Submit Search
Upload
201707srws第六回その2メタアナリシス・異質性・出版バイアス
•
Download as PPTX, PDF
•
1 like
•
3,191 views
SR WS
Follow
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その2のスライドです。 メタアナリシス・異質性・出版バイアスの解説をしています。
Read less
Read more
Education
Report
Share
Report
Share
1 of 45
Download now
Recommended
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その1のスライドです。 メタ・アナリシスと存在、発生、効果の指標を解説しています。
20170305 srws robins i最終版
20170305 srws robins i最終版
SR WS
Nonrandomized controlled trialのrisk of biasチェックを行うためのROBINS-Iツールの解説です。
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
Introduction to network meta-analysis
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
SR WS
12/22 第5回亀田WS Risk of bias tool 2.0の講義内容です。
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
SR WS
滋賀医科大学での第六回の系統的レビューワークショップの後半スライドです。ハンズオンが主でこれに関して動画はありません。
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
本研修会では、「無作為化比較試験のメタ・アナリシスを読む能力」を養うことを目標とします。具体的には、参加者が以下の能力を獲得することを目標としています。 1. 無作為化比較試験のメタ・アナリシスを検索・入手できる。 2. 無作為化比較試験の要点を理解できる。 3. メタ・アナリシスの批判的吟味の要点を理解できる。 関連Webサイト: REQUIRE研究会 http://blue.zero.jp/yokumura/Rhtml/related_presentation.html#20141101
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その3のスライドです。revmanでのメタ・アナリシス・ハンズオンです。
曝露がアンカーとなるデザイン
曝露がアンカーとなるデザイン
Yasuyuki Okumura
はじめに 自己対照ケースシリーズ研究 ①概要 ②数値例 ③仮定と仮定逸脱の対処法 ④イベント依存型曝露への対処法 ⑤イベント依存型観察期間への対処法 ⑥イベントが死亡の場合の対処法 ⑦落ち葉拾い 自己対照リスク区間デザイン 曝露クロスオーバーデザイン 臨床疫学研究における報告の質向上のための統計学の研究会 第38回研究集会 2021/9/25 (土) 13:30~16:30 Zoom
Recommended
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その1のスライドです。 メタ・アナリシスと存在、発生、効果の指標を解説しています。
20170305 srws robins i最終版
20170305 srws robins i最終版
SR WS
Nonrandomized controlled trialのrisk of biasチェックを行うためのROBINS-Iツールの解説です。
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
Introduction to network meta-analysis
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
SR WS
12/22 第5回亀田WS Risk of bias tool 2.0の講義内容です。
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
SR WS
滋賀医科大学での第六回の系統的レビューワークショップの後半スライドです。ハンズオンが主でこれに関して動画はありません。
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
本研修会では、「無作為化比較試験のメタ・アナリシスを読む能力」を養うことを目標とします。具体的には、参加者が以下の能力を獲得することを目標としています。 1. 無作為化比較試験のメタ・アナリシスを検索・入手できる。 2. 無作為化比較試験の要点を理解できる。 3. メタ・アナリシスの批判的吟味の要点を理解できる。 関連Webサイト: REQUIRE研究会 http://blue.zero.jp/yokumura/Rhtml/related_presentation.html#20141101
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その3のスライドです。revmanでのメタ・アナリシス・ハンズオンです。
曝露がアンカーとなるデザイン
曝露がアンカーとなるデザイン
Yasuyuki Okumura
はじめに 自己対照ケースシリーズ研究 ①概要 ②数値例 ③仮定と仮定逸脱の対処法 ④イベント依存型曝露への対処法 ⑤イベント依存型観察期間への対処法 ⑥イベントが死亡の場合の対処法 ⑦落ち葉拾い 自己対照リスク区間デザイン 曝露クロスオーバーデザイン 臨床疫学研究における報告の質向上のための統計学の研究会 第38回研究集会 2021/9/25 (土) 13:30~16:30 Zoom
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
Yoshitake Takebayashi
第26回REQUIRE研究会 診断精度の分析: STARD2015 場所:東京医科歯科大学湯島キャンパス: 14:30-17:45
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
エビデンスの「質」を意識した研究計画への誘い:研究を始める前に知っておきたい研究報告の国際基準 http://t.co/r7okiho781 日本心理学会第78回大会 http://jpa2014.com/ 公募シンポジウム SS-067 2014/09/11(木) 15:30-17:30 【企画代表者】 ・土屋政雄 (労働安全衛生総合研究所) 【話題提供者】 ・奥村泰之 (医療経済研究機構): 万延する研究報告の質の低さの問題への総合的対策 ・竹林由武 (統計数理研究所): 観察研究の必須事項 ・市倉加奈子 (東京医科歯科大学) : メタ分析の必須事項 ・土屋政雄 (労働安全衛生総合研究所): 尺度研究の必須事項 【指定討論者】 ・豊田秀樹 (早稲田大学): 統計学者の立場から ・熊野宏昭 (早稲田大学): 臨床の立場から
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
認知•行動療法学会第40回大会@富山国際会議場 自主企画シンポジウム 「失敗しない研究計画入門:研究の「質」を評価する国際基準の理解」 2014年11月2日
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
DTA SRWS@尼崎 2016.09.24
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
SR WS
第8回は、結果の報告のやり方について解説します。
診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。
Takashi Fujiwara
診断特性(Diagnostic Test Accuracy)のメタアナリシスについて。RCTのメタアナリシスとの比較する内容になるので、RCTのメタアナリシスを知ってる方に読みやすい内容。 自分用。2×2の診断特性に絞って書いてるかも。
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
Yoshitake Takebayashi
「心理・医学系研究者のためのデータ解析環境Rによる統計学の研究会」 第10回 患者報告式アウトカム尺度の評価法: 信頼性と妥当性の新しい国際基準COSMINチェックリストの使い方
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
SR WS
SRWSの第3回の動画です。検索についてとPubMedでの検索式の作成の導入部分を取り扱っています。youtubeに動画講義をアップしています。 https://www.youtube.com/channel/UCWCI72RS1x_ANnyVNn0IfKA
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
SR WS
PubMedでの検索結果をRayyanにインポートするやり方を解説しています。
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
臨床疫学研究における報告の質向上のための統計学の研究会 http://blue.zero.jp/yokumura/workshop.html
英語での論文執筆の基礎② 方法・結果・考察・結論
英語での論文執筆の基礎② 方法・結果・考察・結論
Yasuyuki Okumura
http://blue.zero.jp/yokumura/workshop.html
20170608 srws第四回pubmed検索その2
20170608 srws第四回pubmed検索その2
SR WS
SRWSの第4回の動画です。PubMedでの検索式の作成の基礎その2です。コクランレビューの検索式を参考にするやり方や引用検索、Rayyanを使ったアブストラクトスクリーニング、背景の構造などを取り扱っています。
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
Takashi Fujiwara
第32回 臨床疫学研究における報告の質向上のための統計学の研究会 大規模医療データベースを活用した治療効果研究の計画と報告
傾向スコアの概念とその実践
傾向スコアの概念とその実践
Yasuyuki Okumura
傾向スコア分析の解説資料
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
Kazuya Inoue
COSMIN(2018)に関して第36回REQUIRE研究会で発表した内容です。主に竹林由武先生のスライドを参考にしております。https://speakerdeck.com/ytake2/prometa2-dot-pptxfalsekohi
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
SR WS
SRWS@亀田 第6回講義です。
Analysis of clinical trials using sas 勉強用 isseing333
Analysis of clinical trials using sas 勉強用 isseing333
Issei Kurahashi
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
Yasuyuki Okumura
REQUIRE研究会 (http://blue.zero.jp/yokumura/workshop.html) 認知行動療法などの介入の「効果」を測定するために,患者報告式アウトカム尺度 (Patient-Reported Outcome measures: PROMs) を活用することは広く行われている。例えば,うつ病の重症度を測定するためには,自己記入式尺度であればベック抑うつ質問票,他者評定式尺度であればハミルトンうつ病評価尺度を用いることが多い。PROMsは,精神医学・臨床心理学の領域では,古くから臨床と研究の両場面で活用されている。しかし,「臨床に役立つPROMsの科学的評価」に関しては,リウマチ研究やがん研究の領域ほどの進展がみられてないのが現状である。例えば,ある患者のベック抑うつ質問票の得点が,介入前後で20点から18点に下がったとする。この2点の変化を「意味のある変化である」あるいは「偶然により生じうる変化である」と,判断する根拠を持っているだろうか。 本講演では,(1) PROMsの選び方,(2) PROMsの臨床的意味のある変化の定め方,(3) PROMsを活用した臨床データベース構築について,「臨床に役立つPROMsの科学的評価」という観点から教育講演を行う。具体的には,リサーチ・クエスチョンの定め方,コアアウトカム,COSMINチェックリスト,分布に基づく方法による臨床的有意性の定め方,アンカーに基づく方法による臨床的有意性の定め方,臨床データベースの活用事例に関する話題を取り上げる。 日常臨床において適切に計画したPROMsの科学的評価は,患者本人の利益に繋がるだけではなく,将来の患者の利益にも繋がりうると考えている。研究場面でのPROMsは,当該研究だけでしか利用されないなど,不毛な文化が蔓延している。臨床場面でのPROMsの活用が,研究に繋がるための方針を提案したい。
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
竹林由武 (2013). (話題提供) 「観察研究の必須事項」,奥村泰之 (企画) 『失敗しない研究計画入門:観察研究,尺度研究,非薬物療法の介入研究の研究報告の質向上のためのガイドラインの理解.』,日本行動療法学会第39回大会,帝京平成大学,東京.
バリデーション研究の入門
バリデーション研究の入門
Yasuyuki Okumura
臨床疫学研究における報告の質向上のための統計学の研究会 第35回研究集会 2019/9/7 (⼟) 13:15~14:25 東京医科⻭科⼤学
20160713 srws第六回@メタ・アナリシス前半
20160713 srws第六回@メタ・アナリシス前半
SR WS
滋賀医科大学での系統的レビュー研究計画書作成ワークショップの第六回の前半のスライドです。
医学統計のはじめの一歩
医学統計のはじめの一歩
Kawasaki University of Medical Welfare
第30回日本急性血液浄化学会のよくわかるセミナーで講演した資料です。
More Related Content
What's hot
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
Yoshitake Takebayashi
第26回REQUIRE研究会 診断精度の分析: STARD2015 場所:東京医科歯科大学湯島キャンパス: 14:30-17:45
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
エビデンスの「質」を意識した研究計画への誘い:研究を始める前に知っておきたい研究報告の国際基準 http://t.co/r7okiho781 日本心理学会第78回大会 http://jpa2014.com/ 公募シンポジウム SS-067 2014/09/11(木) 15:30-17:30 【企画代表者】 ・土屋政雄 (労働安全衛生総合研究所) 【話題提供者】 ・奥村泰之 (医療経済研究機構): 万延する研究報告の質の低さの問題への総合的対策 ・竹林由武 (統計数理研究所): 観察研究の必須事項 ・市倉加奈子 (東京医科歯科大学) : メタ分析の必須事項 ・土屋政雄 (労働安全衛生総合研究所): 尺度研究の必須事項 【指定討論者】 ・豊田秀樹 (早稲田大学): 統計学者の立場から ・熊野宏昭 (早稲田大学): 臨床の立場から
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
認知•行動療法学会第40回大会@富山国際会議場 自主企画シンポジウム 「失敗しない研究計画入門:研究の「質」を評価する国際基準の理解」 2014年11月2日
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
DTA SRWS@尼崎 2016.09.24
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
SR WS
第8回は、結果の報告のやり方について解説します。
診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。
Takashi Fujiwara
診断特性(Diagnostic Test Accuracy)のメタアナリシスについて。RCTのメタアナリシスとの比較する内容になるので、RCTのメタアナリシスを知ってる方に読みやすい内容。 自分用。2×2の診断特性に絞って書いてるかも。
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
Yoshitake Takebayashi
「心理・医学系研究者のためのデータ解析環境Rによる統計学の研究会」 第10回 患者報告式アウトカム尺度の評価法: 信頼性と妥当性の新しい国際基準COSMINチェックリストの使い方
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
SR WS
SRWSの第3回の動画です。検索についてとPubMedでの検索式の作成の導入部分を取り扱っています。youtubeに動画講義をアップしています。 https://www.youtube.com/channel/UCWCI72RS1x_ANnyVNn0IfKA
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
SR WS
PubMedでの検索結果をRayyanにインポートするやり方を解説しています。
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
臨床疫学研究における報告の質向上のための統計学の研究会 http://blue.zero.jp/yokumura/workshop.html
英語での論文執筆の基礎② 方法・結果・考察・結論
英語での論文執筆の基礎② 方法・結果・考察・結論
Yasuyuki Okumura
http://blue.zero.jp/yokumura/workshop.html
20170608 srws第四回pubmed検索その2
20170608 srws第四回pubmed検索その2
SR WS
SRWSの第4回の動画です。PubMedでの検索式の作成の基礎その2です。コクランレビューの検索式を参考にするやり方や引用検索、Rayyanを使ったアブストラクトスクリーニング、背景の構造などを取り扱っています。
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
Takashi Fujiwara
第32回 臨床疫学研究における報告の質向上のための統計学の研究会 大規模医療データベースを活用した治療効果研究の計画と報告
傾向スコアの概念とその実践
傾向スコアの概念とその実践
Yasuyuki Okumura
傾向スコア分析の解説資料
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
Kazuya Inoue
COSMIN(2018)に関して第36回REQUIRE研究会で発表した内容です。主に竹林由武先生のスライドを参考にしております。https://speakerdeck.com/ytake2/prometa2-dot-pptxfalsekohi
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
SR WS
SRWS@亀田 第6回講義です。
Analysis of clinical trials using sas 勉強用 isseing333
Analysis of clinical trials using sas 勉強用 isseing333
Issei Kurahashi
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
Yasuyuki Okumura
REQUIRE研究会 (http://blue.zero.jp/yokumura/workshop.html) 認知行動療法などの介入の「効果」を測定するために,患者報告式アウトカム尺度 (Patient-Reported Outcome measures: PROMs) を活用することは広く行われている。例えば,うつ病の重症度を測定するためには,自己記入式尺度であればベック抑うつ質問票,他者評定式尺度であればハミルトンうつ病評価尺度を用いることが多い。PROMsは,精神医学・臨床心理学の領域では,古くから臨床と研究の両場面で活用されている。しかし,「臨床に役立つPROMsの科学的評価」に関しては,リウマチ研究やがん研究の領域ほどの進展がみられてないのが現状である。例えば,ある患者のベック抑うつ質問票の得点が,介入前後で20点から18点に下がったとする。この2点の変化を「意味のある変化である」あるいは「偶然により生じうる変化である」と,判断する根拠を持っているだろうか。 本講演では,(1) PROMsの選び方,(2) PROMsの臨床的意味のある変化の定め方,(3) PROMsを活用した臨床データベース構築について,「臨床に役立つPROMsの科学的評価」という観点から教育講演を行う。具体的には,リサーチ・クエスチョンの定め方,コアアウトカム,COSMINチェックリスト,分布に基づく方法による臨床的有意性の定め方,アンカーに基づく方法による臨床的有意性の定め方,臨床データベースの活用事例に関する話題を取り上げる。 日常臨床において適切に計画したPROMsの科学的評価は,患者本人の利益に繋がるだけではなく,将来の患者の利益にも繋がりうると考えている。研究場面でのPROMsは,当該研究だけでしか利用されないなど,不毛な文化が蔓延している。臨床場面でのPROMsの活用が,研究に繋がるための方針を提案したい。
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
竹林由武 (2013). (話題提供) 「観察研究の必須事項」,奥村泰之 (企画) 『失敗しない研究計画入門:観察研究,尺度研究,非薬物療法の介入研究の研究報告の質向上のためのガイドラインの理解.』,日本行動療法学会第39回大会,帝京平成大学,東京.
バリデーション研究の入門
バリデーション研究の入門
Yasuyuki Okumura
臨床疫学研究における報告の質向上のための統計学の研究会 第35回研究集会 2019/9/7 (⼟) 13:15~14:25 東京医科⻭科⼤学
What's hot
(20)
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
観察研究の必須事項
観察研究の必須事項
観察研究の質の評価
観察研究の質の評価
6診断精度のメタアナリシス
6診断精度のメタアナリシス
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
診断研究のメタアナリシスをやってみる(みたい)。
診断研究のメタアナリシスをやってみる(みたい)。
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
生存時間分析の書き方
生存時間分析の書き方
英語での論文執筆の基礎② 方法・結果・考察・結論
英語での論文執筆の基礎② 方法・結果・考察・結論
20170608 srws第四回pubmed検索その2
20170608 srws第四回pubmed検索その2
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
傾向スコアの概念とその実践
傾向スコアの概念とその実践
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
COSMIN 尺度開発研究の質の評価(2018)井上和哉 発表(各指標特性の基準等)
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
Analysis of clinical trials using sas 勉強用 isseing333
Analysis of clinical trials using sas 勉強用 isseing333
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
観察研究の必須事項
観察研究の必須事項
バリデーション研究の入門
バリデーション研究の入門
Similar to 201707srws第六回その2メタアナリシス・異質性・出版バイアス
20160713 srws第六回@メタ・アナリシス前半
20160713 srws第六回@メタ・アナリシス前半
SR WS
滋賀医科大学での系統的レビュー研究計画書作成ワークショップの第六回の前半のスライドです。
医学統計のはじめの一歩
医学統計のはじめの一歩
Kawasaki University of Medical Welfare
第30回日本急性血液浄化学会のよくわかるセミナーで講演した資料です。
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
SR WS
亀田総合病院での2016年系統的レビューワークショップ第一回のスライドです。
臨床医からみた医学統計
臨床医からみた医学統計
Noriyuki Katsumata
NPO東京化学療法研究会夏期セミナーでお話したスライドです。
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
yokomitsuken5
2014/10/27
事前登録のやり方
事前登録のやり方
Yuki Yamada
2022年3月19日 日本社会心理学会 2021年度第9回春の方法論セミナー QRPs(問題のある研究実践)への向き合い方―オープンサイエンス時代の研究術― での発表資料です。(少々追加情報あり) スライド内のリンクはダウンロードしたファイルの中では有効です。
STROBE/STARDの解説
STROBE/STARDの解説
Takashi Fujiwara
H28に倉敷中央病院で行ったSTROBEの解説になります。
20161106予測指標の作り方当日1031 配布版
20161106予測指標の作り方当日1031 配布版
SR WS
当日の進行スライド+プログラムのURLになります。 slideshareにログインするとダウンロードできます。
160509 STROBE解説
160509 STROBE解説
KuraRINet
倉敷中央病院で行ったSTROBE解説
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
Shigeyuki Oba
データ解析から言えないことを言い過ぎる事例と、それを防ぐために気をつけるべきことについて議論しています。ATRで 2008年12月(←つまりいまから10年前)に行われた「神経科学の言いたいこと言えること勉強会」に呼ばれてトークしたときの資料です。 いわゆるデータ二度漬け問題、とくに「特徴選択の過程でテスト用データのラベルを含んだ全データを使ってしまう」という落とし穴について、この中で論じています。これは、交差検証の概念を知っているひとでもスポっと簡単にハマるタイプの危険なものであり、このトークを行った2000年代当時から今に至るまで、こういう落とし穴に落ちたままの解析が査読をかいくぐって有名雑誌に通っています。 トークの後半は別ファイルの資料を用いて多重検定について話しています。 同様のトピックをこちらでも説明しています。 大羽成征. (2006) 遺伝子発現データに基く予測と推定: 言いたいことと言えること. 統計数理,54(2), pp.405-423. https://t.co/QLQPdKF0uX
20170301_Epidemiological index_RakuwakaiOtowaGim
20170301_Epidemiological index_RakuwakaiOtowaGim
Takanori Hiroe
2017/03/01(Wed) 洛和会音羽病院 総合内科 Department of General Internal Medicine Rakuwakai Healthcare System Otowa Hospital, Kyoto, JAPAN
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
Yoshitake Takebayashi
第44回日本認知・行動療法学会大会 教育講演5 Slideshareのフレームでの文字消失回避
オンコロジストなるためのスキル
オンコロジストなるためのスキル
Noriyuki Katsumata
医療者向けですが、近藤先生の反証も解説しています。ご自由に使ってください。
Social listening1
Social listening1
tobyo_init
Evidence-Based Diagnostic approach(2008/02/17)
Evidence-Based Diagnostic approach(2008/02/17)
enango
Introduce clinical reasoning as evidence-based diagnostic approach.
20150827_simplesize
20150827_simplesize
Takanori Hiroe
サンプルサイズ設計の考え方
関節リウマチにおけるエタネルセプトのシリンジ製剤からペン製剤への変更に関するアンケート調査
関節リウマチにおけるエタネルセプトのシリンジ製剤からペン製剤への変更に関するアンケート調査
Yuji Hirano
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例
Takashi Fujiwara
臨床疫学研究における報告の質向上のための統計学の研究会2014年10月25日 診断研究のメタアナリシス、報告事例full version
Kyoritu ebm2003
Kyoritu ebm2003
Naoki Nago
共立薬科社会人大学院
研究の質を評価する重要性
研究の質を評価する重要性
Yasuyuki Okumura
失敗しない研究計画入門 https://atnd.org/events/56950 http://blue.zero.jp/yokumura/Rhtml/related_presentation.html#20141102 バイアスへのリスク (3 min) 3つの研究評価 (2 min) 心理療法の研究評価 (3 min)
Similar to 201707srws第六回その2メタアナリシス・異質性・出版バイアス
(20)
20160713 srws第六回@メタ・アナリシス前半
20160713 srws第六回@メタ・アナリシス前半
医学統計のはじめの一歩
医学統計のはじめの一歩
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
臨床医からみた医学統計
臨床医からみた医学統計
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
事前登録のやり方
事前登録のやり方
STROBE/STARDの解説
STROBE/STARDの解説
20161106予測指標の作り方当日1031 配布版
20161106予測指標の作り方当日1031 配布版
160509 STROBE解説
160509 STROBE解説
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
20170301_Epidemiological index_RakuwakaiOtowaGim
20170301_Epidemiological index_RakuwakaiOtowaGim
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
オンコロジストなるためのスキル
オンコロジストなるためのスキル
Social listening1
Social listening1
Evidence-Based Diagnostic approach(2008/02/17)
Evidence-Based Diagnostic approach(2008/02/17)
20150827_simplesize
20150827_simplesize
関節リウマチにおけるエタネルセプトのシリンジ製剤からペン製剤への変更に関するアンケート調査
関節リウマチにおけるエタネルセプトのシリンジ製剤からペン製剤への変更に関するアンケート調査
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例
Kyoritu ebm2003
Kyoritu ebm2003
研究の質を評価する重要性
研究の質を評価する重要性
More from SR WS
スクリーニング検査の落とし穴
スクリーニング検査の落とし穴
SR WS
尿一滴の癌検査が話題です。疫学と診断のシステマティック・レビューを行う観点からその解釈をコラム的にまとめてみました。ご笑覧ください。 2020.1.21 重要なご指摘をいただき改訂しました。
Rate ratioのメタアナリシス
Rate ratioのメタアナリシス
SR WS
Revmanを使ったrate ratioのメタアナリシスの方法です。
20170120おおさかどまんなか原著論文 公開用
20170120おおさかどまんなか原著論文 公開用
SR WS
HCRUの活動のまとめ
201712 srws第五回robの評価
201712 srws第五回robの評価
SR WS
系統的レビュー研究計画書作成ワークショップの第五回は、risk of bias評価についてご説明します。
20171112予測指標の作り方セミナー事前学習
20171112予測指標の作り方セミナー事前学習
SR WS
第15回秋季セミナー臨床研究WSの事前学習資料です。
170907第3回hcru ws
170907第3回hcru ws
SR WS
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。
201708 srws第八回 grade、prospero登録、PRISMA
201708 srws第八回 grade、prospero登録、PRISMA
SR WS
第8回は結果の提示方法とプロトコルの事前登録についてです。
201708 srws第七回統合、層別・感度分析、欠測への対処
201708 srws第七回統合、層別・感度分析、欠測への対処
SR WS
SRWS2017 第7回講義です。
20170702 grade
20170702 grade
SR WS
診療ガイドライン勉強会での資料スライドです。 診療ガイドラインにおけるGRADEアプローチについて解説しています。
20170629 srws第五回robの評価
20170629 srws第五回robの評価
SR WS
20170629 srws第五回robの評価 スライドです
ストレスフリーなメールの処理
ストレスフリーなメールの処理
SR WS
Inboxを使ったGTDの解説です
20170610 AIと予測研究 slideshare
20170610 AIと予測研究 slideshare
SR WS
ACP日本支部総会での講演スライドです 医療における予測指標と「人工知能」の関係について解説しています
協立病院院内勉強会20170529
協立病院院内勉強会20170529
SR WS
あまり臨床研究に触れていない方、コメディカル向けの資料になります。
201705 srws第二回文献の選択基準
201705 srws第二回文献の選択基準
SR WS
堺と倉敷で行っている2017年SRWSの第2回講義スライドです。
201704 srws第一回preliminarysearching 一般公開
201704 srws第一回preliminarysearching 一般公開
SR WS
系統的レビュー研究計画書作成ワークショップ第一回のスライドです。 ・ワークショップの枠組み ・SRでできること ・受講生が作成した計画書 ・タイム・マネジメント ・簡単な検索
20170305 srws予後grade
20170305 srws予後grade
SR WS
コントロールがある研究が存在しない場合や、コントロール群の予後を知りたいときに使います。
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
系統的レビューワークショップのレクチャースライドです。
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
SRWS@亀田 第8回のスライドです。
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
SR WS
第12回 若手医師のための家庭医療学冬期セミナーでの進行スライドです
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
SR WS
RoB2.0で決めなければいけない知りたい効果について解説しています。 ITT効果とPer-protocol効果
More from SR WS
(20)
スクリーニング検査の落とし穴
スクリーニング検査の落とし穴
Rate ratioのメタアナリシス
Rate ratioのメタアナリシス
20170120おおさかどまんなか原著論文 公開用
20170120おおさかどまんなか原著論文 公開用
201712 srws第五回robの評価
201712 srws第五回robの評価
20171112予測指標の作り方セミナー事前学習
20171112予測指標の作り方セミナー事前学習
170907第3回hcru ws
170907第3回hcru ws
201708 srws第八回 grade、prospero登録、PRISMA
201708 srws第八回 grade、prospero登録、PRISMA
201708 srws第七回統合、層別・感度分析、欠測への対処
201708 srws第七回統合、層別・感度分析、欠測への対処
20170702 grade
20170702 grade
20170629 srws第五回robの評価
20170629 srws第五回robの評価
ストレスフリーなメールの処理
ストレスフリーなメールの処理
20170610 AIと予測研究 slideshare
20170610 AIと予測研究 slideshare
協立病院院内勉強会20170529
協立病院院内勉強会20170529
201705 srws第二回文献の選択基準
201705 srws第二回文献の選択基準
201704 srws第一回preliminarysearching 一般公開
201704 srws第一回preliminarysearching 一般公開
20170305 srws予後grade
20170305 srws予後grade
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
201707srws第六回その2メタアナリシス・異質性・出版バイアス
1.
系統的レビュー研究計画書作成ワークショップ 第六回 その2 メタ・アナリシス・異質性・出版バイアス 尼崎総合医療センター Hospital
Care Research Unit 片岡裕貴 辻本啓 京都大学大学院 辻本康 精治寮病院 阪野正大 岡山県精神科医療センター 宋龍平 京都大学大学院医学研究科社会健康医学系専攻医療疫学分野 吉岡貴史 安房地域医療センター 北本晋一 亀田総合病院集中治療科 佐藤明 山本良平 安田英人 近畿中央胸部疾患センター呼吸器内科 香川智子 亀田総合病院麻酔科 重城聡 亀田ファミリークリニック館山 宮本侑達
2.
この動画の目標 ・メタ・アナリシスの仕組みについて説明できる ・異質性について説明できる ・出版バイアスについて説明できる each study Odds
ratio and 95%CI Z-Value p-Value 0 1.960 0.050 4 0.931 0.352 0 0.000 1.000 0 1.242 0.214 3 0.587 0.557 0 2.189 0.029 0.5 1 2 Favours A Favours B
3.
QUIZ:以下のうち正しいのは? 通常のメタアナリシスでは同じPICOをもつ 複数の研究の結果を • 重み付けをせず統合する • それぞれの研究のp値の逆数で重み付けし て統合する •
それぞれの研究のRoBの程度を重み付け して統合する • それぞれの研究のばらつきの程度を重み 付けして統合する 3
4.
この動画の目標 ・メタ・アナリシスの仕組みについて説明できる ・異質性について説明できる ・出版バイアスについて説明できる each study Odds
ratio and 95%CI Z-Value p-Value 0 1.960 0.050 4 0.931 0.352 0 0.000 1.000 0 1.242 0.214 3 0.587 0.557 0 2.189 0.029 0.5 1 2 Favours A Favours B
5.
系統的レビュー≠メタアナリシス 系統的レビュー メタ・アナリシス
6.
メタ・アナリシスとは 2つ以上の別の試験の結果を 統計的に統合すること
7.
メタ・アナリシス
8.
メタ・アナリシスの利点 ①統計的パワー ②推定精度 ③異なる研究結果
9.
メタ・アナリシスをする前に Pairwise vs
multiple
10.
メタ・アナリシスをする前に Participants vs
studies
11.
単純に統合するだけでは… 有効 治療 25/30=83.3% プラセボ 44/56=78.6% 治療
31/54=57.4% プラセボ 17/31=54.8% 試験① 試験②
12.
シンプソンのパラドックス 有効 治療 25/30=83.3% プラセボ 44/56=78.6% 治療
31/54=57.4% プラセボ 17/31=54.8% 試験① 試験② 有効 治療 56/84=66.7% プラセボ 61/87=70.1% 試験①+②
13.
シンプソンのパラドックス ①各研究間の推定精度を考慮しない。 重みづけが必要 ②各研究の治療アーム毎で合計している。 効果サイズでの検討が必要 p1(x)-p0(x)=θ (一定)
14.
重みづけ 分散の逆数を使うことが多い。 ばらつきの小さいものに大きな重み。 研究 介入 プラセボ
対数OR 分散 重み ① 12/65 16/65 -0.366 0.185 5.402 ② 8/40 10/40 -0.288 0.290 3.453 ③ 25/400 80/400 -1.322 0.058 17.155
15.
Forest plot
16.
今日の目標 ・メタ・アナリシスについて説明できる ・異質性について説明できる ・出版バイアスについて説明できる each study Odds
ratio and 95%CI Z-Value p-Value 0 1.960 0.050 4 0.931 0.352 0 0.000 1.000 0 1.242 0.214 3 0.587 0.557 0 2.189 0.029 0.5 1 2 Favours A Favours B
17.
メタ・アナリシスする?しない? 1.異質性 2.Risk of bias 3.報告バイアス
18.
異質性 観察された効果サイズの変動 偶然 異質性
19.
概念的異質性・統計学的異質性 概念的異質性 統計学的異質性
20.
概念的異質性・統計学的異質性 概念的異質性 臨床的異質性 患者背景、治療の違い 方法論的異質性 risk
of bias、脱落の程度・扱い方 統計学的異質性 概念的異質性の結果 (偶然)
21.
概念的異質性 概念的異質性 予めプロトコールで配慮が必要 高度の概念的異質性は →別に統合する →一方だけ統合する →統合しない
22.
統計学的異質性 通常、概念的異質性の結果として生じるが 概念的異質性 統計学的異質性 (+) (-) (+) (-)
23.
統計学的異質性の検討法 フォレストプロット Q統計量 I 統計量 τ2統計量
24.
統計学的異質性の検討法 フォレストプロット Odds ratio and
95%CI Value 0.050 0.352 1.000 0.214 0.557 0.029 0.5 1 2 Favours A Favours B dy name Statistics for each study Odds ratio and 95%CI Odds Lower Upper ratio limit limit Z-Value p-Value 1.200 1.000 1.440 1.960 0.050 0.800 0.600 1.067 -1.520 0.128 1.500 1.100 2.045 2.562 0.010 0.700 0.600 0.817 -4.535 0.000 1.800 1.500 2.160 6.319 0.000 1.125 0.762 1.661 0.592 0.554 0.5 1 2 Favours A Favours B Analysis
25.
統計学的異質性の検討法 Q統計量 検出力が一次研究数に依存 異質性に対して非定量的
26.
統計学的異質性の検討法 Q統計量 検出力が一次研究数に依存
27.
統計学的異質性の検討法 Q統計量 異質性に対して非定量的
28.
統計学的異質性の検討法 I 統計量 I2=(Q-df)/Q×100 df:
degree of freedom 0%-40% might not be important 30%-60% moderate 50%-90% substantial 75%-100% considerable
29.
統計学的異質性が認められたら メタ・アナリシスしない 異質性の原因を探索する サブグループ解析 メタ回帰 Random-effectsモデルを使えば、 許容できるという訳でない。
30.
今日の目標 ・メタ・アナリシスについて説明できる ・異質性について説明できる ・出版バイアスについて説明できる each study Odds
ratio and 95%CI Z-Value p-Value 0 1.960 0.050 4 0.931 0.352 0 0.000 1.000 0 1.242 0.214 3 0.587 0.557 0 2.189 0.029 0.5 1 2 Favours A Favours B
31.
報告バイアス 統計学的に有意な結果は 報告されやすい。 出版バイアス アウトカム報告バイアス
引用バイアス 言語バイアス タイムラグバイアス
32.
出版バイアス・アウトカム報告バイアス アウトカム報告バイアス 出版バイアス 出版 複数の研究 出版 一つの研究内に複数の結果 有意な 結果 報告 報告 有意で ない結果 有意な 研究 有意で ない研究 有意な 研究 出版 有意な 研究 有意で ない研究 有意で ない結果 有意で ない結果 有意な 結果
33.
出版バイアスを起こりにくくする因子 JAMA. 2003;290(4):495-501. doi:10.1001/jama.290.4.495 •
有意差 • オーラルセッションでの発表 • 製薬会社による資金提供
34.
多くの領域で出版バイアスが報告されている。 一般内科 公衆衛生 救命救急 補完代替医療 動物実験 Song et al.
Health Technol Assess 2010;14:iii, ix-xi, 1-193 Sena et al. PLoS Biol 2010;8:e1000344 → 出版された結果のみで結論を出すと、 判断を誤る可能性。
35.
TNF阻害薬 リウマチ分野を含め適応をとっている 治療薬であるが、2010年の時点で、 ClinicalTrials.govに登録された188本 の試験のうち34%しか結果が報告され ていない Ioannidis et al.
BMJ 2010;341:c4875 doi: 10.1136/bmj.c4875 それらが有意だから治療は効くと言え ますか?
36.
出版バイアスの検討法
37.
Funnel plot 漏斗プロット
38.
Funnel plotの非対称性の検定 Egger’
test Begg’s test Harbord’s test Deeks’ test などなど
39.
Funnel plot が非対称(small
study effect)である理由 選択バイアス 出版バイアス アウトカム報告バイアス Nの小さな研究で方法論の質が低い 真の異質性 アーチファクト 偶然
40.
Contour-enhanced funnel plot
(contour: 輪郭、外形)
41.
今日の目標 ・メタ・アナリシスについて説明できる フォレストプロットについて説明できる ・異質性について説明できる ・出版バイアスについて説明できる funnel plot(漏斗プロット)について説明で きる each study
Odds ratio and 95%CI Z-Value p-Value 0 1.960 0.050 4 0.931 0.352 0 0.000 1.000 0 1.242 0.214 3 0.587 0.557 0 2.189 0.029 0.5 1 2 Favours A Favours B
42.
QUIZ:以下のうち正しいのは? 通常のメタアナリシスでは同じPICOをもつ 複数の研究の結果を • 重み付けをせず統合する • それぞれの研究のp値の逆数で重み付けし て統合する •
それぞれの研究のRoBの程度を重み付け して統合する • それぞれの研究のばらつきの程度を重み 付けして統合する 46
43.
QUIZ:以下のうち正しいのは? 通常のメタアナリシスでは同じPICOをもつ 複数の研究の結果を • 重み付けをせず統合する • それぞれの研究のp値の逆数で重み付けし て統合する •
それぞれの研究のRoBの程度を重み付け して統合する • それぞれの研究のばらつきの程度を重み 付けして統合する 47
44.
References • Systematic Reviews
in Health Care, Egger M, Smith GD, Altman DG • Chapter 9 and 10, Cochrane Handbook for Systematic Reviews of Intervention, Higgins JP • Applied Meta-Analysis with R, Chen DG, Peace KE
45.
Special thanks to 元スライドをご提供いただいた 神戸大学医学部附属病院 膠原病リウマチ内科 大西
輝先生
Editor's Notes
本講義の目標です
本講義の目標です
まず繰り返し述べていることだと思いますが、系統的レビューとメタアナリシスは別物だということを念頭においてください。 系統的レビューは科学的に事前に定められた方法で集められた文献をレビューすること メタアナリシスはいくつかの研究の結果を統合することでした。
メタアナリシスでは2つ以上の別の試験の結果を統計的に統合していきますが、何を統合しているのかという点も重要です。 例えば左側のようにりんごとオレンジのような違うものをただくっつけただけというのは、あまり良くないですし、何を見ているのかわからなくなります。 メタアナリシスの注意点としてはこのような違うものを混ぜ合わせて、良く分からない結果を出してしまうくらいならしない方がマシです 右側のようにうまく混ぜ合わせることができるものを統合することが重要です。 https://pixabay.com/ja/%E3%82%A2%E3%83%83%E3%83%97%E3%83%AB-%E3%82%AA%E3%83%AC%E3%83%B3%E3%82%B8-%E3%83%9F%E3%83%83%E3%82%AF%E3%82%B9-%E3%83%95%E3%83%AB%E3%83%BC%E3%83%84-%E9%A3%9F%E5%93%81-%E5%81%A5%E5%BA%B7-%E6%96%B0%E9%AE%AE%E3%81%AA-531163/ https://en.wikipedia.org/wiki/Drink_mixer
実際にメタアナリシスをした結果というのはこの図のように表されます。詳しい説明は後ほど行います。
メタアナリシスの利点としては、1つの研究だけでは結論が出なかった研究も、同様の研究を集めることでより統計的パワーを持ち精度のよい推定が得られる可能性があります。 また、異なる研究結果の原因が一体なんなのかを探索的に考察することができます。
メタアナリシスをする前にメタアナリシスのいくつかの種類についてご説明します。 まずこの図のように、メタアナリシスには一つの比較をするものと、複数の比較をするものがあります。後者はネットワークメタアナリシスと呼ばれます。 今回は前者の一つの比較を取り上げます
次に、メタアナリシスで統合するものの基本単位が研究に含まれる個人なのか、それとも1つの研究が基本単位なのかでもメタアナリシスの手法は違ってきます。 前者はIPD(individual patient data)を用いたメタ・アナリシスと呼ばれます。 今回扱うのは後者です。 https://pixabay.com/ja/%E8%88%B9%E5%93%A1-%E7%B7%8F%E5%93%A1-%E6%B5%B7%E8%BB%8D-%E8%BB%8D%E4%BA%8B-%E4%BA%BA-%E3%82%B0%E3%83%AB%E3%83%BC%E3%83%97-%E7%94%B7%E6%80%A7-%E5%A5%B3%E6%80%A7-%E7%BE%A4%E8%A1%86-903044/ https://pixabay.com/ja/%E3%82%B1%E3%83%B3%E3%83%96%E3%83%AA%E3%83%83%E3%82%B8-%E5%BB%BA%E7%89%A9-%E6%A7%8B%E9%80%A0-%E3%82%A2%E3%83%BC%E3%82%AD%E3%83%86%E3%82%AF%E3%83%81%E3%83%A3-%E9%80%9A%E3%82%8A-%E4%BD%8F%E5%AE%85-66714/
続いて研究を統合するときに、単純に足し合わせてしまうと生じる数字のマジックを紹介します。 ここにお示しするような試験があるとします。分母が割付者数、分子がアウトカム発生数です。 どちらの試験も治療群の方が効果があったという報告でした。 しかし、両群の割付数とアウトカム発生数を単純に足すと
不思議なことにプラセボ群の方がアウトカム発生割合が多くなり、効果が高いということになってしまいます。 これをシンプソンのパラドックスといいます。
なぜこのようなことが起こるのかというと、研究毎の推定精度、つまりこれはサンプルサイズ(N)に依存しますが、これを考慮にいれていないということがまず挙げられます。研究の精度に合わせ重み付けをする必要があったのですね。 そして、治療アームの数ではなく効果サイズで検討しないといけません。
重み付けについては、分散の逆数を使うことが多いです。 分散が小さい、つまりサンプルサイズが大きく信頼区間が狭いような推定精度が高い研究により大きな重みがつくようになります。
目にした方も多いフォレストプロットです。今回は2値アウトカムのフォレストプロットですので、左からアウトカム数、トータルのn数、次にあるのがweightで各研究毎の重みになります。そして、効果量であるリスク比が記載され、randomとありますので、ランダム効果モデルで統合しているという意味です。 そしてその右側に点推定値が青い点、95%信頼区間が黒い線で表されています。この点推定値を示す青い点の大きさが重み、つまりサンプルサイズを反映しています。各研究を縦に見ていき最後にひし形で表されるのが、メタアナリシスした結果です。ひし形の中心が点推定値、横幅が95%信頼区間を表すと決まっています。
さて、ここまでがメタアナリシスを行う過程でした。 少し難しかったと思いますが、後でRevManというソフトでやってみると案外簡単にできると感じることができると思います。 続きまして、異質性というものについて説明していきたいと思います。
系統的レビューを行い、2つ以上の研究をレビューしたら、必ずメタアナリシスをしないといけないわけではありません。 メタアナリシスをするかしないかという判断については、その異質性、そして前回お話ししたRoBがあります。個々の研究でバイアスの程度がどのくらいかというものを加味する必要があります。さらにこの後お話しする報告バイアスというものを考慮して、結果を統合するかしないかということを決めていきます。混ぜていいかどうかということは結局のところ各研究が似ていると考えるか、似ていないと考えるかという価値判断に依存します。 https://en.wikipedia.org/wiki/Apples_and_oranges
さて、個々の研究の効果サイズが違うときに、それがなぜ起こっているのかという理由としては 1つめは単なる偶然ということが挙げられます。 もう1つの原因として、似ていると思ったものが実は似ておらず、全く違うものをみているという可能性があります。これが異質性と呼ばれるものです。
異質性には大きく分けて2つの概念があります。1つは概念的異質性で、これは例えばりんごとみかんは同じものでしょうか?聞かれたときに、果物というカテゴリーでの研究の場合は同じという判断になります。しかし、柑橘類というカテゴリーで研究したいと考えている場合はそこにリンゴを入れることはマズいですね。この概念的異質性というものは、みなさんがどのようなカテゴリーで研究したいのか、というものを念頭におき、臨床的価値判断つまりclinical expertiseで判断するということになります。一方で統計学的異質性とはでてきた数字から判断する異質性です。どちらが重要かと言いますと、ここまでのお話からお分かりの通り、まずは概念的異質性を考えることが極めて重要です。
これらの異質性をもう少し細かくみていきます。概念的異質性には臨床的異質性と方法論的異質性があります 臨床的異質性は例えばPやIといった患者背景、治療での異質性です。 方法論的異質性は研究のやり方自体による異質性のことを指し、risk of biasの違いなどよる異質性です。 もう1つは統計学的異質性です。これは概念的異質性の結果として あるいは偶然の結果として異質性がどの程度か統計学的手法を用いて検討するものです。
概念的異質性について重要なこととして、あらかじめprotocolで配慮が必要だということです。 明らかに異質性が高いものについては、別に統合する、一方だけ統合する、統合しないなどいった対応を事前に決めておくことが重要です。 例えば、ある薬を子供に投与した場合と大人に投与した場合は、おそらく異質性があると考えられますね その場合は、子供の結果と大人の結果をそれぞれ別々に統合するといったようなことを、あらかじめ決めておきましょう。
統計学的異質性は通常概念的異質性の結果として生じると考えられてはおりますが、概念的異質性があると判断されても統計学的異質性が計算結果としてないという結果になったり、その逆もあります。
統計学的異質性の検討方法についてはここにあげたものがあります。
まずフォレストプロットです。フォレストプロットは先ほどご説明したとおり、点推定値と、95%信頼区間をプロットしていった図になりますが、 この2つの図でどちらが異質性が高いとと思われますか? 当然、右の図の方が異質性が高いです。信頼区間の重なりが多いのか少ないのかといったところをvisualで判断します。
次にQ統計量を用いて異質性を判断する方法がありますが これは、、、、という注意点があります。
検出力が1次研究数に依存するということはどういうことかというと、 検出力、つまり本当は異質性があるものをないと判断してしまう可能性がメタアナリシスに含まれる1次研究数に依存し、 研究数が少ないとそれだけで異質性なしと判断される恐れがあります。逆に研究数が多いと有意に異質性があると出やすくなります。 メタアナリシスでは通常そんなに多くの数の研究数を取り扱うことはないため、有意ととるカットオフを0.05ではなく、0.1にしているケースが多いです。
また、異質性に対し、非定量的で、異質性があるとされても、一体どの程度の異質性があるかはわからないということに注意してください。 https://en.wikipedia.org/wiki/Emperor_penguin https://pixabay.com/ja/%E3%83%9A%E3%83%B3%E3%82%AE%E3%83%B3-linux%E3%81%AE-%E3%83%9E%E3%82%B9%E3%82%B3%E3%83%83%E3%83%88-%E6%BC%AB%E7%94%BB%E3%81%AE%E3%82%AD%E3%83%A3%E3%83%A9%E3%82%AF%E3%82%BF%E3%83%BC-%E5%9B%B3-%E7%B7%91-8641/
続いてI統計量、I2と呼ばれることが多いですが、これは定量的に異質性を判断することができ、どの程度異質性があるかを判断することができます。
統計学的異質性が認められた場合、メタアナリシスすべきではありません。 また、年齢に異質性があるのではないか、投薬量に異質性があるのではないかなどと仮説を立てた上で、サブグループ解析といって別々のグループに分けて解析するといった方法で異質性の原因を探索することができます。 この辺りはややこしいので、またみなさんがプロトコルを完成させた時点で改めて我々と相談させていただければと思います。
本日の最後の内容の出版バイアスについてお話します。
報告バイアスとは、研究の報告が研究結果の方向性によって影響を受けるときに生じます。 すでに分かっていることとして、統計学的に有意の結果が報告されやすいということが言われています。
出版バイアスというのは、同じPICOをもつ研究が複数あったときに、結果が有意なものが選択的に出版されるということによるバイアスです。 アウトカム報告バイアスというものは1つの研究の中で、有意な結果が選択的に報告されることを指します。
出版バイアスを起こりにくくする因子として、既存のエビデンスとしては…
また、ここに挙げた多くの領域で出版バイアスが報告されています。
例えば、私が研修医だった2010年頃にTNF阻害薬はリウマチ分野を含め適応をとっていましたし、実際に使われていました。 しかし、実はその時点で、、、 これは非常に大きな問題です。検索して出てきた論文の結果だけで、結論を出すと判断を誤ることがあるということです。
ではこの出版バイアスを検討するにはどうすればよいかというと、 1つはClinicalTrials.govやICTRPといった臨床試験の登録サイトでみなさんのリサーチクエスチョンを検索して、実際に臨床試験として登録はされているけれども出版されていない試験はないかを確認することになります。今は通常の雑誌であれば臨床試験として登録していないと、そもそも出版しないというルールが決まっていますので、通常臨床試験を行う前に登録サイトに登録がなされています。 もう1つはfunnel plotと呼ばれる方法で、みなさんが検索して出てきた結果をプロットし、偶然よりも大きな偏りをもって結果が報告されているかどうかを検討するというやり方です。
Funnel plotでは通常横軸が効果量、縦軸が対数効果量の標準誤差を取ります。 実際に報告されているものだけをプロットすると右側になりますが、これは明らかにORが高い研究の報告がされていないということが予想されます。 そして、報告されていない結果を含めると左のように左右対称になります。 まずは目でみて、左右対称がないかを判断します。
このfunnel plotを目で見るだけではなく、数字で検定したいという場合はこれらの方法があります。
Funnel plotが非対称の理由としては、 小規模な研究で方法論、methodの質が低かった 異質性があった 偶然などが知られています。
他にもやり方の変えたfunnel plotを出すといったやり方がされることもあります。 これについてはまた実際にやるときにご相談させていただければと思います。
今日のお話の復習です。 まず、メタアナリシスとは複数の研究の結果を統合することでした。 フォレストプロットとは効果量とその95%信頼区間、そしてそのサンプルサイズが示されたプロットでした。 異質性はりんごとみかんを一緒にするのか、それとも別にするのかということを事前に決めておくということ。 出版バイアスとは、よかった結果だけを報告するというバイアスのことで、それを検証する方法としては、臨床試験登録サイトを検索することや、funnel plotを書いてその非対称性を検討することが挙げられました。
リファレンスです。
そして元スライドをご提供いただいた神戸大学の大西先生へ感謝申し上げます。
Download now