医療統計学:用語集ま行

統計学セミナー

医療統計学:用語集ま行

 

■マイクロアレイ microarrays
何千もの遺伝子表現レベルの同時測定を可能にする新しい技術.典型的 なマイクロアレイの実験は,何百万ものデータ点を生み出すので,統計 的な作業により遺伝子構造の単純な要約へ,データを効率よく減らす必 要がある,
Journal of the American Statistical Association, 2001, %, 1151-60.
麗前向き研究 prospechhve shudy, forward,looking study
個体を長期にわたって追跡する調査.このような調査でよくみられる例 は,ある特定の病気の危険因子に曝露されている個体からなる標本と, そうでない個体からなる標本を,時間について前向きに追跡し,調査対 象の病気について何が起きるかを調べるものである.適当な期間の経過 後,曝露群と非曝露群の間で,病気のf発病率の比較が行われる.この ような調査の古典的な例は,1950年代に英国の医師たちによって行わ れた,喫煙と肺がん死の関係の調査がある.?後ろ向き研究,コホ ート研究
Morton, R.F.? Hebei, J.R. and McCarter, RJ*S 1990, A Study Guide to Epidemiology and Biosiahstics, 3rd edn, Aspen? Gaithersburg, MD.
画前向き調査p「ospecfhvestudy =前向き研究 Mマクネマーの検定 McNemars test
対応のある標本で,割合を比較するための検定方法.’検定統計量は, ペアの1人は治療Aを受け,もう1人は治療Bを受けたときに,治療 Aを受けた患者は陽性の反応を示し治療Bを受けた患者は陰性だったぺ アの数と,ちょうどその逆であったペアの数の差に基づく.
Everitt, B.S.,1992, The Analysis of Contingency Tables, 2nd edn, Chapman and Hall/CRC, Boca Raton, FL
■マスキンクmaskingニ盲検化
_マスク化masking =肓検化 B待ち行列理論 queuing fheory
到着者の分布や行列の平均待ち時間など,待ち行列のさまざまな西の研 究に関する数学的な理論.たとえば,医学研究では病院のベッドの待ち 時間の研究などに使われる,
k Cooper, R.B.?1981,Introduction to Queuing Theory, North-Holland, New York,
國マック?ウルフエ検定Mack?Wolfe test
11元計画で,1傘状順序の対立仮説に対して治療効果は同一という帰無 仮説を検定するための,f分布によらない方法.
V Hollander, M, and Wolfe, D.A.,1999, Nonparametrk Statistical Methods, J. Wiley & Sons, New York.

疆マッチドセット mcihched set■?マッチング
Hマッチドペアmatched pairs =対標本@
画マッチンクmatching
調査対象外の要因があるときに,調査群と比較群を比較可能にする過程,
1後ろ向き研究で症例と対照を選ぶ際に,調査対象外の原因による反応 変数の変動を押さえるためによく使われる.数種類のマッチング方法が あり,もっとも一般:的なのは,マッチングの変数,たとえば年齢,性, 職業に関して,各症例ごとに1人の対照者と個別にマッチングをとる場 含である.マッチングを行う変数が連続量のときは,一連のカテゴリー (例えば年齢)に変換するのが普通だが,別な方法では,その変数の値 の差が定義された限界内ならその変数の2つの値はマッチしているとす る.この方法は,カリパーマッチングとして知られている,?対標 本A
^ Altman, D+G,,1991,Practical Statistics for Medical Research, Chapman and Kall/CRC? Boca Raton, F.し
■まとめ-掃き出し法srriear-cind - sweep
死亡率に対する交絡変数の影響を調整する方法,計算は,2つのステッ プからなる手順を繰り返して行う,最初のステップでは,データを交絡 変数のうちの2個に基づいて2元の分類へまとめてしまう.次のステッ プでは,分類した表の各セルを死亡率の順序に従ってカテゴリ 一""4帚き
出す.
_マハフノビスの距離Mahalanobisび
2個の母集団または2個の標本の距離の尺度で,何個かの変数の両群に おける測定値から求める.この尺度は,両群の平均ベクトルの差と,両 群に共通と仮定して求めた_吩散共分散行列に基づく. ?ホテリング
の:^検定
Everitt, B,S. and Dunn, G., 20(U, Applied Multivariate Data Analysist 2nd edn, Arnold, London.
_マルコフ過程Markov process
これからのどんな時刻における:!犬態も,現在の状態にだけ依#して決ま り,その系の過去の履歴には一切影響を受けないような'確率過程. ?ランダムウオーク
_マルコフの罹患-死亡モデルMarkov illness-death model

生存している個体は病気Aに罹患しているかいないかのどちらかに分 類でき,図69のようにこの2つの可能性と死の間を遷移するモデル,
Mathematical Biosciences, 1994, 122, 95-125.

 

図f;9マルコフの裡患…死亡モデルの1見

 

圖マルコフ連鎖Markov chain
(々 + 1)回目の試行である状態になる確率が,々回目の状態だけで決ま るような離散1確率過程.(直前の状態だけでなく,もう少し以前の状態 に依存する過程と区別するために,1次マルコフ連鎖と呼ぶこともあ
る),
^ Metcalfe, A.V., 1997, Statistics in Civil Engineering, Arnold, London.
圖マルコフ連鎖モンテカルロ法 Markov chain Monte Carlo methods (MCMC)
複雑でしばしば高次元の確率密度分布に従うランダムな現象の観察結果 を,間接的にシミュレートする強力な手法.この手法の応用により,以 前は計算がほとんど不可能だった問題に対して日常的に1ベイズ法を適 用できるようになった.
? Everitt, B.SV 2002, Modern Medical Statisticsy Arnold, London,
u 翁#この手法により,ベイズ推定を日常的に適用できるようになったため,こ h. の5年以上にわたって,大きなインパクトを与えてきた.
國マルサスのパラメ一タAAalthusian parameter
す年齢別出生率とf年齢別死亡率が現在のまま永久に続くと仮定した場合 の,人口の増加率の極限値.?人口成長モデル
^ Proceedings of the National Academy of Sciences of the United States of America, 1996, 15276-8.
圓マルチヒットモデルmultトhけmodel
中毒反応のモデルで,?本的な生物学的事象が何回かランダムに発生し た結果,反応が起こると考える.標的の組織が,一定時問内に生物学的 有効量にあたるヒットをa回受けると反応が引き起こされると仮定す る.
^ Communications in Statistics - Theory and Methods,1995, 24, 2621-33.
■丸め rounding
数値情報の報告のために,解析中に使われていたより小数点の桁数を減 らす手順.-般的に採用されているルールは,捨てる桁の最初の桁がも し5未満であれば単に切り捨て,そうでないときは残す桁の最後を1だ け増やすことである.たとえば,127.249341を小数点以下3桁にすると 127.249 になり,138.256644 は138.257 になる.

圓マンテル-ヘンツェルの推定量Mantel-Haenszehestimator
異なる集団,たとえば職業や?身国の違いごとに求めた-連の4 x 2 分割表が,共通したTオッズ比をもっていると仮定したときの共通オッ ズ比の推定量.推定量は各オッズ比のある種の重平均である.
? Annual Review of Public Health,1988,!),123 - 60,
_マン-ホイットニーの検定 Mann-Whitney test
2つの母集団の分布の位置が同じかどうかを評価するのにtスチューデン トのf検定の代わりに用いられるt分布によらない方法.各母集団から それぞれ標本が得られたとする.そのとき,すべての観測値をまとめた 上で順番を付ける,そして小さい方の群の各メンバーに付けられた順番 の和が1檢定統計量となる.この統計量に対するt棄却限界値の数表が利 用でき,中規模または大規模な標本については正規分布近似が使える.
^ Hollander, M., and Wolfe, DA.f 1999, Nonparametric Statistical Methods, 2nd edn, J. Wiley & Sons, New York,
_み
_未回答nonresponseニ無回答
■ミカエリス-メンテン方程式Michaelis -Menten equation
単純な酵素触媒反応における,速度と基質濃度の理論的な関係を記述す る方程式.
BiochemicalJom^nal,1974, T39? 715~20.
國見かけの精度 spurious precision
結果の報告の際に,有効数字をあまりに多くとりすぎる傾向.コンピュ 一夕の計算結果の数字を,適切なf丸めをせずにそのまま転記すること から起こることが多い.
圜見かけの相関 spurious correlation
19世紀の終わりにカール.ピアソンが名付けた用語で,元の値は相関 のない2個の変数からランダムに得られた観測値であるにもかかわら ず,2つの比や指数の間に,たとえば,同じ分母を使って比を計算する ような場合に,相関が存在するような状況を指す.たとえば,2つの変 数,Xと7が無相関でも,2つの比,とF/Zは相関することがある.
Medical Care,1997, 35, 77-92.

_幹葉表示 stem-and-leaf plot
データの表示方法の一つで,1つの観測値を,たとえば10の桁と1の 桁のように,「幹」と「葉」という2つの部分に分けて表示する.幹は 縦に並べられ,葉は関連する幹に付け加える.その結果,普通はヒスト グラムによって描かれるような分布の形の情報が',観測値の情報を残し たまま得られる.図70に例を示す*
t 2
: 555 14 : 67777
: 889
: 000000111111
; 22222222222233333333333333333
; 44444444444555555555555555555555
15 : 6666666666666666666677777777777777777777
: 8888886888888888SSaS8S8S8BSe88899999999999999999
: 00000000000000000000011111111111111111111
; 222222222222222222333333333333333333333333333333 16 : 44444444444444444555555555555555555 16 : 666666666667777777
: 88388899999999
: 00000000000111 17 : 333
: 4 17 : 67 17 : 88
図70 349人の高齢女性の身長に対する幹葉?示.

_密度抽出density sampling =確率密度サンプリング
」?
?無回答 nonresponse
質問調?で収集している情報が得られないことを一般的に指す.?答率 が悪いのは,いろいろな原因による.たとえば,調査項目があまりに個 人的なことであれば,回答者は質問によっては答えたくないかもしれな い.調査の回答者と無回答者とでは,その特性が異なるのはきわめて& 然であり,無?答者の数が多ければ最後の結論にバイアスが入りかねな い.調?結果からの推定に対する無同答者の影響を最小にするために, 回答者と無?答者から得られた補助的なデータが使われる.?項0
無N答
Sociological Methods and Research, 1991,20,139-81.
?無作為random =ランダムな _無作為化検定random izahion teste =ランダム化検定 國無作為標本random sample
同じ分布に従う,互いに独立のm個の確率変数の組,または母集団から 選ばれた《個の標本で同じ大きさの標本であればそれぞれが等しい実現 確率をもっもの.
S無作為ブロック法randomized block design =乱塊法 園無作為割り付けに従った解析analysis as randomhzed, as-randomhzed anah_ ysis =治療意図による解析
_無視できない脱落non-ignorabb d「opouts?欠測値 圖無情報事前分布
vague prior
wイズ法で,母数の値にっいて知識がまったくない状況でのt事前確率 を指す.
_無情報性打ち切り rton-inrormatlve censoring
打ち切り観察例だが,対象者がもし試験に残っていたとしても,その後 の予後の確率が観察を続けた例と同じと考えられる例.
Journal of the American Statistical Association, 1988, 83, 772 _娘細胞の依存関係 sister dependence
母細胞の分裂から,母細胞の分裂でできた1対の娘細胞のそれぞれの分 裂までの時間の依存関係.(訳者往:娘細胞は,「むすめさいぼう」ある いはrじようさいぼう」と読む,)

_無投薬期間washout period =ウオッシュアウト期間
ダ'):.....:
画名義尺度nominal scale 吟測定尺度 _名義変数 nominal variable =カテゴリカル変数 ■名目上の有意水準 nominal significance level
ある検定にっいての仮定が成立する場合の,検定の有意水準.
_ 迷惑母数 nuisance parameter
確率密度関数を特定するためには必要だが,他の母数に比べれば要性 は低い母数.このような母数があると,本来関心がある母数に対する仮 説検定が?難になるため,迷惑母数に依存しないT検定統計量を見っけ ることが必要になることが多い.?尤度
?メインフレ一ム mainframes
大容量の記憶装?をもっ,高速な汎用のコンピュータ.
?メガ卜ライアルmega-t「hal
大規模単純試験と本質的に同義.?火規模単純試験 靈メジアンmedian =中央値 _メタアナリシス meta-analysis = メタ角$才斤 a メタ回帰 meta-rearession
すメタ解析に利用する研究間の不均一性の原?を調べるための方法.
? British Medical Journal, 1994, 309,1351-5.
B メタ解析 meta-analysis
複数の独立した研究の結果を統計的に組み合わせて,問題に対して総合 的な答を与えるための技法.本質的には,関連文献の’系統的レビュー の定量的な構成要素である,このアプローチの背後にある原理は,個々 の調査から得られるものよりす検出力の大きな検定方法を与えることで ある.1固定効果モデルまたはT変量効果モデルのどちらかが,Tエフェク トサイズの総合的な推定値を得るために使われる.この方法は,ここ 10年前後で急速に広まったが,特にどの調査を含めるべきかと,最終 的な結論をどのような母集?に対して適用できるかを知ることが難しい ので,批判がないわけではない.
British Medical Journal, 1994, 309, 597 - 9.
% R ?医学研究でもっとも進歩をしている分野であろう.メタ解析の主な目的は,

選択した調査の結果を組み合わせることと思いがちだが,調査間の不均一 性について探求する機会を与えるアブ□一チとみると,より賢明でまた生 産的でもある.
國免除者割合immリne proportion
打ち切り1生存時間の標本における,死亡,機能不全,再発などを起こ しにくい個体の割合をいう.このような個体が存在することは,長い打 ち切り生存時間をもつ個体が比較的多数いることによって示される.こ のようなデータには,免除者を考慮に入れたt有限混合分布を当てはめ ることができ,通常行われる生存時間解析と同様な解析法を適用できる. 解析の重要な側面は,集?の中に本当に免除者割合が?在するのかを検 討することである.
Biometrics, 1995, 51,181-201.
圓面接者バイアス interviewer bias
人の集団についての調査で,調査員の行動の直接的影響により生ずる 1'バイアス.このバイアスは,正しい人に面接できなかったとか,回答 者から得た答を記録するときに系統的な偏りを生じるなど,さまざまな 理由で起こりうる.
Journal of Occupational Medicine,1992, 34, 265-71,
國盲検イヒblinding
患者と医師の?方または双方が,患者の受ける治療の種類を知った場合 に起こるかもしれないTバイアスを避けるために,|臨?試験で用いられ る手続きの--つ.患者と医師の両方とも治療の種類を知らない場合をニ 重盲検という.医師か患者の-'方だけが知っている場合を単純肓検とい う.臨床試験は可能な限り盲検の度合いが高いことが望ましいが,外科 手術のような分野ではこれが不可能な場合もある.二重盲検の場合に比 ベて,そうでない試験は偽の治療効果を示す可能性が高い.二重盲検は 臨床研究の理想ではあるが,患者とその治療を行う医師の両者とも,ど のような治療を行っているかわかることもよくあるので,これが必ず効 果的であるとは限らない.?医学における見せかけの処置
Controlled Clinical Trials^ 1994,15, 244-6.
|を#_盲検というだけで安心してはいけなU実際にやってみると思い通りにい 1::: <とは限らない.
_目視検査eyeball test
データが生じた領域に関する経験に基づき,0で見たおおざっぱな観察 と概?による非公式なデータの評価.
疆黙従によるバイアス acquiescence bias
調杏での質問に対して,「その通り」,「好き?「いっも」,「はい」など という前向きの答をする傾向のある回答者によるTバイアス.極端な場 合,固答者は質問内容の如何にかかわらずこのように答える.そのため 「私はいっも時間通りに薬を飲む」,「よく薬を飲み忘れる」という2っ の質問のいずれにも「はい」という答をすることがある.?端を回 避するためのバイアス
^ Journal of Intellectual Disabillity Research, 1995, 39? 331-40*

■目標母集団targehpopulation
統計的推論の対象となる人や項目や測定値の集まり.実際に標本が抽出 された集団が,0標母集団と異なることもよくあり,そのため間違った 結論に至ることがある.たとえば,調査者がリューマチ様関節炎のS然 経過を特徴づける因子に興味があるとしたら,目標母集団はこの病気の 患者全員であろう.しかし,もし調査者がたとえばある大きな大学病院 のカルテ室で見っけた症例だけ調べるとすれば,このような症例選択の 方法のために,さまざまな理由,その一っとしてリューマチ様関節炎は 必ずしも入院を必要としない,から0標母集間と実際に標本を抽出した 集閉が異なるものになるだろう.
Colton, T,1974, Statistics in Medicine, Litlel, Brown and Company, Boston, MA,
圖モークリー検定Mauchlytest
T多変量データの;分散共分散行列が単位行列のスカラー倍であるかどう か(球:伏性)の検定.縦断的データの解析で重要である.
_持ち越し効果carry-over e仔ech?クロスオーバー計画 _モデルmodel?数学モデル _モデル構築model building
観測データに十分に適合する,なるべく単純なモデルを見つけること, ?ケチの原理
■モードmodeニ最頻値 _ モンテカルロ法/V\onte Carlo methods
数学的な問題や統計学的な問題を解析的に解くことが難しいときに,乱 数を使ったシミュレーションにより解を求める方法.
? Mathematical Bioseiences, 1991,10(≫, 223-47.


医療統計学は、自己学習ではどうしても時間がかかってしまい効率悪くなりがちです。本セミナー受講により、医療統計学の理論だけでなく実際の作業をどう進めるかなど、具体的な方法を伝授します。これにより、医療統計学の理解が倍増すること間違いなし!この機会にぜひご活用ください。



HOME プロフィール 統計セミナー 出張相談サービス お問い合わせ