強会 外れ値検出 FRaC
20130318 統計手法勉強会 外れ値検出 FRaC20130318 統計手法勉強会 外れ値検出 FRaC
20130318 統計手法勉強会 外れ値検出 FRaC
 
20130220 Kashiwa.R#6
20130220 Kashiwa.R#620130220 Kashiwa.R#6
20130220 Kashiwa.R#6
 
20121210 統計論文勉強会
20121210 統計論文勉強会20121210 統計論文勉強会
20121210 統計論文勉強会
 
20121130 Kashiwa.R#5
20121130 Kashiwa.R#520121130 Kashiwa.R#5
20121130 Kashiwa.R#5
 
20130727niconico
20130727niconico20130727niconico
20130727niconico
 
20130727niconicoLT
20130727niconicoLT20130727niconicoLT
20130727niconicoLT
 

20121120 検査と臨床判断