論文を「読む」ための医療統計【電子版】
- 出版社
- メジカルビュー社
- 電子版ISBN
- 電子版発売日
- 2022/10/03
- ページ数
- 240ページ
- 判型
- A5
- フォーマット
- PDF(パソコンへのダウンロード不可)
電子版販売価格:¥3,520 (本体¥3,200+税10%)
- 印刷版ISBN
- 978-4-7583-0969-1
- 印刷版発行年月
- 2022/10
- ご利用方法
- ダウンロード型配信サービス(買切型)
- 同時使用端末数
- 3
- 対応OS
-
iOS最新の2世代前まで / Android最新の2世代前まで
※コンテンツの使用にあたり、専用ビューアisho.jpが必要
※Androidは、Android2世代前の端末のうち、国内キャリア経由で販売されている端末(Xperia、GALAXY、AQUOS、ARROWS、Nexusなど)にて動作確認しています - 必要メモリ容量
- 100 MB以上
- ご利用方法
- アクセス型配信サービス(買切型)
- 同時使用端末数
- 1
※インターネット経由でのWEBブラウザによるアクセス参照
※導入・利用方法の詳細はこちら
この商品を買った人は、こんな商品も買っています。
概要
親しみやすい登場人物とともに,実際の論文(難解すぎず,簡単にアクセスできるもの)を読み進めながら必要な知識が一通り身につく内容・構成で,統計手法も可能なかぎり簡略化した具体例や図を用いてわかりやすく解説。ベイズ統計やAIなど最新の解析手法についても触れる一方で,時間があるときに押さえておくと良い基礎知識(例:数式など)を囲み記事の形で紹介するなど内容も充実!
目次
1 何の論文を読めばいいの?
2 クリニカルクエスチョン(clinical question)をリサーチクエスチョン(research question)にしよう
3 リサーチクエスチョンをパーツに分ける[P(I E)CO]
4 介入研究と観察研究 ① 介入研究
5 ② 観察研究
Part2 文献を探しましょう
1 6Sという方法
2 エビデンスレベルの考え方とシステマティックレビュー
3 どうやって検索すればいいの? ① データベース・検索エンジンの活用
4 ② PubMed®で検索する(実践編)
Part3 ランダム化比較試験
1 ABSTRACTと論文の構成
2 臨床試験の倫理指針
3 治験のphaseとは何か?
4 CONSORT声明を押さえる
5 日本語の抄録を読んでもいい?
6 INTRODUCTION(序)を読む
7 METHODSを読む ① TRIAL DESIGN AND OVERSIGHT
8 ② PATIENTS
9 ③ TRIAL PROCEDURES
10 ④ OUTCOMES
11 ⑤ STATISTICAL ANALYSISとRESULTS
12 RESULTSを読む ① 患者背景をデータの分析で理解する
13 ② アウトカムのリスクを把握する
14 ③ 生存曲線の読み方
15 ④ ハザード比と95%信頼区間って?
16 ⑤ p値の解釈
17 ⑥ サブグループの結果を読む
18 DISCUSSIONを読む
Part4 コホート研究
1 STROBE声明を押さえる
2 論文の目的を探る
3 研究デザインを確認する ① 因果関係に注意
4 ② バイアスを押さえる
5 ③ 交絡を考える
6 INTRODUCTIONとMETHODSを読む
7 ロジスティック回帰モデル ① 2群の比較「t 検定」を押さえる
8 ② 3群の比較「一元配置分散分析」を押さえる
9 ③ 回帰直線を押さえる
10 ④「 多変量解析」を押さえる
11 ⑤ オッズ比の求め方と解釈
12 STATISTICAL ANALYSISを読む ① 欠測値の扱い
13 ② ロジスティック回帰分析
14 RESULTSを読む
Part5 傾向スコア
1 傾向スコアを使う研究デザイン
2 傾向スコアの求め方,使い方
3 傾向スコアの手法を読む ① マッチングの仕方
4 ② マッチング前後の背景因子バランス
5 ③ マッチングを考慮した比較
6 ④ Cox比例ハザード回帰モデル
Part6 ベイズ統計
1 ベイズ統計を使う研究デザイン
2 ベイズ統計学を知る ① 感度・特異度を復習
3 ② ベイズの定理
4 ③ ベイズ更新
5 ④ 事前確率を連続変数として考える
6 ⑤ 事後分布の関数の形を求める
7 ⑥ マルコフ連鎖モンテカルロ法(MCMC)
8 ⑦ Stanを使ったMCMCの計算
9 METHODSを読む
10 RESULTSを読む
Part7 人工知能
1 そもそもAIとは?
2 機械学習って?
3 ニュートラルネットワークと深層学習
4 代表的な深層学習:畳み込みニュートラルネットワーク(CNN)
5 実際に論文を読んでみよう! ① ABSTRACTを読む
6 ② METHODSを読む
7 ③ 深層学習モデルを把握する
8 ④ RESULTSを読む