biostatistics-analyzer

生物統計解析ツール

生存時間解析（Kaplan-Meier、Cox 比例ハザード）、ロジスティック回帰と線形回帰、AUC 算出を伴う ROC 曲線解析、サンプルサイズと検出力の計算、診断検査の性能指標など、医学研究で一般的に用いられる生物統計解析を実行します。このスキルは、適切な検定の選択、前提条件の確認、結果の解釈、および公表済みの統計報告ガイドラインに準拠した報告を研究者に案内します。

クイックインストール

npx skills add Open-Medica/open-medical-skills --skill biostatistics-analyzer

できること

• 統計検定の選択：研究上の問い、データ構造（連続／カテゴリ、対応あり／対応なし、パラメトリック／ノンパラメトリック）、研究デザインに基づいて適切な統計検定を推奨し、他の検定を選択しなかった理由を説明します
• 生存時間解析：Kaplan-Meier 推定と群間比較のためのログランク検定、ハザード比の算出および比例ハザード性の仮定検定（Schoenfeld 残差）を伴う Cox 比例ハザード回帰を実行します
• 回帰モデリング：モデル診断、効果量の報告（ロジスティック回帰では 95% CI 付きオッズ比、線形回帰ではベータ係数）、多重共線性の評価（VIF）、モデル適合度統計量（C 統計量、R-squared、Hosmer-Lemeshow）とともに、ロジスティック回帰（2 値、順序、多項）および線形回帰を実行します
• 診断検査の評価：感度、特異度、陽性的中率／陰性的中率、陽性／陰性尤度比を算出し、AUC を含む ROC 曲線を生成して最適閾値を決定します（Youden 指数）
• サンプルサイズと検出力：一般的な研究デザイン（2 群間の平均値比較、2 群間の割合の比較、生存時間解析、非劣性／同等性試験）に必要なサンプルサイズを算出し、完了した研究の事後検出力分析を実行します

臨床での使用例

• 臨床試験の解析：2 種類の降圧薬を比較するランダム化比較試験を解析する研究チームが、このスキルを使用して主要有効性解析（ベースライン値で調整した 12 週時点の群間収縮期血圧差）を実行し、副次評価項目である MACE の Kaplan-Meier 曲線を作成して、治療必要数を算出します
• 後ろ向きコホート研究：術後合併症の危険因子を調査する疫学者が、このスキルを使用して多変量ロジスティック回帰モデルを構築し、交絡因子を確認し、モデルの識別能（C 統計量）を評価して、調整済みオッズ比のフォレストプロットを作成します
• 診断精度研究：膵臓がんの新しいバイオマーカーを評価する病理医が、このスキルを使用して新規バイオマーカーと CA 19-9 を比較する ROC 曲線を作成し、AUC 比較の DeLong 検定を算出して、臨床的に許容できる特異度の閾値において感度が最大となる最適カットオフ値を決定します
• 研究助成申請におけるサンプルサイズの根拠：非劣性試験を計画する研究者が、非劣性マージン 5%、両群の予測イベント率 15%、検出力 80%、片側有意水準 0.025、脱落率 15% を想定して必要なサンプルサイズを算出する必要があります

安全性とエビデンス

• **安全性分類：**安全 — このスキルは数理計算と統計解析を実行します。臨床上の判断を下したり、患者を治療したり、臨床上の推奨を生成したりすることはありません。統計結果とその解釈は、資格を持つ生物統計家、または統計学の訓練を受けた研究者が確認する必要があります。
• **エビデンスレベル：**中程度 — 実装されている統計手法は、確立された教科書的手法（Altman、Bland、Hosmer-Lemeshow）と公表済みの報告ガイドライン（CONSORT、STROBE、STARD、TRIPOD）に準拠しています。計算には標準的な統計式を使用しています。ただし、統計手法を適切に適用するには、前提条件、研究デザイン、臨床的背景への理解が必要です。このスキルはその理解を支援しますが、代替するものではありません。

使用例

サンプルサイズの計算：

Calculate required sample size for:
Study design: Randomized controlled trial, parallel groups
Primary outcome: Proportion of patients achieving HbA1c < 7.0% at 6 months
Expected rate in control group: 35%
Expected rate in intervention group: 50%
Alpha: 0.05 (two-sided)
Power: 80%
Allocation ratio: 1:1
Expected dropout rate: 10%

サンプルサイズの計算：

方法： 2標本比率の z 検定（比率の等値性に関するカイ二乗検定）

パラメーター：

• p1（対照群）：0.35
• p2（介入群）：0.50
• 絶対差：0.15
• 有意水準：0.05（両側）
• 検出力：0.80
• 割付比：1:1

結果（脱落率調整前）：

• 各群：170人
• 合計：340人

結果（脱落率10％調整後）：

• 各群：189人
• 合計：378人

報告文： 「各群170人（合計340人）のサンプルサイズで、両側カイ二乗検定を有意水準5％で行うことにより、HbA1c <7.0％を達成する患者の割合の15パーセントポイントの差（50％対35％）を検出する検出力80％が得られます。予測される脱落率10％を考慮し、各群189人（合計378人）の登録を予定しています。」

感度分析： 検出力を90％にすると、必要なサンプルサイズは各群227人（合計454人、脱落率調整後は504人）に増加します。

ROC 曲線分析：

Evaluate diagnostic performance of troponin-I for acute MI diagnosis:
- AUC for troponin-I: 0.92 (95% CI: 0.89-0.95)
- AUC for CK-MB: 0.78 (95% CI: 0.73-0.83)
- Compare the two biomarkers

ROC 曲線の比較：

バイオマーカー	AUC	95％信頼区間	最適カットオフ値（Youden）	感度	特異度
Troponin-I	0.92	0.89-0.95	0.04 ng/mL	93.2%	84.6%
CK-MB	0.78	0.73-0.83	5.0 ng/mL	72.1%	76.3%

AUC 比較のための DeLong 検定：

• AUC の差：0.14（95％信頼区間：0.08-0.20）
• Z 統計量：4.67
• P 値：<0.001

解釈： Troponin-I は、急性 MI の診断において CK-MB と比較して有意に優れた識別能を示しています（AUC 0.92 対 0.78、p<0.001）。最適カットオフ値の 0.04 ng/mL では、Troponin-I の感度は 93.2％、特異度は 84.6％です。

技術詳細

• カテゴリー： 臨床研究の要約
• 作成者： OMS コントリビューター
• ライセンス： MIT
• バージョン： 1.0.0
• 専門分野： 研究、生物統計学

参考文献

• Altman DG. 医学研究のための実践統計学. Chapman and Hall/CRC, 1991.
• Hosmer DW, Lemeshow S, Sturdivant RX. 応用ロジスティック回帰. 第3版. Wiley, 2013.
• Bland JM, Altman DG. 「臨床測定における2つの方法の一致を評価するための統計手法」. Lancet. 1986;327(8476):307-310.
• DeLong ER, DeLong DM, Clarke-Pearson DL. 「相関のある2つ以上の受信者動作特性曲線の下面積の比較」. Biometrics. 1988;44(3):837-845.
• Schulz KF, et al. 「CONSORT 2010 声明：並行群間ランダム化試験の報告に関する更新ガイドライン」. BMJ. 2010;340:c332.
• Collins GS, et al. 「個人の予後または診断のための多変量予測モデルの透明性のある報告（TRIPOD）」. BMJ. 2015;350:g7594.

---

このスキルはOpen Medical Skillsの一部です。医師が医師および医療業界のために管理する、厳選された医療 AI スキルのマーケットプレイスです。