書籍紹介
当サイトがついに書籍化！
本書にかける思い
現在の医療は、経験に裏打ちされて行われている面は多々あり、それはそれで必要です。
しかし、実臨床での経験に乏しい若手の医師が現場で重要な判断にせまられたときは、
データやエビデンスの高い報告に裏打ちされたアクションが必要で、そのためには医療統計学が必要になります。
またベテランの医師においても、これまでの経験や蓄積したデータを統計学的に処理し世の中に公表することは、社会的意義が大きいです。
標準偏差、標準誤差、信頼区間の違いは何？
効率のよい実験計画の立案法は？
看護研究におけるEBN（Evidence-Based Nursing）のもつ可能性と限界は何？
本書では、これらのちょっとした疑問に答えていきます。
「医療統計学」の基礎的な概念を理解し、実臨床へ応用するためのツールとして
本書を活用して頂ければ幸いです。
本書の一部を立ち読み
標準誤差（第４章 P.89）
「母集団から標本を抽出する」という作業を何度も行うという（少し慣れない）状況を想像してみてください。
それぞれの標本から得られた平均値を並べると、つりがね型の正規分布になります（中心極限定理）。
さて、その「つりがね」ですが、実はおおもとの母集団の「つりがね」に比べるとよりシャープな、細いつりがね型になります。
平均すること自体に中心に近づける効果がありますから、その平均の分布は、元データの分布よりシャープになることは容易に想像できるでしょう。
また、抽出した標本の大きさｎ（標本の中のデータの数）が大きければ大きいほど、その形状はより一層シャープになります。
定量的に表現すると、つりがねの「ウエスト（腰のくびれ部分）」の値、つまり標準偏差は、母集団のつりがねの「ウエスト」の値（母標準偏差）を標本の大きさの平方根で割った値になります。
これが標準誤差と呼ばれるものです。
標本平均の分布の標準偏差 ＝ 標準誤差
です。
では標準誤差とは何か。一言で言うと、標本平均から母平均を推定する上での推定の精度を表します。
もう少し具体的に表現すると、「標本平均±標準誤差の範囲に母平均は６８％の推定精度で含まれている」ということです。
なぜEBNが必要か（第６章 P.131-132）
最近、看護の領域でもEBMの重要性が強調されるようになり、特にEBN（Evidence-Based Nursing）と呼ばれています。
背景には、医療をとりまく環境の変化に対応した看護ケアを提供していくためには、（従来の）主に経験に基づいた看護ではなく、エビデンスに基づいた看護を提供していかなければならないという考え方があります。
一方、看護職は目の前の患者の対応に追われるとても忙しい職種であり、看護ケアを科学的に立証するという活動自体、非常に進めにくい環境にあることも事実です。
しかし、看護の質の向上を図り、専門性の高い看護を提供していくためには、なんとか時間を捻出して、看護ケアを科学的に立証し、論文などの形として残し、それを次世代の看護に活用していく必要があります。
また、EBMと同様にEBNにおいても、どんなにエビデンスが高いケアであっても、患者あるいは患者の家族に受け入れられなければ提供することはできません。
たとえばICUにおける院内感染の防止のために、ICUの入り口付近にスリッパを置くのが有効であるというエビデンスが得られているとしても、患者がスリッパの使用を嫌がっているのであれば無理に奨めることはできません。
また、費用対効果や、実施にあたって活用できる資源なども考慮に入れながら提供できるケアを決めなければなりません。
医師・看護師のための統計学ポイントアドバイス７７ もくじ
第１章 医療統計学の基礎 〇大切なマインドセット
医療統計学はなぜ重要か
医療統計学の勉強法
医療統計学の実際
第２章 記述統計 〇統計データを「見える化」する
データを記述する
平均とメディアン
データの分布を記述する
第３章 確率 〇医療統計学における「確からしさ」とは
確率の基礎
確率分布
条件付き確率
第４章 推測統計 〇医療統計学における羅針盤
母集団と標本
仮説検定
信頼区間
第５章 実験計画法 〇計画は分析より大切
フィッシャーの３原則
サンプルサイズの設計
要因実験
第６章 EBM 〇高いエビデンスを活用しよう
EBMの基礎
EBMの実際
EBN
第７章 予測のための統計 〇医療統計学における予測の手法
回帰と相関
分散分析
一般化線形モデル
第８章 将来展望 〇医療統計学 これを知らなきゃ時代遅れ
臨床研究の可能性と限界
ビッグデータの活用
医学領域と工学領域の融合
著者プロフィール
本サイト「医療統計学は超簡単！」の管理人。これまで40報を超える学術論文を執筆し、非臨床・臨床研究の解析手法において多数の研究業績を有する。
国際学会発表5回。国際薬物動態予測学会の座長、製薬企業スタッフ対象の教育セミナー・講演会など多数の実績あり。
1993年 東京大学大学院博士課程修了（医学博士）
1999年- ファイザー株式会社等にて医学情報・統計解析担当を歴任
2014年 「医療統計学は超簡単（http://iyakustat.info/）」を運営開始。
