- 2021年4月6日
【解説】サンプルサイズ (n) の重要性|ランダム化比較試験 RCT
ランダム化比較試験 RCT の結果を批判的に吟味するとき,非常に重要な考え方の1つは「サンプルサイズは必要十分か?」です。サンプルサイズは小さすぎても大きすぎても問題です。その問題について解説します。
ランダム化比較試験 RCT の結果を批判的に吟味するとき,非常に重要な考え方の1つは「サンプルサイズは必要十分か?」です。サンプルサイズは小さすぎても大きすぎても問題です。その問題について解説します。
パワー分析とは〈統計学的に有意な差〉を示すために必要十分なサンプルサイズを予め計算しておくことです。ランダム化比較試験のデザインに関わる重要な知識である検出力(power)とサンプルサイズについてまとめます。
信頼性の高いエビデンスとされる RCT ですが,限界を知らずに結果を鵜呑みしてしまうと危険です。特に大きな問題となりやすい5つの限界についてまとめます。
軽症例の COVID-19 症例を対象にイベルメクチンの効果をみた,コロンビアの 400 人規模の 二重盲検 RCT を吟味しました。批判的吟味を系統的に行う「チェックリスト」を用いて実際に吟味していきます。
軽症例の COVID-19 症例を対象にイベルメクチンの効果をみた,コロンビアの 400 人規模の 二重盲検 RCT を吟味しました。軽症・低リスク・若年症例に対するイベルメクチンの服用は,明らかな benefit が示されませんでした。
COVID-19 への効果が期待されるイベルメクチンですが,早期からその有効性を必要以上に喧伝する風潮が目立ちます。今回は ivmmeta.com というウェブサイトで行われている「極めて危険なメタ解析」を題材に,メタ解析の読み方について勉強したいと思います。
αエラーは「本当はない」差を「ある」と言ってしまう間違い。βエラーは「本当はある」差を「ない」と言ってしまう間違いです。いずれも推測統計では確率的に起きてしまいます。研究者は慣例的に「許容できる線引き」を決めており,多くの研究で前者は 5 %,後者は 20 %までが許容範囲とされます。
「コインを 5 回連続で投げた時,5 回連続でオモテまたはウラが続いた」…このとき私たちはイカサマを疑うでしょうか。「ある2つの野球チームが 15 回連続で試合をした時,戦績は10勝5敗だった」…このとき,両チームの実力に差があると言えるでしょうか。実際に確率を計算し,有意水準 5 %で判断してみます。
今やどんな研究論文でも必ず目にする「統計学的に有意」significant という言葉。この概念を厳密に理解するためには,標本調査,推測統計,統計学的仮説検定,p値,その他いろいろなことを理解しなければなりません。順に解説していきます。
時間の無駄でしかない「謎の会合」。それらに今日から決別し,本当に意義のある抄読会を行うため,まず行うべきことは何でしょうか。そもそも抄読会の目的とは何なのでしょうか。批判的吟味の術を学ぶため,まず読むべき本は?