330 likes | 875 Views
疫学初級者研修 . ~2 × 2表~. 平成12年2月14日(月) 13:00~ 岡山理科大学情報処理センター. 収集した情報. どのように情報を分析し、 評価するか?. 食中毒発生時 …. 分析. 評価. ① 分析に使用する指標. ② 推定と検定. 2 × 2表. 有症. 健康. a. b. 食べた. c. d. 食べない. (疾病の有無). (曝露の有無). ① 分析に使用する指標. 分析に使用する指標の例. 1 相対危険度( Relative Risk) 2 オッズ比( Odds Ratio) 3 リスク差 4 寄与割合.
E N D
疫学初級者研修 ~2×2表~ 平成12年2月14日(月) 13:00~ 岡山理科大学情報処理センター
収集した情報 どのように情報を分析し、 評価するか? 食中毒発生時… 分析 評価
①分析に使用する指標 ②推定と検定
2×2表 有症 健康 a b 食べた c d 食べない (疾病の有無) (曝露の有無)
分析に使用する指標の例 1 相対危険度(Relative Risk) 2 オッズ比(Odds Ratio) 3 リスク差 4 寄与割合
1 相対危険度(Relative Risk:リスク比) 「食べた人」たちと「食べない人」たちが それぞれ どのくらい発症しているか(発症割合)を比べたもの 「食べた人」の 発症割合 a/a+b RR= 「食べない人」の 発症割合 c/c+d
相対危険度(Relative Risk:リスク比) ◆RR=1の場合 食べた人と食べない人の発症割合は同じ →両群に差はない ◆RR>1の場合 食べた人の発症割合の方が大きい →食べた人の方がより発症している ◆RR<1の場合 食べない人の発症割合の方が大きい →食べない人の方がより発症している
a/a+b c/c+d 食べた人の発症オッズ 有症 健康 b/a+b d/c+d 食べた a b 食べない人の発症オッズ 食べない c d 2 オッズ比(Odds Ratio)
a/a+b c/c+d ad b/a+b d/c+d bc 発症オッズ比= = オッズ比とは… 喫食群の発症オッズと 非喫食群の発症オッズの比
有症群の暴露オッズ 健康 有症 ad b/b+d a/a+c a/a+c b/b+d 健康群の暴露オッズ a b 食べた c/a+c bc d/b+d c/a+c d/b+d 食べ ない c d 暴露オッズ比= = ※暴露オッズ比
オッズ比(Odds Ratio) ◆OR=1の場合 食べた人と食べない人の発症割合は同じ →両群に差はない ◆OR>1の場合 食べた人の発症割合の方が大きい →食べた人の方がより発症している ◆OR<1の場合 食べない人の発症割合の方が大きい →食べない人の方がより発症している
点推定 区間推定 (信頼区間) オッズ比の「点推定」と「区間推定」
95%信頼区間とは… ln(95%C.I)= ln(OR)±1.96√(1/a+1/b+1/c+1/d) ln:自然対数 「信頼区間の中に真の値が入っていることが 95%信頼できる」という意味
3 χ2値 喫食の有無 と 発症の有無 が互いに関連があるか どうかを判定するもの ◆食中毒の場合は、通常「食品と発症に関連がある」という結 論を導くために、まず「食品と発症には関連がない」という帰無仮説 を設定する。 ◆得られたデータからχ2値を計算し、有意水準αの棄却点c と比べ、χ2値が大きければ帰無仮説が捨てられ、対立仮説 「食品と発症に関連がある」を採択する。
3 χ2値 (ad-bc)2n χ2= (a+b)(c+d)(a+c)(b+d) ※a,b,c,d の帰無仮説のもとでの期待値 のいずれかが5以下の値を取るとき (|ad-bc|-n/2)2n χ2= (a+b)(c+d)(a+c)(b+d) (Yatesの補正値) (n=a+b+c+d)
3 χ2値における注意点 ●仮説を検証する方法である ●関連性の有無の判定しかできない ●a,b,c,dの数値が大きくなればなるほど 関連性の度合いに関わらずχ2値は大きくなる
※χ2検定の考え方 検定のルール : χ2>C → 関連がある P < α → 関連がある 検定において誤りを犯す確率が「α」 このときにχ2がとり得る限界値が「c」 この面積が有意水準α (例) α=0.05のとき C=3.84χ2=4.0なら5%有意 χ2 χ2 C
4 P値 (例) χ2=4.0のときP=0.0455このとき5%有意 この面積がP値 χ2 χ2 C
推定と検定 推定:ある指標を定量的に 推測すること 検定:ある仮説の正しさを 検証すること
「Aさんの先週の晩酌は(1合,2合,2合,1合,3合,1合,0合)であった.」「Aさんの先週の晩酌は(1合,2合,2合,1合,3合,1合,0合)であった.」 1年前は平均1.5合/日であった.最近は酒量が増えたかこのデータで判定したい. このデータから最近の平均酒量を知りたい. 推定 検定
推定の例: オッズ比を求める 検定の例: χ2 検定 , t 検定
推定・検定の違い ・推定では、信頼区間によって 影響の大きさと、その推定に 固有のばらつきを評価できる。 ・検定では、データと帰無仮説の 整合性をチェックする。
オッズ比=10.5 χ2=3.26(P=0.07) オッズ比=10.5 χ2=19.55(P=0.0000098) ※オッズ比とχ2値の違い
オッズ比=3.93 オッズ比=4.00 95%信頼区間: 1.82<OR<8.54 95%信頼区間: 1.82<OR<8.54 95%信頼区間: 0.79<OR<20.73 χ2値=4.00 χ2値=15.41 P値=0.045 P値=0.00008
オッズ比 信頼区間の幅 データ数 が多い 狭い ほぼ 変わらない データ数 が少ない 広い
χ2 値 P値 データ数 が多い 大きい 小さい データ数 が少ない 小さい 大きい
χ2 値 P値 オッズ比 信頼区間 データ 多 狭い 大きい 小さい ほぼ 変わら ない データ 少 広い 小さい 大きい
Epi info CDCがインターネット上で無料提供して いるソフト 計算可能な内容 ・オッズ比 ・リスク比 ・信頼区間 ・カイ2乗値 ・P値 ・層別分析など