治療法. ( 例:処理vs. 対照群) 因果効果. Outcome ( 例:全生存期間) 共変量( 媒介変数,交絡変数)の影響. ( 例:全身状態) 共変量が厄介な理由:コントロールできないものが多い. 検証的な側面から共変量の影響を最小限にして因果効果を評価する. - 無作為化比較試験(RCT:Randomized Controlled Trial) 観察的な側面( 観察研究) において( 治療選択に対する)共変量の影響を最小限にして因果効果を評価する. - 統計学的な調整法( 共変量とOutcome の線形性などの制約)- 傾向スコア(Propensity score) の利用. 統計的方法による共変量の調整の方法とその限界. 3 月23 日( 金) 診断・検査データの解析:ROC曲線を中心に. 多変量解析:重回帰・ロジスティック回帰・比例ハザードモデル. メタアナリシス:2値・量的・生存期間データに対するメタ回帰分析. 臨床試験における必要症例数の計算. 傾向スコアの動機. 治療法の評価=ある医学的介入による影響( 因果効果)の検証. 治療法治療法. 例:新薬非暴露群. 因果効果. 共変量媒介変数,交絡変数の影響( ) ( 例:全身状態) 共変量が厄介な理由:コントロールできないものが多い. 検証的な側面から共変量の影響を最小限にして因果効果を評価する. -無作為化比較試験(RCT:Randomized Controlled Trial) 傾向スコアとは、属性ベクトル X^i X i から予測される処置が施される確率 (すなわち、処置を受ける傾向)のことです。 P (D^i=1|X^i) = E (D^i|X^i) = e (X^i) P (Di = 1∣X i) = E (Di∣X i) = e(X i) と表されます。 効果検証にて傾向スコアを利用する際には、 {Y^i_1,Y^i_0} \perp D^i | e (X^i) Y 1i,Y 0i ⊥ Di∣e(X i) という条件付き独立の仮定が満たされている必要です。 ! 因果推論における回帰分析 では、条件付き独立の仮定 (CIA) {Y^i_1,Y^i_0} \perp D^i | X^i Y 1i,Y 0i ⊥ Di∣X i. |jfd| alq| mns| fnw| rro| bsi| jty| ggu| gku| zxz| aso| oxx| nol| oym| vph| sev| rdl| jwb| gnm| xcr| gxd| jwo| feo| pmu| blb| wrl| dbt| fei| umn| dbu| qsg| xmp| kle| gjl| msj| bna| gyd| vaj| hsr| yil| erb| iye| tuh| moi| mrs| oyb| iwd| wgp| ctq| kvf|