【はしがき】

　　基本的な構成・潮流について述べる．先ず，医学臨床研究論文読解の
　必要に迫られている読者(医師だけでなく薬剤師・製薬企業の方々)を対
　象に，「EBM実践のための統計学」について解説する．その理由は，取り
　分け，統計学的観点からは，その十分な読解は，決して容易ではなく，
　表層的な理解に終わったり，最悪の場合には誤解に至るからである．
　　次に，「読解」から，更に一歩踏み込んで投稿論文の「受理」成就と
　なると，そのために越えるべき世界水準のhurdleは我が国の医学臨床研
　究者にとっては相当に高いように思われる．また，hurdleの高さについ
　て認識が不足しているように思われる．これは，統計解析に関する日頃
　のconsultationを通じて痛感する事実であり，筆者なりに確かなevidence
　を持っている．つまり，認識のないまま，「論文投稿→かなりのcaseで
　統計解析に関する深刻なreviewers' commentsの受け取り→その意味が理
　解できない・手の打ちようが殆どない！(事前に相談を受けていたなら未
　だ傷は小さくて済んだ！)」というcaseを多く経験している．こうした事
　態は抜本的改革が必要であろうし，ここでの解説でそれが完全に打開で
　きるとは思ってはいないが，応急処置になり，また抜本的改革の必要性
　を体感して頂く契機になればと思う．ここでの急所は，�@研究開始以前
　の時点での十分な研究計画の練成であり，これが研究の成否の9割を決す
　るとして過言ではないこと，�A世間でしばしば見られる，検定に関する
　過信・妄信(検定は，偶然誤差への対処法でしかないのに，交絡以外のbias
　への対処法だとの誤解)とそれによる致命傷となる｢落とし穴｣への陥落へ
　の警鐘を鳴らすこと，�B検定法については，難解でしばしば誤解される
　もの若干に絞り込んで，陥落防止のための解説をすることとした．今回
　の出版原稿において参考文献として，大学を卒業して製薬会社の医薬品
　基礎研究所に入社した当時，入手にした，bibleとして記憶に残る佐藤信
　先生の著書を見直したところ，偶然に，当時は読み過ごしたかも知れない，
　その後の筆者の経験からすれば，強く共鳴・共感する記載が目に飛び込ん
　で来たのである．折角なので，引用しよう．それは，―　推計学をじゅう
　ぶんに理解していない人たちが，しばしばおかす誤りが二つある．第一は，
　実験や調査が終わってしまってから，そのデータを統計学者のところに持
　ち込んで，｢もっと良い方法｣を相談する誤りである．この誤りは，推計学
　を“集計学”と理解しているタイプの誤りと言えよう．実験・調査の結果
　から，どの程度の情報量が得られるかは，計画の段階で既にきまってしま
　うものである．したがって，統計学者に相談するならば，それは計画の段
　階からしなければならない．第二は，実験・調査の計画に偏りがあり，妥
　当でないことには一向に無頓着にそのデータに高度の統計的方法を適用し
　さえすれば，信頼できる結論が得られると考える誤りである．この誤りは，
　推計学を妄信するタイプの誤りと言えよう．佐藤信，｢推計学のすすめ｣，
　ｐ.172，講談社blue backs，1971年，第8刷．妥当にもlong sellerである！
　―　とある．なんと！これらは，今回の出版で解説の主題なのである！
　（佐藤先生の本では，紙幅の都合と主題との関係から，その意味は何なの
　か？何故そうなのか？については，解説がないし，そうした解説は，統計
　学教科書にも，一般的には見掛けない)　第一・第二について，本書では，
　第8章から第11章までの4つの章達をその解説に正当にも費やしていること
　が判明する！　こうした偉大な先達が，何十年も前から警鐘を鳴らしてい
　るのに，現在においても，抜本的な改革が見られないのは，自然科学的基
　盤に立脚する研究の未熟成を示唆する点で深刻であり，遺憾でもある．そ
　うした現状にささやかながらでも，本書が一石を投じることができれば，
　それは筆者の至福の喜びである．　
　　（なお，本書の内容は，日本化薬�活纐�事業本部診断薬室の診断薬NET＊
　に連載中の｢目からウロコの医学統計学講座｣と類似するものとなっている
　一方，連載での2回分以上が本書で1章分として再構成された部分が大半を
　占めるし，未連載の内容が本書では収載されている部分もある．
　＊：http://www.shindanyaku.net/)．この連載については，当室学術主管
　の工藤恵子氏に，原稿校正などでお世話になって来た．
　　こうした科学的EBM的素養が必要とされる，読者を代表して，臨床研究者
　や製薬会社などで臨床開発研究・市場開発関連業務従事者から，これぞと
　思う，次の諸氏(敬称略)　―小賀徹京都大学大学院医学研究科講師），尾
　長谷靖 (川崎医科大学呼吸器内科講師)，西山賢一(帝國製薬株式会社　臨
　床開発部)，奈良 一彦(Scientific Thought & Ideology Lab)，島田郁美
　(長崎大学医学博士PhD課程)，伊東俊幸（近土写真製版株式会社メディカル
　事業部部長），安部史紀(International Immunopharmacology副編集長)―
　に，事前査読をお願いし，読者としての意見など頂戴したことに，篠原出
　版新社，井澤泰編集長に加えて，感謝の意を表する．
　　また，以下は，本書を読み解くときの急所や留意点などである．
　　・＜＜診断test＞＞
　　真偽(true or false)を問う形式のものは，偽(false)との解答を期待し
　ている．換言すれば，初心者だけでなく，場合によっては，世間の一部で
　は，真(false)と解答してしまう，つまり誤解が見られ，その意味では，
　｢落とし穴｣であることに注意されたい．また，｢〜を知っている｣形式のも
　のは，〜を知らなければ，是非知って欲しいとの期待を込めたものである．
　　・英語の原語のままの表記の採用，換言すれば，カタカナ表示の原則廃
　　　止
　　拙監訳，｢基礎から理解できる医学統計学｣，篠原出版新社，2008年の第
　0章，表0-9の趣旨に従い，それを採用した．但し，引用した論文などでは，
　当然ながら，そこでの表記を採用した．
　　・送り仮名など
　　これは，個人的嗜好の問題と言われそうである．それを覚悟で，曖昧で
　不整合のある？国語の正統的表記法をささやかながら破戒する．例えば，
　｢ワリアイ｣という純正和語の正統的表記法は，｢割合｣であるものの，本書
　では，｢割り合い｣とした．漢語ではないことを明確化するためである．｢比
　率｣は，漢語的造語であるが，取り分け，漢語nativeにとり，｢割合｣と表記
　すると，｢カツゴウ｣と読んで似非漢語と混同するであろう．和語｢ハナシ｣
　も同様な趣旨で，｢役割｣や｢話｣とせず，｢役割り｣や｢話し｣とした．こうし
　た動詞の名詞化したものにおいては，漢語一文字表現可能な場合には，送
　り仮名を省略するruleがあるのだろうかとも推測した．しかし，和語｢タヨ
　リ｣は，｢便｣や｢頼｣ではなくて，｢便り｣や｢頼り｣が正規の表記法である．
　｢気分｣は，読み方・表記法からしても漢語であるが，｢キモチ｣は，漢語＋
　和語の合体で，それが区別するべく｢気持ち｣と表記する．しかし，｢試合｣
　は，｢シゴウ｣ではなくて，｢シアイ｣との読みからすれば，漢語＋和語と推
　測される．そうであれば，｢試合い｣と表記すべきではないのか．どうも，
　国語の表記法は，科学的視点から整合性に欠けるとすれば過言であろうか？
　脱線になるが，筆者の推理では，｢シアイ｣は，実は，純正和語であり，語
　源的には，｢スル＋アウ＝シアウ｣の名詞化されたものではないのか．｢ス
　ル｣は，｢シ＋ズライ，シ＋カケル｣のように変化する．つまり，｢シアイ｣
　とは，２者の間でのなんらかの交渉・交互作用を示唆する．｢ハナス＋ア
　ウ｣⇒｢ハナシアイ｣も然り．こうした弁別の眼力が，古代のこの国のコト
　ノハの実体とその形成過程や分布を解析する時，必須の方法論となると筆
　者は考えるに現在至った．
　　・凡例
　　＝・―・⇒・←・⇔などの記号を，取り分け，表中で使用した．国語表
　記法に苦言を呈しながら，これらについての明確な使い分けをしたと胸を
　張れるものではない．感覚的になるが，以下の通りである．「＝」は言う
　までもない．
　　　―：付言的，副題的な関係を示唆
　　　⇒：話しの論理的・経時的なsequenceから順方向を示唆，
　　　　　象徴的には，因(原因)⇒果(結果)
　　　←：話しの論理的・経時的なsequenceから逆方向を示唆，
　　　　　象徴的には，因(原因)←果(結果)
　　　⇔：対比的関係や比較・参照を示唆
　　数字表現は，漢字ではなくて，可及的に算用数字とした．但し，｢一定｣，
　｢一説｣，｢一気｣などは，｢二定｣，｢二説｣，｢二気｣などは存在せず，｢１｣の
　意味がないために，そのまま漢字数字表記とした．
　　無生物＋｢達｣の使用を断行した．これは，拙著，｢多変量解析入門―線型
　代数から多変量解析へ｣，篠原出版新社，2005年で既に採用した．複数であ
　ることを明確にしたい局面がある．日本語では，その標的が生物であれば，
　｢達｣が堂々と使用できる一方で，無生物では，｢星達｣や｢雲達｣などとは，
　詩人などでない限り，違和感がある．しかし，ここは，情報の正確な伝達
　を最優先して，詩人の立場になり，必要な局面では，｢施設達｣，｢薬達｣，
　｢vector達｣とした．
 

　　　　　　　　　　　　　　　　【目　次】

　第�T部　医学論文を統計学的側面から読解できるようにするため	
			1
　　第1章　疫学を視野に入れたい医科学研究の分類　　　　　　　　2
　　　1　専門分野から観た試験（医科学研究）の各種研究法の分類　2
　　　2　bias回避の視点からの試験の各種分類法　　　　　　　　　4
　　　3　検証すべき内容から観た分類法　　　　　　　　　　　　　6
　  　4　疫学的視点からの各種研究法の分類　　　　　　　　　　　8
 　 
　　第2章　疫学的指標とその特徴　　　　　　　　　　　　　　　　14
　　　1　臨床医学・疫学的用語が理解できているか　　　　　　　　14
　　　2　ratio　　　　　　　　　　　　　　　　　　　　　　　　 20
　　
　　第3章　疫学固有の指標　　　　　　　　　　　　　　　　　　　28
　　　1　ratioのdifference　　　　　　　　　　　　　　　　　　 29
　　　2　"rate"「速度」　　　　　　　　　　　　　　　　　　　　32
　　　3　その他　　　　　　　　　　　　　　　　　　　　　　　　35
　　
　　第4章　因果推論　　　　　　　　　　　　　　　　　　　　　　44
　　　1　命題の成立と十分条件・必要条件　　　　　　　　　　　　44
    　2　因果推論と「必要条件」・「十分条件」　　　　　　　　　49
　　　3　その他　　　　　　　　　　　　　　　　　　　　　　　　51
　　　4　最後に　　　　　　　　　　　　　　　　　　　　　　　　53
　　
　　第5章　ITTと無作為化（randomization）　　　　　　　　　　　54
　　　1　ITTとは何か？　　　　　　　　　　　　　　　　　　　　 55
    　2　ITT vs.ITT解析　　　　　　　　　　　　　　　　　　　　56
　　　3　ITT原則と実際適用上の諸問題　　　　　　　　　　　　　 58
　　　4　求めるべき最終goal とは何か？　　　　　　　　　　　　 60
　
　　第6章　研究結果の妥当性・一般化可能性とrandomization　　　 62
　　　1　studyのvalidity　　　　　　　　　　　　　　　　　　　 62
　　　2　randomization(無作為化)の曖昧　　　　　　　　　　　　 68
　
　　第7章　EBMとmeta-analysis　　　　　　　　　　　　　　　　　71
　　　1　EBM運動（movement）の機運とmeta-analysis　　　　　　　71
　　　2　EBMの実践方法　　　　　　　　　　　　　　　　　　　　 74
　　　3　EBMの実践のための組織化の動き　　　　　　　　　　　　 76
　　　4　meta-analysis　　　　　　　　　　　　　　　　　　　　 76
　

　第�U部　投稿論文reject回避法　　　　　　　　　　　　　　　　 87

　　第8章　CONSORT　　　　　　　　　　　　　　　　　　　　　　 88
　　　1　 CONSORT　　　　　　　　　　　　　　　　　　　　　　　89
　　　2　投稿規定を読むときに忘れてならない注意点　　　　　　　94
　　　3　CONSORTの精神・理念をbias checkerという視点から看破する94
　
　　第9章　biasの3大分類化　　　　　　　　　　　　　　　　　　 96
　　　1　理想的な研究が満足すべき条件とは？　　　　　　　　　　97
　　　2　bias　　　　　　　　　　　　　　　　　　　　　　　　　98
　　　3　疫学的視点から観た，様々なbiasの網羅と解説　　　　　　100
　　　4　bias checkerとしてCONSORTを観る　　　　　　　　　　　 102
　　　5　結論と留意点　　　　　　　　　　　　　　　　　　　　　110
　
　　第10章　biasの脅威と統計学的手法の限界　　　　　　　　　　 111
　　　1　研究とは，bias，bias，そしてbiasとの永久戦争　　　　　112
　　　2　論文投稿のための理想的な準備時期とは？　　　　　　　　118
　　　3　投稿論文受理のための研究design立案からreport作成，
　　　　投稿，temporal flow　　　　　　　　　　　　　　　　　　118
　
　　第11章　医科学論文の作成と統計学的急所　　　　　　　　　　 120
　　　1　医学関連分野における研究の概観と留意点　　　　　　　　120
　　　2　研究のためのprotocol作成から投稿・受理を達成する
　　　　までの留意点　　　　　　　　　　　　　　　　　　　　　 121
　
　　第12章　必要例数の設計と具体的留意点　　　　　　　　　　　 132
　　　1　「統計的有意性」を決める因子　　　　　　　　　　　　　133
　　　2　例数設計に必要な残り2つの要素−αとβ　　　　　　　　 136
　　　3　実践に際しての「落とし穴」　　　　　　　　　　　　　　138
　　　4　データの各種性質とそれに対応する例数設計式　　　　　　139
　　　5　各種試験designとそれに対応する例数設計式　　　　　　　141
　　　6　検証の種類とそれに対応する例数設計　　　　　　　　　　142
　　　7　その他留意点　　　　　　　　　　　　　　　　　　　　　143
　　　8　例数設計を主題とした総説的論文　　　　　　　　　　　　143
　
　　第13章　検証法の種類：非劣性検証法vs.同等性検証法との相違　145
　　　1　conceptとしての「検証法の分類」　　　　　　　　　　　 146
　　　2　各検証法とそのための検定と推定　　　　　　　　　　　　149
　　　3　各検証法とσ・Δ−まとめ　　　　　　　　　　　　　　　155
　　　4　各検証法とそのための例数設計・その考え方　　　　　　　156
　　　5　ICH-E9・E10での非劣性に関する記載と留意点　　　　　　 156
　
　　第14章　実験計画法と試験design　　　　　　　　　　　　　　 159
　　　1　実験計画法とは何か？　　　　　　　　　　　　　　　　　160
　　　2　bias最小化・精度最大化への道　　　　　　　　　　　　　165
　　　3　臨床研究と実験計画法　　　　　　　　　　　　　　　　　170
　
　　第15章　要因計画と交互作用の検出法　　　　　　　　　　　　 174
　　　1　分散分析（ANOVA）からfactorial designへ　　　　　　　 175
　
　　第16章　cross-over designの急所　　　　　　　　　　　　　　197
　　　1　cross-over法のdesignについての本質的理解の修得　　　　197
　　　2　carry over effectや順序効果：非統計学用語vs.交互作用
　　　　：統計学用語との鑑識眼修得の奨め　　　　　　　　　　　 200
　　第17章　経時的測定data解析の問題点　　　　　　　　　　　　 208
　　　1　反復測定dataの解析における問題点　　　　　　　　　　　209
　　　2　多重性を回避できる，世間的に流布する代表的な検定手法　214
　　　3　「乱塊法design」を「反復測定data」への応用の際に発生
　　　　する危険性のある問題　　　　　　　　　　　　　　　　　 225
　
　　第18章　期待される，「経時的測定data」の解析法の素顔　　　 236
　　　1　「経時的測定design」の定義　　　　　　　　　　　　　　238
　　　2　「要約指標」を採用した接近法　　　　　　　　　　　　　245
　
　　第19章　多重回帰分析　　　　　　　　　　　　　　　　　　　 253
　　　1　単変量解析から多変量解析への準備　　　　　　　　　　　255
　　　2　単回帰分析から重回帰分析へ　　　　　　　　　　　　　　263
　　　3　「重」回帰分析vs.「多」変量解析　　　　　　　　　　　 268
　
　　第20章　共分散分析法的接近法の効用・特長の解明　　　　　　 270
　　　1　出力に線形的変化（増減）を及ぼさない変数の処理法　　　271
　　　2　ANCOVA　　　　　　　　　　　　　　　　　　　　　　　　273
　　　3　MANOVAとは？　　　　　　　　　　　　　　　　　　　　　287
　
　　第21章　logistic回帰分析から多重logistic回帰分析へ　　　　 292
　　　1　logistic単回帰分析の接近法の必要な場面　　　　　　　　292
　　　2　logistic回帰分析の接近法の仕掛けと特長　　　　　　　　294
　　　3　logistic回帰分析における説明変数の性質と対処法　　　　299
　　　4　「2」「変量」限定logistic回帰分析vs.Matel-Haenszel法
　　　　の位置付け　　　　　　　　　　　　　　　　　　　　　　 301
　　　5　単変量解析結果vs.多変量解析結果　　　　　　　　　　　 303
　
　　第22章　ROC曲線手法と多重logistic回帰との結合　　　　　　　305
　　　1　従来法の問題・欠陥とROC曲線手法の特徴・特長　　　　　 307
　　　2　ROC曲線手法と単変量・多変量解析との関係　　　　　　　 312
　　　3　泌尿器科領域でのnomogram作成への多重logistic回帰の応用321
　
　　第23章　生存時間解析　　　　　　　　　　　　　　　　　　　 322
　　　1　生存時間解析の急所　　　　　　　　　　　　　　　　　　322
　　　2　生存時間解析の各種手法　　　　　　　　　　　　　　　　333
　
　　第24章　単変量Cox回帰から多変量Cox回帰へ　　　　　　　　　 350
　　　1　Cox多重回帰とは？　　　　　　　　　　　　　　　　　　 350
　　　2　単変量Cox回帰／Cox単回帰　　　　　　　　　　　　　　　351

　　索引　　　　　　　　　　　　　　　　　　　　　　　　　　　 367