biostatistics

トリガーする条件

以下の内容がユーザーから言及された場合、このスキルを有効にします。

• 生存時間分析、イベント発生までの時間、打ち切り
• Kaplan-Meier 曲線、log-rank 検定、生存期間中央値
• Cox 回帰、比例ハザード、ハザード比
• 縦断データ、混合効果モデル、GEE
• 診断精度、感度、特異度、ROC/AUC
• 競合リスク、Fine-Gray モデル、累積発生率
• 臨床エンドポイントのサンプルサイズ、多重性の調整
• 臨床研究における欠測データ、多重代入、MCAR/MAR/MNAR

手順

1. 研究デザインの評価 - 研究の種類（コホート、症例対照、横断、RCT）を確認します。主要エンドポイントの種類（連続、二値、生存時間、カウント、順序）を特定します。データにクラスター構造や縦断構造があるかを判断します。
2. 生存時間分析 - 時間の起点、イベントの定義、打ち切りの仕組みを定義します。打ち切りが非情報的であることを確認します。Kaplan-Meier 法で生存曲線を推定します。log-rank 検定で群を比較します（比例ハザードが成り立たない場合は、Wilcoxon や Tarone-Ware などの重み付き検定を使用します）。
3. Cox 回帰 - 比例ハザードの仮定を確認します（Schoenfeld 残差、log-log プロット）。仮定が満たされない場合は、時間依存係数、層別 Cox 回帰、または制限平均生存時間（RMST）を使用します。ハザード比と 95% 信頼区間を報告します。複数の共変量は、目的に基づく変数選択またはペナルティ付き回帰で扱います。
4. 競合リスク - 複数のイベント種別がある場合は、（1-KM ではなく）累積発生率関数を使用します。Fine-Gray 部分分布ハザードモデルまたは原因別ハザードモデルを適用します。臨床的に関連する時点での累積発生率を報告します。
5. 縦断分析 - 反復測定には、線形または一般化混合効果モデル（ランダム切片／傾き）を使用します。適切な相関構造を選択します。脱落には、パターン混合モデル、または縦断データと生存データの同時モデルを使用します。
6. 診断検査の評価 - 定義したカットオフ値で感度、特異度、PPV、NPV を算出します。ROC 曲線を作成し、DeLong 信頼区間を用いて AUC を算出します。バイオマーカーの探索では、過度に楽観的な評価を避けるため交差検証を適用します。
7. 欠測データの処理 - 欠測メカニズム（MCAR、MAR、MNAR）を分類します。MAR の場合は、多重代入（代入回数 m >= 20、統合には Rubin のルール）を使用します。MNAR の仮定に基づいて感度分析を実施します。

主なデータベースとツール

• R survival / survminer - 生存時間分析パッケージ
• SAS PROC PHREG / LIFETEST - 臨床生物統計の標準
• STATA stcox / stcurve - 生存時間モデル
• R mice / Amelia - 多重代入
• pROC / cutpointr - ROC 分析

出力形式

• リスク集合の人数表を含む Kaplan-Meier 曲線、生存期間中央値と 95% 信頼区間。
• Cox モデルの結果を表で提示：変数、HR、95% 信頼区間、p 値、PH 仮定の検定結果。
• 競合リスクの累積発生率曲線とイベント別の推定値。
• AUC、最適カットオフ値、およびその値における感度／特異度を含む ROC 曲線。
• 欠測データの報告：パターン、メカニズムの評価、代入方法、感度分析の結果。

品質チェックリスト

• 時間の起点とイベントの定義が明確に指定されている
• 打ち切りの仕組みが説明され、非情報的という仮定が妥当化されている
• 比例ハザードの仮定が検定され、結果が報告されている
• 競合リスクが適切に扱われている（無視されていない）
• 必要に応じて多重比較の調整が適用されている
• 欠測データのメカニズムが評価され、適切な方法が使用されている
• 共変量の数に対して十分なサンプルサイズが確保されている（Cox 回帰では EPV >= 10）
• 効果推定値が p 値だけでなく信頼区間とともに報告されている
• 主要な仮定について感度分析が実施されている