根拠に基づいた医療実践と医療統計
AKTでは「ネットで何か読んだ」というだけでは不十分だからだ。
最終更新日：2026年4月 別名：エビデンスに基づいた医療（EBM）
📥 ダウンロード
配布資料、要約、その他教材など、いつでも準備万端です。
Webリソース
公式ガイドラインと実際の現場における一般開業医向け研修リソースを厳選して組み合わせました。なぜなら、最高の情報は必ずしも公式文書の中に隠されているとは限らないからです。
1分間の思い出
臨床実習の前にこれをざっと目を通す？それともAKTの試験前夜に？こうしたことが点数を稼ぐ秘訣です。
🧮 リスク計算式
- ARR = CER − EER
- NNT = 1 ÷ ARR
- RRR = ARR ÷ CER
- RR = EER ÷ CER
- NNH = 1 ÷ ARI
🔬診断検査
- 意味 = TP ÷ (TP+FN) → SnNout
- スペック = TN ÷ (TN+FP) → SpPin
- ペイ·パー·ビュー = TP ÷ (TP+FP) ← 有病率が低いと減少する
- NPV = TN ÷ (TN+FN) ← 有病率が高いほど低下する
📊 学習デザイン
- SR/メタアナリシス → 最も高いエビデンス
- RCT → 治療のゴールドスタンダード
- コホート → 相対リスクと発生率
- 症例対照研究 → または、希少疾患
- 横断的 → 有病率
📈 グラフ
- フォレストプロットのひし形が線と交差している＝有意ではない
- 漏斗の非対称性＝出版バイアス
- ケイツプロット：NNT = 100 ÷ 黄色い顔
- 箱ひげ図の中央線 = 中央値
- I² >50% = かなりの不均一性
📉 重要性
- p < 0.05 = 統計的に有意
- 信頼区間が1.0（比率）を横切る＝有意ではない
- 信頼区間が0（差）を横切る場合＝有意差なし
- 平均値＝平均；中央値＝中央値
- 正規分布の68-95-99.7ルール
⚖️ バイアスの種類
- 選択 → 代表性のないサンプル
- 思い出す → 事例はよりよく記憶される
- 掲載 → 肯定的な研究のみ
- リードタイム → スクリーニングの錯覚
- 脱落率 → ドロップアウトが結果を歪める
GPとAKTにおいてこれが重要な理由
EBM（根拠に基づいた医療）と統計学は、単なる理論上の話ではありません。診察室では、治療選択肢に関するあらゆる会話において、意識的に言及するかどうかにかかわらず、NNT（治療必要数）が関係してきます。すべての血液検査には感度と特異度があります。すべての新しいガイドラインは、その信頼性に影響を与える研究デザインに基づいています。
AKT試験において、このトピックは配点のかなりの部分を占めており、RCGPのガイドラインによると、試験全体の約10～15％を占めています。これは、少しの集中的な復習が大きな成果をもたらす数少ない分野の一つです。 直ちに多くの受験者は、概念が難しいからではなく、体系的に腰を据えて学習したことがないために、ここで簡単に点数を落としてしまう。
AKTの統計問題では、多くの場合、試験データの表が提示され、値の計算、グラフの解釈、最適な研究デザインの特定などが求められます。これらの問題は、医学的知識ではなく、体系的な思考力を評価します。 そのため、これらは試験の中で最も「覚えやすい」点数となっている。
エビデンスに基づく医療（EBM）
「1980年代半ばに研修医だった頃、心臓発作を起こして来院した患者全員にリドカインの静脈内投与を行っていました。それが標準的な処置だったんです。誰もがそうしていましたし、ごく自然なことのように思えました。」
— 「エビデンスに基づいた医療」という言葉を造語した医師、ゴードン・ガイアット教授。EBMが存在する以前の自身の研修について述べている。
彼は後に、自分が訓練を受けた治療法――そして世界中の何十万人もの医師が実践していた治療法――が、役に立たないだけでなく、人々の命を奪う可能性さえあることを知った。それは過失によるものでも、無能によるものでもない。誰もその治療法が実際に効果があるかどうかをきちんと検証したことがなかったからだ。
その話こそが、エビデンスに基づいた医療が存在する理由であり、あなたがこれから診察するすべての患者にとって、それが非常に重要な理由なのです。
「個々の患者の治療に関する意思決定を行う際に、最新の最良のエビデンスを良心的、明確かつ慎重に活用すること。」
— デビッド・サケット、BMJ 1996 — 医学において最も広く引用されている定義
簡単に言うと、EBM（根拠に基づいた医療）では、習慣、意見、伝統、あるいは教授から教わったことに基づいて患者を治療するのではなく、厳密に実施され、批判的に評価され、誠実に解釈された最良の研究に基づいて臨床上の意思決定を行うことが求められます。
それは臨床判断に取って代わるものではない。 インフォーム EBMは、互いに切り離すことのできない3つの柱の上に成り立っており、それらは連携して機能しなければならない。
🕰️ EBMはどのようにして生まれたのか？ — 簡単な歴史
EBMは突如として現れたものではない。それは、カナダと英国における数十年にわたる静かなる革新的思考の集大成だったのだ。
| 年 | イベント |
|---|---|
| 1938 | ジョン・ポール（イェール大学）は「臨床疫学」という用語を提唱した。これは、医学は個々の患者を観察するだけでなく、集団を対象に科学的に研究されるべきだという考え方である。 |
| 1967 | マクマスター大学（カナダ、ハミルトン）は、臨床疫学・生物統計学科を併設した新しい医学部を開設した。当時としては画期的なこの学科は、研究手法を臨床上の意思決定に応用することを目的としていた。 |
| 1972 | スコットランドの疫学者アーチー・コクランは、 有効性と効率性：医療サービスに関する雑感 ―医学は自らの治療法を厳密に検証しなければならないと主張する画期的な著作。彼の研究はやがて、彼の名にちなんで名付けられたコクラン共同研究の誕生へと繋がる。 |
| 1981 | マクマスター大学のデビッド・サケット氏らは、カナダ医師会誌に9つの論文シリーズを発表し、臨床医が医学文献を批判的に評価する方法を指導した。これがEBM（根拠に基づいた医療）運動の正式な始まりとなった。 |
| 1990 | マクマスター大学の若き常勤ディレクター、ゴードン・ガイアットは、新しい教育プログラムを考案し、当初は「科学的医学」と名付けた。しかし、同僚たちは反発した。現在の医療行為が科学的ではないという含みが、あまりにも直接的すぎると考えたからだ。 |
| 1991 | ガイアットはこのアプローチを改名した 「根拠に基づいた医療」 そして、ACPジャーナルクラブの社説でその用語を発表した。そのフレーズはたちまち定着した。 |
| 1992 | 画期的なJAMA論文— 「エビデンスに基づいた医療：医学実践教育への新たなアプローチ」 ―EBMを世界に紹介した。ガイアット氏によると、当初の反応は「怒り」だったという。同僚たちは、自分たちは良い医者ではないと言われていると感じたのだ。 |
| 1993 | コクラン共同計画が正式に設立される。これは、医療に関するエビデンスの系統的レビューを作成・普及するための国際的なネットワークである。 |
| 1996 | デビッド・サケットがBMJ誌に決定的な3つの柱からなる定義を発表。EBMが主流となる。 |
| 2000年代〜現在 | EBM（根拠に基づいた医療）は英国の医師養成に深く根付いている。NICEガイドライン、GMC（英国医師会）の「良き医療行為」、RCGP（英国王立一般開業医協会）のカリキュラムのすべてにおいて、EBMが必須となっている。EBMは、現在、英国のすべての医師の研修と評価の基盤となっている。 |
⚠️ EBM導入以前の医療はどのようなものだったのか？ EBMが解決した問題点
EBM以前の医療は、ゴードン・ガイアットが印象的に言ったように、 「ゴブサット」 - 昔ながらの仲間たちがテーブルを囲んで座っている臨床ガイドラインは、経験豊富な専門家たちがそれぞれの個人的な意見を出し合って作成したものであり、患者の状態は、たまたま診察を担当した医師によって完全に左右された。
- 権威に基づく医療： あなたは教授と同じように患者を治療した。権威は証拠ではなく、年功序列から得られた。30年間「ずっとこのやり方でやってきた」というコンサルタントは、たとえその「このやり方」が一度も検証されたことがなくても、尊重された。
- 直感に基づく医療： 生理学的に理にかなっていると思われる治療法は採用された。不整脈を抑制することが論理的だと思われれば、抑制された。それが実際に患者に効果があるかどうかは、ほとんど検証されなかった。
- 逸話に基づく医療： 「私の経験では…」というのが、証拠の基準だった。個々の事例が診療のあり方を決定づけていた――たとえそれが統計的に見て例外的な事例であっても。
- 非常に大きな違い： 同じ患者が2つの異なる病院を受診した場合、あるいは同じ病院内で2人の異なる医師を受診した場合でも、全く同じ症状であっても、全く異なる治療を受ける可能性がある。
🔴 医学を変えた事例 ― CAST試験
これは仮説ではありません。現代医学における最も重要な実話の一つであり、EBM（根拠に基づいた医療）がこれまで必要としてきた最も強力な論拠の一つです。
その設定――揺るぎないと思われた論理
心臓発作は危険な心拍リズム異常（心室性不整脈）を引き起こします。心室性不整脈は突然死の原因となります。したがって： 不整脈を抑制する→突然死を防ぐこれはあまりにも当然のことのように思われたため、1970年代以降、抗不整脈薬、特にリドカイン、フレカイニド、エンカイニドは、世界中の病院で心筋梗塞後の患者に日常的に投与されるようになった。たまにではなく、日常的に、標準治療として。
実験 ― 実際に誰かが試してみた
1987年、心臓不整脈抑制試験（CAST）では、1,700人以上の心筋梗塞後患者が登録され、抗不整脈薬（フレカイニドまたはエンカイニド）またはプラセボに無作為に割り付けられた。薬は期待どおりの効果を発揮し、不整脈を効果的に抑制した。しかし、予期せぬことが起こった。
結果は――誰も予想しなかったものだった
薬を服用していた患者は 死亡する2.5の倍以上の可能性が高いです プラセボ投与群よりも多くの患者が死亡した。有害性があまりにも明白だったため、治験は早期に中止せざるを得なかった。これらの薬剤は、本来保護するはずだった患者を死に至らしめていたのだ。
NNH = 21。フレカイニドまたはエンカイニドで治療を受けた患者21人につき、本来なら生存していたはずの患者が1人余分に死亡した。
レッスン
当時若手心臓専門医だったゴードン・ガイアットは、担当病棟に入院してきた心筋梗塞後の患者全員にリドカイン点滴を自ら行っていた。彼は最善の診療方法に従っていた。正しい教育を受けていた。善意から行ったのだ。しかし、ランダム化比較試験（RCT）という厳密な検証がなければ、彼も同僚も、その治療が有害であることを知る術はなかった。この経験が、彼がEBM（根拠に基づいた医療）に生涯を捧げるきっかけとなった。後に彼は、「医学の歴史は、確固たる証拠よりも、ほとんどが推測と直感に基づいた治療で満ちている」と述べている。
EBM（根拠に基づいた医療）が導入される以前は、住んでいる場所、通院する病院、診察を受ける医師によって、受けられる治療内容が大きく異なっていました。同じ症状の患者でも、リーズとロンドンでは全く異なる治療を受ける可能性がありました。病院が違えば、国が違えば、結果も大きく異なっていたのです。
EBM（根拠に基づいた医療）はこの状況を変えました。臨床上の意思決定を同じエビデンス体系、つまり同じ臨床試験、同じ系統的レビュー、同じガイドラインに基づかせることで、医学に共通の言語と共通の基準をもたらしました。今日では、ブラッドフォードで心筋梗塞を発症した患者とブリストルで心筋梗塞を発症した患者は、基本的に同じエビデンスに基づいた治療を受けるべきです。それは医師が同一だからではなく、治療が個人の好みではなくエビデンスに基づいて行われるからです。
英国では、これは以下のように運用される。 NICEガイドライン RCGPカリキュラム, QOF指標, 臨床監査, MRCGP試験 これらはすべて、エビデンスに基づいた実践を必要とし、また評価するものです。AKTを受験する際には、この枠組みを適用する能力が試されます。
🌍 EBMのない世界 ― 国際情勢
英国におけるEBM（根拠に基づいた医療）への取り組み（NICE、NHS、大学院教育などを通じて）は、普遍的なものではありません。世界の多くの地域では、患者が受ける医療は、誰が診察するか、どこで受診するか、そしてどれだけ支払えるかに大きく左右されます。このことを理解することで、EBMが患者をどのようなリスクから守っているのかをより深く理解できるでしょう。
以下に説明する変動は 医療システムと構造問題は、個々の医師の能力や献身性にあるのではありません。挙げられたどの国にも、優秀で勤勉な医師が数多くいます。問題は、EBMが提供するような標準化されたインフラ（ガイドライン、監督体制、研修制度など）が欠如していることです。個々の医師だけでは、システム的な問題を克服することはできません。
| 国/地域 | 強力なEBMフレームワークがない場合、実践はどのように異なるのか |
|---|---|
| 🇮🇳 インド（民間部門） | 2018 ランセット ある調査によると、帝王切開率は私立病院で40～58％であるのに対し、公立病院では10～14％にとどまっている。これは、臨床上の必要性よりもむしろ経済的なインセンティブによって左右されることが多い。過剰な検査や多剤併用は、私立病院で広く見られる問題である。同じ癌患者でも、受診する病院や経済状況によって、受ける治療が大きく異なる場合がある。 |
| 🇵🇰パキスタン | 抗生物質のガイドライン遵守状況には大きなばらつきがあり、南アジアの中でも抗生物質の処方率が最も高い地域の一つとなっている。薬剤耐性結核や抗菌薬耐性は、その直接的な結果である。専門医による治療や標準化された治療経路へのアクセスは、地域や所得水準に大きく左右される。 |
| 🇳🇬 ナイジェリア / 🇬🇭 ガーナ | 硫酸マグネシウムは、WHOが推奨する、エビデンスに基づいた安価な子癇治療薬です。研究によると、硫酸マグネシウムは妊産婦死亡率を大幅に低下させることが示されています。しかし、ナイジェリアとガーナの医療施設における硫酸マグネシウムの入手可能性と実際の使用状況は、病院のリソースや医療従事者の訓練状況によって大きく異なります。つまり、子癇の女性が生き延びるか死ぬかは、どの医療施設に搬送されるかによって決まる可能性があるのです。 |
| 🇸🇩スーダン / 🇮🇶イラク | 長期にわたる紛争と不安定な情勢は、医療インフラを壊滅的な状態に陥らせた。2003年以降のイラクでは、公衆衛生サービスが崩壊し、ガイドラインの実施が停滞し、基本的な医薬品へのアクセスは地域によって左右されるようになった。スーダンでは、紛争によって予防接種プログラム、妊産婦医療サービス、慢性疾患管理が混乱している。このような環境下での医療行為のばらつきは、個人の好みの問題ではなく、利用可能な医療手段の問題なのである。 |
| 🇪🇬 エジプト / 🇮🇷 イラン | 両国とも、優秀な医師を育成する医科大学を有し、EBM（根拠に基づいた医療）ガイドラインを公表しているが、その実施状況は公的部門と民間部門、都市部と農村部でばらつきがある。イランでは、国際制裁が医薬品の入手を阻害し、エビデンスに基づいたプロトコルから逸脱した対応を余儀なくされている。 |
| 🇷🇴ルーマニア | ルーマニアは、 ピクル （「封筒」）— 医療を受けるために医師や看護師に非公式に現金で支払うこと。公式には違法だが、広く行われている。議会の調査や調査報道により、外科医療の質は、公式のNHS相当の受給資格に関係なく、患者が私的に支払える金額によって左右されることが確認されている。EU加盟以来、頭脳流出により推定14,000人以上の医師が国外に流出した。 |
| アメリカ合衆国 | 世界で最も高額な医療費（一人当たり年間12,000ドル以上）にもかかわらず、医療成果は英国と比べて優れているとは限らない。ダートマス・アトラス・プロジェクトは、臨床診療における地域差の大きさを明らかにした。マイアミの同じ患者は、ミネアポリスの同じ患者よりも2倍の検査や処置を受ける可能性があるが、結果に違いはない。2019年のJAMA誌の研究では、米国の医療費全体の約4分の1にあたる9,350億ドルが不必要な医療に浪費されていると推定されている。オピオイド危機は、EBMの枠組み外で製薬会社が処方慣行に影響を与えたことが一因となっている。 |
| 🇫🇷フランス | フランスは優れた医療制度を誇っているが、抗生物質の処方率は歴史的にヨーロッパで最も高い水準にあり、その一因として、診察は必ず処方箋で終わるべきだという文化的慣習が挙げられる。「抗生物質は自動的に処方されるものではない」というキャンペーンは一定の効果を上げているものの、この傾向は、高度な医療制度においても、文化的・商業的な圧力がエビデンスに基づいた指針を覆してしまう可能性があることを示している。 |
| 🇮🇹イタリア | イタリア北部（ミラノ、ボローニャ）の医療水準はヨーロッパでもトップクラスである。一方、イタリア南部の一部地域では状況は大きく異なり、がん手術の待ち時間が長く、検診プログラムの実施状況も一貫性に欠け、ガイドラインに基づいた治療への遵守率も低い。同一国内であっても、地域によって医療成果が大きく異なる場合がある。 |
| 🇬🇷 ギリシャ / 🇪🇸 スペイン | ギリシャの緊縮財政危機（2010年～2015年）は、医療費の25%以上の削減につながり、医薬品の不足、人員削減、医療の質の低下といった問題が記録されている。3万5000人以上の医療従事者が国外へ移住した。スペインでは、がんの生存率に地域差が大きいことが記録されている。つまり、発症する腫瘍の挙動は、住んでいる地域によって異なる可能性がある。これは生物学的な違いによるものではなく、エビデンスに基づいた治療の適用方法が異なるためである。 |
確固たるEBM（根拠に基づいた医療）の枠組みや普遍的な権利が存在しない医療制度においては、支払いと治療の質との関係はしばしば直接的であり、文書化されている。
- インドの一部の私立病院では、胸痛を訴えて来院した患者で、私費で治療を受けられる場合は、すぐにカテーテル挿入やステント留置術を受けられることがある。一方、公立病院では、同じ患者でも心電図検査を受けるまでに何時間も待たされる場合がある。
- サハラ以南のアフリカの一部地域では、重度のマラリアにかかった子供がアルテミシニン系併用療法（エビデンスに基づいた標準治療）を受けるか、それとも古くて効果の低い薬を受けるかは、どの医療施設にたどり着けるか、そして家族がどれだけ支払えるかによって決まる。
- 医薬品への普遍的なアクセスがない国では、がん化学療法剤は自己負担で支払える人しか利用できない場合があり、つまり、同じ種類のがんであっても、収入だけを理由に治療結果が大きく異なる可能性がある。
- ルーマニアやその他の東欧諸国では、手術の質（外科医の勤勉さ、麻酔モニタリングの質、さらには術後看護の有無など）が、臨床上の必要性ではなく、非公式な支払いによって左右されることが明らかになっている。
商用便に搭乗するたびに、人類がこれまでに構築した最も効果的な安全システムの恩恵を受けています。それは個々のパイロットが並外れた才能を持っているからではなく（もちろん彼らは才能に恵まれていますが）、航空業界が安全を基盤として構築されているからです。 標準化され、エビデンスに基づいたプロトコルすべてのパイロット、すべての航空会社、すべての国が、同じ飛行前チェックリスト、同じ着陸手順、同じ緊急時対応プロトコルに従います。どのパイロットが担当しても、このシステムはあなたを守ります。
EBM（根拠に基づいた医療）のない医療は、チェックリストのない航空のようなものだ。あなたの安全は、優秀なパイロットに当たるかどうか、そのパイロットが最近十分な訓練を受けているかどうか、そのパイロットの調子が良いかどうか、そして信頼できる人から最新の考え方を聞いているかどうか、といったことに完全に左右される。
EBMは運任せをシステムで置き換える。「私の経験では」を「200万人の患者を対象とした1万5000件の臨床試験で」に置き換える。その場にいる最も経験豊富な人物の意見を、人類の集合的な臨床経験から蓄積された証拠に置き換える。 患者さんのためには、その方が良いと思いませんか？患者さん自身も、その方が良いと思いませんか？
- あなたが従うNICEガイドラインはすべて、体系的なエビデンスレビューの成果です。つまり、あなたの行動が最良の科学的根拠に基づいていることを保証するために、誰かが尽力してくれたのです。
- AKTの統計学と研究方法に関するすべての問題は、エビデンスを批判的に評価する能力、つまりEBMを能動的に利用する能力を試すものです。指示にただ従う受動的な存在であってはなりません。
- 患者にNNTを説明したり、スクリーニング検査の限界について話し合ったり、適応のない抗生物質の処方を拒否したりすることは、EBMを意識的に、明確に、そして慎重に実践していることになります。
- そして、製薬会社の営業担当者があなたの目の前に座り、新薬が心血管イベントを35%減少させると言ったとき、あなたの最初の質問は「35%は相対値ですか、それとも絶対値ですか？」となるでしょう。これは、EBMが医学に教えた質問です。
研究デザインとエビデンスの階層
結果を解釈する前に、知っておくべきことがあります。 どこから来たのか異なる研究デザインは、異なる疑問に答え、異なる統計値を生成し、異なるレベルの信頼性を持つ。
証拠のピラミッド
最も強い証拠は上部にあり、最も弱い証拠は下部にある。
⬆ 最も強力な証拠 | ⬇ 最も弱い証拠
| 研究デザイン | リーダーシップ | 以下のためにベスト | 生成 | 主な弱点 |
|---|---|---|---|---|
| 系統的レビュー／メタ分析 | - | 質問に対する最も優れた総合的な証拠 | 統合効果量 | 基礎研究の質に左右される。異質性 |
| RCT（ランダム化比較試験） | フォワード | 治療法Xは効果があるのか？ | RR、ARR、NNT | 高額、人工的な環境、倫理的問題 |
| コホート研究 | 前方（将来予測）または後方（過去予測） | 曝露は結果を引き起こすのか？発生率に影響を与えるのか？ | 相対リスク（RR）、発生率 | 消耗; 長期的には費用がかかる; 混乱を招く |
| 症例対照研究 | 後ろ向き | 希少疾患；危険因子 | オッズ比（OR） | 想起バイアスがあるため、発生率を直接計算することはできません。 |
| 横断研究 | 単一のスナップショット | 現在、Xはどの程度普及していますか？（有病率） | 有病率 | 因果関係を確立できない。時間的曖昧さがある。 |
| 症例報告／専門家の意見 | - | 仮説生成；稀な事象 | 説明のみ | 偏見の影響を受けやすく、一般化できない。 |
📖 定性調査と定量調査
「いくつ」または「どれくらい」という質問に答えます。数値、統計、構造化データを使用します。例：ランダム化比較試験（RCT）、コホート研究、数値結果を伴う調査。p値、信頼区間（CI）、NNT（治療必要数）を生成します。
「なぜ」または「どのように」という問いに答えます。言葉、テーマ、インタビューなどを活用します。例：フォーカスグループ、民族誌的研究、グラウンデッド・セオリー。患者の経験や信念を探ります。
🔬 システマティックレビューとメタアナリシス ― 同じものではない
体系的レビュー: ある問いに関するすべての関連研究を特定、選択、批判的に評価する、厳密かつ体系的な文献検索。その結果として、エビデンスの質的な要約が得られる。
メタ分析: さらに一歩進んだ体系的レビュー―― 数学的にプールする 複数の研究から得られた定量的結果を単一の統合推定値にまとめること。すべてのシステマティックレビューにメタ分析が含まれるわけではない（例えば、研究の異質性が高すぎて統合できない場合など）。
🔄 PICOフレームワーク
PICOは、臨床研究の疑問点を構造化するための標準的な枠組みであり、文献検索や研究デザインに用いられる。
| 手紙 | を意味する | 例: |
|---|---|---|
| P | 人口／患者 | 2型糖尿病の成人 |
| I | 介入 | SGLT2阻害剤 |
| C | 比較 | メトホルミン単独 |
| O | 結果 | 5年後の心血管イベント |
🎲 RCT設計の特徴（よくテストされる項目）
| 機能 | その意味 | それが重要な理由 |
|---|---|---|
| ランダム化 | 参加者は無作為にグループ分けされた。 | 選択バイアスを排除し、交絡因子のバランスを取る |
| 単盲検 | 参加者は自分の割り当てを知らない | プラセボ効果と参加者のバイアスを軽減する |
| ダブルブラインド | 参加者も研究者も割り当てを知らない | 観察者バイアスと参加者バイアスの両方を排除する |
| トリプルブラインド | 参加者、研究者、およびデータアナリストは盲検化されている | 最大バイアス低減 |
| 治療意図解析（ITT） | 遵守状況に関わらず、元のグループで分析 | ランダム性を維持し、実際の使用状況を反映している。 |
| プロトコルに従って | プロトコルを完了した場合のみ分析対象とした。 | 生物学的有効性は示すが、現実世界における効果を過大評価している |
| クロスオーバーデザイン | 参加者は両方の治療を順番に受ける | 各被験者は自己対照群として行動する。ウォッシュアウト期間が必要である。 |
| 割り当ての隠蔽 | 参加者を募集している人は、次の参加者がどのグループに割り当てられるかを知ることができません。 After 彼らは登録されました | 採用担当者が無意識のうちに（あるいは意図的に）より健康な患者を治療群に割り当てることを防ぐ。これは、ランダム化だけでは防げない選択バイアスの一種である。 |
| クラスターRCT | 個人ではなく、グループ全体（例：一般診療所、病棟、学校）がランダム化される。 | 個別無作為化が非現実的な場合（例：新しい診察スタイルのテスト）に使用されます。より大きなサンプルサイズと、クラスター効果に対する統計的調整が必要です。 |
治療意図はより 保守的な （効果の）推定値は低めになる。これは、プロトコルを遵守していない参加者が含まれているためである。臨床上の意思決定においては、この分析法が推奨される。プロトコル遵守に基づく分析法は効果を過大評価する傾向があるが、生物学的メカニズムの理解に役立つ。
⚖️ 優越性、非劣性、同等性試験
すべての臨床試験が同じ問いを投げかけるわけではありません。AKT（アレルゲン・クリニカル・テスト）では、臨床試験が実際に何を明らかにするために設計されたのか、そしてその結果を解釈する際にそれがなぜ重要なのかを理解しているかどうかを問うことがあります。
| トライアルタイプ | 問われている質問 | 共通の文脈 |
|---|---|---|
| 優越性試験 | 「新しい治療法は より良い 比較器？ | ほとんどの標準的なRCT（真に新しい薬や治療法をテストする試験） |
| 非劣性試験 | 「新しい治療法は より悪くはない 比較対象が事前に指定されたわずかな差よりも大きいか？ | 副作用が少なく、コストが低く、投与が容易な新薬――その目的は「十分な効果」を示すことにある。 |
| 同等性試験 | 「2つの治療法は 基本的に同じ?" | バイオシミラー医薬品、ジェネリック医薬品、異なる投与経路 |
新しい抗凝固薬が、脳卒中予防においてワルファリンと「非劣性」であることが示されるかもしれません。つまり、ワルファリンより優れているわけではないものの、著しく劣っているわけでもなく、しかもINRモニタリングが不要であるなど、使いやすさに優れているということです。たとえその薬がワルファリンを「凌駕」していなかったとしても、これは臨床的に価値のある発見です。AKT（抗凝固療法評価ツール）では、非劣性試験の結果を正しく解釈するよう求められる場合があります。
「有意差なし」を示す非劣性試験は これは、「有意差なし」を示す優越性試験と同じです。優越性試験では、有意差がないということは、新薬の有効性が優れていることを証明できなかったことを意味します。一方、非劣性試験では、有意差がないということは、まさに期待していた結果なのです。
研究におけるバイアス、妥当性、信頼性
| バイアスの種類 | どの研究デザインが適しているか？ | 減らす方法 | |
|---|---|---|---|
| 選択バイアス | 参加者は対象集団を代表するものではない | いろんなタイプ | 無作為化、慎重なサンプリング |
| 想起バイアス | 症例群（病気の人）は、対照群よりも過去の曝露をより鮮明に覚えている。 | ケースコントロール研究 | 客観的なデータソース、標準化された質問 |
| 出版バイアス | 肯定的な研究や重要な研究は、否定的な研究よりも頻繁に発表される。 | メタ分析（ファンネルプロットで検出） | 臨床試験登録；グレー文献検索 |
| 減少バイアス | 追跡調査から脱落した参加者は結果を歪める（脱落者と完了者では結果が異なる）。 | コホート研究、RCT | 治療意図分析；脱落率を最小限に抑える |
| リードタイムのバイアス | スクリーニングは、病気を早期に発見することで生存率が向上するという錯覚を与える。 | スクリーニング研究 | 診断からの生存率ではなく、疾患特異的死亡率を使用してください。 |
| 長さバイアス | スクリーニング検査では、進行が遅い（攻撃性の低い）疾患がより多く検出される。 | スクリーニング研究 | 疾患特異的なアウトカムを用いたRCT |
| 観察者／評価バイアス | 治療割り当てに関する知識は、結果評価に影響を与える。 | RCT | 盲検化（単盲検、二重盲検、三重盲検） |
| ホーソン効果 | 参加者は観察されていることを知っているため、行動を変える。 | あらゆるタイプ、特に観察 | 対照群；盲検観察者 |
| 検証バイアス | 検査結果が陽性だった患者のみがゴールドスタンダードの確認検査を受けるため、感度が実際よりも高く、特異度が実際よりも低く見える。 | 診断検査研究 | すべての患者（陽性・陰性問わず）がゴールドスタンダード検査を受けられるようにする |
| 交絡 | 第三の変数は曝露と結果の両方に関連しており、見かけ上の関係を歪めている。 | 観察研究 | ランダム化（RCT）、層別化、多変量解析 |
🔀 紛らわしい — 2つのことが関連しているように見えるが、実際には関連していない場合
交絡は研究方法論において最も重要な概念の一つであり、一見説得力のある観察結果が誤りであることが判明する最も一般的な理由の一つでもある。その核心となる考え方は単純だ。 二つの事柄が関連しているように見えるのは、それらが直接的に互いに影響し合っているからではなく、両方とも隠れた第三の変数と関連しているからである。
A 交絡因子 （または交絡変数）は、独立して関連している第3の変数です。 両言語で 露出 (NAIST) と 結果。それは、あなたが研究している曝露と結果との間に、偽りの（誤った）関連性を作り出したり、実際の関連性を覆い隠したりします。
古典的な例
| 明らかな関連性 | 混乱者 | なぜそれがすべてを説明するのか |
|---|---|---|
| アイスクリームの売上 → 溺死事故 | 暑い気候（夏） | 暑い気候はアイスクリームの消費量と水泳量の両方を増加させ、結果として溺死事故の増加につながります。アイスクリームが溺死の原因ではありません。 |
| コーヒーを飲むこと→肺がん | 喫煙 | 喫煙者は平均してより多くのコーヒーを飲む。初期の研究ではコーヒーと癌との関連性が指摘されていたが、喫煙の影響を考慮に入れるとその関連性は否定された。 |
| ライターを持ち歩く → 肺がん | 喫煙 | 喫煙者はライターを持ち歩く。ライター自体には生物学的な影響はないが、喫煙には影響がある。 |
| 白髪 → 心臓病 | 年数 | 白髪と心臓病はどちらも加齢とともに増加する。年齢が交絡因子であり、髪の色ではない。 |
| 靴のサイズ → 読解力（子供の場合） | 年数 | 年長の子供は足が大きいだけでなく、読解力も高い。どちらも年齢で説明できる。 |
変数が交絡因子となるのは、以下の条件を満たす場合である。 3つすべて これらのうち:
- それは 暴露 （あなたが勉強していること）
- それは 結果 （測定対象の結果）
- これは、 曝露と結果の間の因果経路上（それは中間的なステップではなく、独立した第三の変数である）
- ランダム化 （ランダム化比較試験において）既知および未知の交絡因子を各群に均等に分配する。これが最も強力な保護策である。
- 制限 ―交絡因子に関して類似した参加者のみを登録する（例：コーヒーの研究では非喫煙者のみを登録する）
- マッチング — 交絡変数に関する症例群と対照群のペアリング
- 層別化 交絡因子の各レベルごとに結果を個別に分析する
- 多変量統計調整 — 複数の交絡因子を同時に統計的に考慮する
適切に実施されたランダム化比較試験（RCT）では、ランダム化によって交絡因子（既知のものと未知のもの両方）が各群に均等に分配されるため、交絡因子が差異の原因となる可能性は排除されます。一方、コホート研究や症例対照研究では、既知で測定済みの交絡因子のみを調整できます。測定されていない交絡因子は、観察されたあらゆる関連性の潜在的な説明要因として常に残るため、観察研究では因果関係を決定的に証明することは決してできません。
✅ 妥当性と信頼性 ― その違いとは？
この研究は、研究対象集団内で測定しようとしているものを実際に測定しているのでしょうか？ この 研究の信頼性は？偏りや交絡因子によって脅かされている。
この結果は他の集団や実際の医療現場にも適用できるだろうか？専門センターで行われる厳密に管理されたランダム化比較試験は、プライマリケアの現場で実際に起こっていることを必ずしも反映するとは限らない。
同じ条件下で繰り返し検査を行った場合、一貫した結果が得られるか？評価者間信頼性（カッパ係数）または再検査信頼性によって測定する。
2人の評価者間の一致度を偶然の一致を超えて測定します。κ = 1（完全な一致）、κ = 0（偶然と変わらない一致）、κ < 0（偶然よりも悪い一致）。
リスクと治療効果の測定
これは 最もテストが集中しているエリア AKT統計学では、これらの公式を完全に理解し、試験条件下で試験データ表に適用できる必要があります。
主要な指標
📊 NNTの解釈 — これらの数字は実際には何を意味するのか？
NNTは、治療する患者数を示します。 XNUMXつ 利益を得るため。 より少ない 1つの効果を得るために治療する必要のある患者数が多いほど、治療効果は高くなります。NNT = 2 は、2 人に 1 人の患者に効果があることを意味し、これは非常に優れています。NNT = 100 は、100 人に 1 人の患者にしか効果がないことを意味します。これははるかに効果が低いと言えます。
| NNT範囲 | 大まかな解釈 | 例のコンテキスト |
|---|---|---|
| <10 | 非常に効果的 | 特定の感染症に対する抗生物質；一部の急性治療 |
| 10 – 50 | 中程度の効果 | 多くの一般的な予防薬 |
| > 100 | 弱い効果 | 集団レベルの予防戦略 |
これらの閾値は NICEやRCGPからの情報はあくまでも大まかな教育補助資料に過ぎません。「適切な」NNTは常に状況によって異なります。
- NNT 100でもまだ価値があるかもしれない 防ぐ結果が死亡または重篤な不可逆的損傷である場合
- NNT 5は受け入れられないかもしれない 治療に頻繁または深刻な副作用がある場合
一行ルール： NNTとは、1人の患者に効果をもたらすために何人の患者を治療する必要があるかを示す指標であり、数値が低いほど効果が高いことを意味します。ただし、常に治療結果の重篤度と治療の負担とのバランスを考慮する必要があります。
100人の患者のうち60人が恩恵を受ける場合、ARRは60%（= 0.6）となり、NNTは1÷0.6≈ 1.7 — 素晴らしい結果です。NNTは恩恵を受ける人の数ではなく、治療することで得られる効果の人数です。 XNUMXつ 利益。
📖 オッズ比とハザード比 ― これらはいつ使用されるのか？
| Measure | で使われる | 解釈 |
|---|---|---|
| 相対リスク（RR） | コホート研究、RCT | 2つのグループのリスクを直接比較する。オッズ比よりも直感的である。 |
| オッズ比（OR） | ケースコントロール研究 | 症例群と対照群における曝露のオッズを比較します。疾患がまれな場合、相対リスク（RR）を近似的に算出します。 |
| ハザード比（HR） | 生存分析（イベント発生までの時間） | RRと同様だが、 を特定いたします。 事象は時間とともに発生する。HR <1は、治療群におけるハザードの減少を示す。 |
一般的な疾患の場合、OR は RR と比較してリスクを過大評価します。まれな疾患 (有病率 10% 未満) の場合、両者はほぼ等しくなります。症例対照研究では OR が生成されます。 症例対照研究から発生率または相対リスクを直接計算する。
🧮 実例 — 臨床試験データからNNTを計算する
🎯 シナリオ：スタチン治験
5年間のランダム化比較試験（RCT）によると、心血管疾患リスクの高い患者において、プラセボ群では6％が心臓発作を起こしたのに対し、スタチン群では4％であった。
5年間で50人の患者を治療することで、1件の心臓発作を予防できる。
素晴らしいですね！でも、絶対的なメリットはたった2%です。
スタチン投与群のリスクはプラセボ投与群の67％であり、相対的に33％減少した。
患者から「このスタチンは私に効果がありますか？」と聞かれたら、NNT（治療必要数）を使って説明しましょう。「あなたのような人が50人、5年間この薬を服用すれば、心臓発作が1件予防できます。あなた個人にとっては、絶対的な効果は2%です。」これは「リスクを33%軽減します」と言うよりもはるかに正直な説明です。
💬 患者へのリスク伝達（AKTのおすすめ）
AKTでは、統計情報を患者にどのように説明するかが問われることが多い。主な形式は4つある。
| フォーマット | 例: | 以下のためにベスト |
|---|---|---|
| 固有振動数 | 「100人中5人」 | 患者にとって最も理解しやすい |
| パーセンテージ | 「5％の人々」 | 広く使われているが、誤解を招く可能性がある |
| NNT | 「20人を治療することで、1件のイベントを予防できる」 | 絶対的なメリットを明確に伝える |
| ケイツの計画 | 100個の面からなる視覚的なグリッド | 共同意思決定のための最適な視覚補助ツール |
ベースラインリスクを示さずに「これによりリスクが33%減少します」と言うのは誤解を招きます。ベースラインが0.3%の場合、RRRが33%減少するということは、絶対的な利益は0.1%に過ぎません。RRRは必ずベースラインリスクと併せて示すか、ARR/NNTで示すようにしてください。
💊 製薬会社の営業担当者のトリック ― 製薬会社が統計をいかに操作するか
製薬会社の担当者は、治験データを最も有利な形で提示するように訓練されている。彼らは単純だが効果的な統計的トリックを用いる。
- メリット → 相対リスク減少率（RRR）として示される なぜなら、その方がより大きく、より印象的に聞こえるからだ。
- 有害事象 → 絶対リスク増加（ARI）として表示 なぜなら、それは小さく聞こえ、心配事が少ないように聞こえるから。
実例 — 架空のスタチン販売員の訪問
新しいスタチン系薬剤は、5年間で心臓発作の発生率を2％から1％に減少させるが、筋障害の発生率を1％から2％に増加させる。
解毒剤： 常に尋ねる — 「絶対的な違いは何ですか？」 担当者が相対的な数値を提示した場合は、自分で変換してください。ARR = CER − EER、そしてNNT = 1 ÷ ARRとなります。これは給付金にも同様に適用されます。 (NAIST) と 害を及ぼします。
診断検査とスクリーニング ― 2×2表
2×2分割表は、あらゆる診断統計の基礎となるものです。この表を作成し、読み取ることができれば、AKTの診断に関するほとんどの質問に答えることができます。
2×2表
| 実際の病状 | ||
|---|---|---|
| テスト結果 | 罹患率 Present | 罹患率 不在の |
| 検査で陽性反応 | 真陽性（TP） 検査結果はYES → 病気あり ✓ |
誤検知（FP） 検査結果はYES → 病気なし✗ |
| 検査結果陰性 | フォールスネガティブ（FN） 検査結果はNO → 病気あり✗ |
トゥルーネガティブ（TN） 検査結果はNO → 病気なし ✓ |
🧠 SnNoutとSpPin ― 記憶を助けるツール（そしてその効果の理由）
Sn外: 非常に Sen陽性反応が出た場合、 N陰性、病気を治す でる.
感度が非常に高い場合、検査結果が陰性であれば、その疾患の可能性は非常に低い（偽陰性率が低い）ことを意味します。スクリーニングと除外には、感度の高い検査を使用してください。
Spで：非常に Sp特定のテスト、もし P陽性、病気を支配する In.
特異度が非常に高い場合、検査結果が陽性であれば、疾患の可能性が非常に高いことを意味します（偽陽性率が低い）。診断を確定するには、特異性の高い検査を使用してください。
📊 有病率がPPVとNPVに及ぼす影響 ― 重要なAKTトピック
これは診断統計学において最も重要かつ最も検証されている概念の一つです。感度と特異度は検査の固定的な特性ですが、陽性予測値（PPV）と陰性予測値（NPV）は、検査対象集団における疾患の罹患率によって大きく変化します。
| シナリオ | 有病率 | ペイ·パー·ビュー | NPV |
|---|---|---|---|
| 希少疾患（例：低リスク集団におけるHIV感染）について一般集団をスクリーニングする | 1% | 低い（約16％） | 高（約99.9％） |
| 高リスク専門クリニックでの検査 | 50% | 高（約95％） | 高（約95％） |
- 有病率の上昇に伴い、陽性予測値（PPV）は上昇し、陰性予測値（NPV）は低下する。
- 有病率が低下すると、陽性予測値（PPV）は低下し、陰性予測値（NPV）は上昇する。
- 有病率の低い集団では、特異度の高い検査であっても、陽性結果のほとんどは偽陽性（低い陽性予測値）である。
- 有病率の高い集団では、検査結果が陰性であっても疾患を見逃す可能性がある（陰性予測値が低い）。
📐 尤度比 — さらに詳しく知りたい場合
尤度比（LR）は、感度と特異度を単一の数値に統合したもので、検査結果が疾患の確率をどれだけ変化させるかを示します。陽性予測値（PPV）/陰性予測値（NPV）よりも高度な指標ですが、有用であり、AKT試験でも時折用いられます。
| LR+ | 事後確率への影響 |
|---|---|
| > 10 | 確率が大きく、多くの場合決定的に上昇する |
| 5-10 | 中程度の増加 |
| 2-5 | わずかな増加 |
| 1 | 変更なし（テストは無意味） |
| 0.1-0.5 | 小規模から中規模の減少 |
| <0.1 | 大幅な減少 ― 強い否定的除外 |
人口統計学および疫学
📊 標準化死亡比（SMR）
| SMR値 | 解釈 |
|---|---|
| = 100 | 死亡率は参照集団と同じ |
| > 100 | 超過死亡率（予想より高い死亡率） |
| <100 | 予想よりも低い死亡率 |
🎯 スクリーニング — リードタイムと長さの偏り（AKTの重要な落とし穴）
スクリーニングによって病気が早期に発見されるため、たとえ患者が同じ時点で死亡したとしても、生存期間が延びたように見える。「診断からの生存期間」は、実際の治療効果によるものではなく、早期発見によって単に延長されたに過ぎない。患者が長生きするわけではなく、ただ病気を知る期間が長くなっただけなのだ。
スクリーニングプログラムは、進行が速く攻撃的な疾患よりも、進行が遅く無症状の疾患（「検出可能な前臨床期」が長い）を検出する可能性が高い。そのため、重症疾患に対するスクリーニングの効果は実際よりも高く見える。
✅ ウィルソン＆ユングナーのスクリーニング基準
スクリーニングプログラムを導入する前に、ウィルソンとユングナーの基準（1968年に初版が発表され、現在も標準的な枠組みとなっている）を満たす必要がある。AKTは、これらの基準に関する知識と、それらを実際の状況に適用する能力の両方をテストする。
| # | 基準 | 実際のところどういう意味か |
|---|---|---|
| 1 | 重要な健康問題 | この疾患は罹患率または死亡率が高く、スクリーニングを行う価値がある。 |
| 2 | 承認された治療法が利用可能です | 治療できない病気を検出しても意味がない |
| 3 | 診断と治療のための施設が存在する | 運用開始前にインフラを整備しておく必要がある。 |
| 4 | 認識可能な潜在的または初期段階 | この疾患には、検出可能な前症状期が存在する必要がある。 |
| 5 | 適切な検査が利用可能です | 検査は、対象集団にとって受け入れやすく、安全で、かつ妥当な精度を備えている必要がある。 |
| 6 | 国民に受け入れられる検査 | 人々が検査を受ける意思を持たなければならない。侵襲的または不快な検査は、受診を妨げる可能性がある。 |
| 7 | 自然史が十分に理解されている | 治療せずに放置した場合、病気がどのように進行するかを知っておく必要があります。 |
| 8 | 誰を治療するかについての合意された方針 | 検出だけでなく、その後の対応についても明確な手順が必要だ。 |
| 9 | Cost Effective | 各事例の調査にかかる費用と得られる利益とのバランスを取る必要がある。 |
| 10 | 継続的なプロセスであり、単発的なものではない | スクリーニングは継続する必要がある ― 疾病発生は継続している |
前立腺がんのPSA検査は NHSの全国スクリーニングプログラムの一部となっているのは、まさに基準5と7に問題があるためです。PSA検査は十分な精度を備えておらず（特異度が低いため偽陽性が多い）、多くの低悪性度前立腺がんの自然経過では、患者の生涯で症状を引き起こすことはありません。これは過剰診断に直接つながります（下記参照）。
🔍 過剰診断 ― 実際には問題を引き起こさない問題を見つけ出すこと
過剰診断とは、実際に存在する病気が検出されるが、その病気は 症状、危害、または死亡を引き起こしたことは一度もありません 発見されずに放置された場合、患者の生涯にわたって影響を及ぼす可能性がある。これは偽陽性ではなく（病気は実在する）、発見する必要がなかった真の陽性である。
過剰診断は、健康な人々を患者に変えてしまう。本来なら害を及ぼすことのない疾患の治療に伴う不安、副作用、リスクに、彼らを晒すことになる。これはスクリーニングプログラムの最も重要な弊害の一つであり、AKTはそれを直接検証する。
| 状態 | 過剰診断の例 |
|---|---|
| 前立腺癌 | PSA検査で発見される低悪性度癌の多くは進行したり症状を引き起こしたりすることなく、男性は死亡する。 それらではなく from それら |
| 甲状腺癌 | 超音波検査では、ほぼ例外なく進行が緩慢な小さな乳頭状甲状腺癌が発見される。発見率は急上昇したが、死亡率は変わっていない。 |
| DCIS（乳がん） | マンモグラフィーで発見された非浸潤性乳管癌の中には、浸潤癌に進行しないものもある。 |
過剰診断 ＝発見する必要のない病気を発見すること。 過剰治療 治療する必要のない疾患を治療すること（過剰診断の結果として起こる場合もあれば、独立して起こる場合もある）。これらは関連しているが、異なる概念である。
🔢 年齢標準化
異なる集団（例えば、異なる国、異なる期間）間で疾病率や死亡率を比較する場合、それらの集団の年齢構成が異なる可能性があることを考慮する必要があります。高齢者の集団は、健康状態が同じであっても、当然ながら死亡率が高くなります。
年齢標準化とは、異なる年齢分布が健康状態を比較する際に、その歪みを解消する統計的手法である。これは、両集団の年齢構成が同じであった場合（「標準集団」）に観察されるであろう割合を算出するものである。
🎗️ がん統計 — AKTが知っておくべき情報
AKTは時折、特定の癌に関する統計データを検証します。腫瘍学に関する包括的な知識は必要ありませんが、これらの主要な数値は出題されるため、知っておくと良いでしょう。
| 癌 | 主要な統計 | それが重要な理由 |
|---|---|---|
| 精巣腫瘍 | 10年生存率98%以上 | 最も治療しやすい癌の一つであり、若い男性へのカウンセリングにおいて重要な情報である。 |
| 肺癌 | 英国におけるがんによる死亡原因の第一位 | 最も一般的な癌ではないものの、他のどの癌よりも多くの人を死に至らしめている。 |
癌は高い 発生率 （一般的）だが低い 死亡 乳がんのように治療可能な癌もあれば、膵臓癌のように発生率は低いものの死亡率が非常に高い癌もあります。AKTは、癌の統計を正しく解釈する能力を試すテストです。最も一般的な癌が最も致死率が高いとは限らないことを覚えておきましょう。
⚖️ 健康格差
健康格差とは、異なる集団間の健康状態における、不公平かつ回避可能な差異を指します。これは英国の公衆衛生政策において重要な焦点となっており、AKT（英国健康行動理論）においても疫学および健康の社会的決定要因の文脈で取り上げられています。
健康格差は 異なる人口集団間における、健康状態または健康決定要因の分布における不公平かつ回避可能な差異それらは、偶然や生物学的変異から生じるのではなく、原則として変更可能な社会的、経済的、または環境的条件に起因するため、「回避可能」である。
| タイプ | イギリスにおける事例 |
|---|---|
| 社会経済 | 貧困地域では平均寿命が短く、貧困層では心血管疾患、糖尿病、精神疾患の罹患率が高い。 |
| 地理的な | 「南北格差」――イングランド北部の一部地域では南部に比べて健康状態が劣悪である。 |
| エスニック | 南アジア系住民における2型糖尿病の発症率が高い。黒人住民における心血管疾患リスクが高い。 |
| ジェンダー | 男性の平均寿命は短いが、女性は病気で過ごす年数（罹患期間）が長い。 |
データ分布と統計的有意性
中心傾向の測定
| Measure | 最適な使用時期 | 気を付けて | |
|---|---|---|---|
| 平均 | 全値の合計 ÷ 値の数 | データは正規分布に従う | 外れ値によって容易に歪められる |
| 中央値 | ソート順の中央値。 偶数 複数の値がある場合、中央値は中央の2つの数値の平均です。 | 偏ったデータ（例：所得、入院期間） | 極値における実際の値を無視する |
| モード | 最も頻繁に発生する値 | カテゴリデータ、二峰性分布 | 連続データでは意味をなさない可能性がある |
| レンジ | 最大値－最小値 | 拡散の速さ | 完全に外れ値によって決定される |
| IQR（四分位範囲） | 75パーセンタイル - 25パーセンタイル | 歪んだデータの場合は中央値と組み合わせる | 上下25%を無視する |
| 標準偏差（SD） | 平均からのばらつきの平均 | 正規分布データ | データが正規分布していない場合は誤解を招く可能性がある |
🗂️ データの種類 — 名義尺度、順序尺度、間隔尺度、比率尺度
何を理解する type 手持ちのデータの種類によって、どの要約統計量とどの統計検定が適切かが決まります。AKTはこれをテストします。通常はデータセットを提示し、どの検定または指標を使用すべきかを問うことで行います。
| タイプ | 例 | 類推 | |
|---|---|---|---|
| 名目 | 自然な順序のないカテゴリー | 血液型（A、B、AB、O）、性別、目の色、死因 | フルーツボウル――リンゴとバナナはただ違うだけで、どちらも「多い」わけではない。 |
| 序数 | 順序付けられたカテゴリですが、それらの間のギャップは 必然的に等しい | NYHA心不全分類（I～IV）；疼痛スケール（軽度／中等度／重度）；リッカート尺度 | レース順位 ― 1位、2位、3位。順位は分かっているが、1位と2位の差は2位と3位の差とは大きく異なる可能性がある。 |
| インターバル | 値の間に等間隔で並べられていますが、 真のゼロ点はない | 気温（℃）、カレンダー日付、IQスコア | 温度計の場合、0℃は「温度がない」という意味ではありません。絶対的な意味で、20℃が10℃の「2倍暖かい」とは言えません。 |
| 比 | 整列、等間隔、そして 真の絶対零度 | 身長、体重、血圧、年齢、収入、薬の投与量 | お金 ― 0ポンドは文字通り何も持っていないことを意味します。40ポンドは20ポンドの2倍です。 |
- 名義尺度／順序尺度データ → 平均値にはノンパラメトリック検定、最頻値または中央値を使用する
- 間隔尺度／比率尺度データ （正規分布）→平均値、標準偏差、パラメトリック検定を使用できる
- 我が国 意味のある平均値を計算することはできません 名義尺度データ（例えば「平均血液型」は意味不明）に対しては名義尺度を用いるべきではないし、間隔尺度データに対して比例関係を表す記述（IQ120の人がIQ60の人より「2倍賢い」とは言えない）も避けるべきである。
🔬 パラメトリック検定とノンパラメトリック検定
統計的検定は、データに関する前提条件によって2つの種類に分類されます。AKTは、特定のシナリオにおいてどちらの種類の検定が適切かを判定します。計算を行う必要はなく、どの検定をいつ使用すべきかを知るだけで十分です。
パラメトリックテスト データは正規分布に従う（またはサンプルサイズが十分に大きいため、これはあまり問題にならない）と仮定し、データは少なくとも間隔尺度レベルであると仮定します。 ノンパラメトリック検定 これらの手法は、そのような前提を一切置かず、順位やカテゴリーに基づいて機能し、偏ったデータ、小規模なサンプル、または順序尺度／名義尺度データに適しています。
| 目的 | パラメトリックテスト | 非パラメトリック等価 |
|---|---|---|
| 2つの独立したグループの平均値を比較する | 独立した t 検定 | マン・ホイットニーの U 検定 |
| 比較対象：同一グループ、2時点 | 対応のある t 検定 | ウィルコクソン符号順位検定 |
| 3つ以上のグループの平均値を比較する | ANOVA（分散分析） | クラスカル・ウォリス検定 |
| 2つの連続変数間の相関 | ピアソン相関 | スピアマン順位相関 |
| 比率／カテゴリデータの比較 | - | カイ二乗検定（χ²） |
- データは 歪んだ or 正規分布していない → 非パラメトリックを使用する
- 小さいサンプルサイズ （正規性が不確実な場合）→ノンパラメトリック法を使用する
- データは 序数 （例：痛みのスコア、リッカート尺度）→ノンパラメトリック法を用いる
- 比較 割合またはカテゴリー → カイ二乗検定
- サンプルサイズが大きく、連続的で、ほぼ正規分布に従う場合、パラメトリック検定で問題ない。
🔔 正規分布 ― 68-95-99.7ルール
正規分布は、左右対称のベル型の曲線です。平均値、中央値、最頻値はすべて等しく、曲線の中心に位置します。
| レンジ | 含まれる値の割合 |
|---|---|
| 平均値±1標準偏差 | 68% |
| 平均値±2標準偏差 | 95% |
| 平均値±3標準偏差 | 99.7% |
正に歪んだデータ（例：所得、一般開業医の待ち時間、病棟の血清ビリルビン値）では、平均値は少数の外れ値によって右に引っ張られます。この場合、 中央値 ―これは典型的な値をより正確に表している。AKTはこの違いを検証するのが好きだ。
📉 P値と信頼区間 ― それらが本当に意味すること
P値
p値は、観測された結果と少なくとも同程度に極端な結果を観測する確率です。 帰無仮説が真である場合 （つまり、実際の影響がない場合）。 帰無仮説が正しい確率。
| p値 | 解釈 |
|---|---|
| p <0.05 | 統計的に有意 — この結果が偶然に生じた確率は5%未満 |
| p> 0.05 | 統計的に有意ではない ― 結果は偶然による可能性がある |
| p = 0.01 | 実際の影響がない場合、この結果になる確率は1％です。 |
信頼区間 (CI)
95%信頼区間とは、もしその研究を100回繰り返した場合、そのうち95回は真の母集団値がこの範囲内に収まることを意味します。
- 比 （RR、OR、HR）：95%信頼区間に含まれる場合 1.0 →統計的に有意ではない
- 違い （平均差、ARR）：95%信頼区間に含まれる場合 0 →統計的に有意ではない
- CIが完全に1を超える場合（比率の場合）→リスクが著しく増加する
- CIが完全に1未満の場合（比率の場合）→リスクが大幅に減少
❌ タイプIエラーとタイプIIエラー ― オオカミ少年とオオカミ少年を見逃す
帰無仮説が実際には正しいにもかかわらず、それを棄却してしまうこと。言い換えれば、治療が効果がないのに効果があると結論付けてしまうこと。偽陽性率。一般的には5%（α = 0.05、p < 0.05）が許容範囲とされている。
「オオカミ少年」――オオカミがいないのに警報を鳴らすこと。
帰無仮説が実際には誤りであるにもかかわらず、それを棄却できないこと。言い換えれば、真の治療効果を見逃してしまうこと。偽陰性率。一般的には20%（β = 0.2、検出力 = 80%）が許容範囲とされている。
「オオカミを見逃す」――オオカミがいるのに「いない」と言うこと。
検出力 = 1 − β。これは真の効果を正しく検出できる確率です。検出力が高いほど、真の効果を見逃す可能性は低くなります。検出力はサンプルサイズが大きいほど高くなります。適切に設計された試験には、80%以上の検出力が必要です。
⚡ 統計的有意性 ≠ 臨床的重要性
これはAKT統計における最も重要かつ最も検証されているニュアンスの一つであり、多くの研修生が見落としている点でもある。
結果として 統計学的に重要な (p < 0.05) 臨床的に無意味統計的有意性は、結果が偶然によるものではない可能性が高いことを示しているだけです。 何も その効果が実際に問題となるほど大きいかどうかについて。
| シナリオ | 統計的に有意か？ | 臨床的に重要か？ |
|---|---|---|
| 血圧が1mmHg低下、n=50,000、p=0.001 | はい | いいえ |
| 血圧が15mmHg低下、n=30、p=0.08 | いいえ | おそらくそうだろう |
| 血圧が12mmHg低下、n=500、p=0.02 | はい | はい |
いつも見て、 効果の大きさ （ARR、NNT、平均差）に加えて、p値と信頼区間も併記します。ゼロまたは1を含まない狭い信頼区間は、p値単独よりも意味があります。それは、効果の方向と精度の両方を示してくれるからです。
- 狭いCI → 正確な推定値 → 真の値が点推定値に近いという高い確信度（通常は大規模なサンプルから得られる）
- ワイドCI → 不確実な推定値 → 真の値は広範囲にわたる可能性がある（通常は小規模または異質なサンプルから得られる）
例：RR = 1.5 (95% CI 1.4–1.6) → 正確で説得力がある。RR = 1.5 (95% CI 0.6–3.8) → 範囲が広く不確実で、1.0 を超えているため有意ではない。
📈 平均への回帰 ― 臨床現場における隠れた交絡因子
平均への回帰とは、極端な測定値が2回目の測定値で平均値に近づくという統計的傾向のことである。 いかなる介入にも関わらずこれは、医学における誤った結論を生み出す最も認識されていない原因の一つである。
患者は、症状や測定値が最も悪化しているまさにその時に検査や治療を受けることが多い。自然な変動により、再検査時には測定値が改善する可能性が高いが、これは必ずしも介入によるものではない。対照群がなければ、平均への回帰と真の治療効果を区別することは不可能である。
| シナリオ | 治療効果のように見えるもの | 実際に何が起こっているのか |
|---|---|---|
| 患者の血圧は一度の測定で非常に高かった→投薬を開始→次回の診察時には血圧が低下していた | 薬が効いている | 最初の測定値は外れ値だった可能性があり、再測定ではいずれにせよ血圧は低かっただろう。 |
| 生徒がテストで非常に悪い点数を取った → 追加の指導を受ける → 次回はより良い点数を取った | 授業料が助けになった | 低いスコアは代表的ではないかもしれない。本来のパフォーマンスは平均に近い傾向がある。 |
| 重度の湿疹発作を起こした患者が新しいクリームを使い始めると、発作が改善した。 | クリームは効果的です | 重度の症状は、治療の有無にかかわらず、時間の経過とともに自然に改善します。 |
- 取る 複数のベースライン測定 治療開始前に平均値を使用する
- 使用 対照群 平均への回帰は両グループに等しく影響するため、グループ間の差は実際の治療効果である可能性が高い。
- これは、 ランダム化比較試験（RCT）と非対照前後比較研究
統計グラフ ― 注目すべき点
AKTでは定期的にグラフが提示され、その解釈を求められます。各グラフの種類ごとに重要な特徴を見抜くことを学びましょう。すべてを読もうとする必要はありません。必要なのは、的を絞った観察結果一つだけです。
| グラフタイプ | 主な用途 | 注目すべき唯一のこと |
|---|---|---|
| フォレスト・プロット | メタ分析の結果 | しない ダイヤモンド 効果のない垂直線を越える？ |
| ファンネルプロット | 出版バイアス検出／GP外れ値モニタリング | プロットは 非対称（ギャップ＝未発表の研究が欠落している） |
| ケイツ・プロット | 患者にNNTを視覚的に伝える | 色付きの「メリット」を示す顔の数を数える。NNT = 100 ÷ その顔の数 |
| ラベの陰謀 | メタ分析における異質性の探求 | 対角線上の点 = 治療効果なし |
| 箱ひげ図 | データ配信と拡散 | 中央線 = 中央値 （平均値ではない）；ひげの外側の点は外れ値 |
| フェイガンのノモグラム | 事前テスト → 事後テストの確率 | 事前確率からLRを通って線を引くと、事後確率が読み取れる。 |
| 幹葉図 | 分配 ― 元の価値を維持する | ヒストグラムに似ているが、個々のデータポイントを表示する。 |
| カプラン・マイヤー曲線 | 生存分析 ― イベント発生までの時間 | 事象が発生するとステップが低下します。早期に分岐し、離れたままの曲線は、持続的な治療効果を示唆します。 |
| ヒストグラム | 連続データの分布 | 曲線の形状：対称＝正規分布、歪んでいる＝平均値ではなく中央値を使用する |
🌲森林区画の詳細
- 各マス目 ＝1つの研究。正方形の大きさ＝研究の重み（通常はサンプルサイズによって決まる）
- 横線 = その研究の95%信頼区間
- ダイヤモンド 一番下の部分は、統合された全体推定値です。その幅は、統合された95%信頼区間です。
- 1.0の位置に垂直線 = 「効果のない線」（比率の場合）。CI 線またはダイヤモンド この線を越えるその結果は 統計的に有意ではない
I²は、研究間のばらつきのうち、偶然ではなく真の異質性（実際の差異）に起因するものがどの程度かを測定する指標です。
I² < 25% = 低異質性 ✓
I² = 25～50% = 中程度の異質性
I² > 50% = 大きな異質性 — 統合結果の信頼性は低い ⚠️
📯 ファンネルプロット — 出版バイアスと一般化確率の外れ値モニタリング
AKTでは、ファンネルプロットは全く異なる2つの文脈で登場します。両方を正しく認識するようにしてください。
効果量（x軸）を研究の精度または規模（y軸）に対してプロットします。対称的な逆漏斗状グラフはバイアスがないことを示します。左下に隙間がある非対称な漏斗状グラフは、小さな否定的な研究が欠落していることを示し、出版バイアスが存在することを示します。
GP診療所を指標（紹介率、死亡率など）で比較します。漏斗線外のデータポイントは 統計的外れ値 調査を必要とするものであり、必ずしも業績不振の証拠とは限らない。
😊 ケイツプロット — NNTを視覚的に抽出する方法
ケイツプロット（「スマイリーフェイスプロット」とも呼ばれる）は、100個の顔のグリッドを用いて、患者が絶対的な利益と害を視覚的に理解できるようにするものです。
- 100枚の顔写真はそれぞれ、治療を受けた100人につき1人を表しています。
- 黄色/緑色の顔 ＝恩恵を受けた人々（未然に防がれた出来事）
- 顔が赤くなる ＝被害を受けた人々
- グレー/無地の顔 どちらの方向にも影響なし
📉 カプラン・マイヤー生存曲線 ― その読み方
カプラン・マイヤー（KM）曲線は、時間の経過に伴う生存確率（またはイベント発生までの時間）を示します。これは、がん臨床試験、心血管疾患研究、およびイベント発生までの時間を追跡するあらゆる研究に関するAKTの質問に登場します。
| 機能 | その意味 |
|---|---|
| Y軸 | 生存確率（または無イベント生存率）は、1.0（100%）から始まり、時間とともに低下します。 |
| X軸 | 時間（日、月、年） |
| 各下り段 | 何らかの出来事（例：死亡、再発）が発生しました。ステップが大きいほど、その時点での出来事の数が多くなります。 |
| 線上の目盛り | 検閲対象患者 ― 追跡調査から脱落した患者、または研究が終了した患者。イベント発生例ではない。 |
| 2つの曲線が早い段階で分岐し、離れたままになる | 追跡調査期間を通して治療効果が持続することを示唆している |
| カーブが交差する | 危険度が時間とともに比例しないことを示唆しており、解釈を複雑にする。 |
| 中央生存率 | 生存曲線が50％を横切る時点、つまり患者の半数がイベントを経験した時点 |
その ログランク検定 2つのKM曲線を統計的に比較します。 ハザード比（HR） 曲線間の全体的な差を要約したものです。HR < 1 は、治療群の方が時間の経過とともにイベント発生率が低いことを示します。曲線が大きく重なる場合、HR は 1 に近くなります（効果なし）。
📊 ヒストグラム — 分布を一目で把握
ヒストグラムは、連続変数（年齢、血圧、BMIなど）の分布を、値を区間（ビン）にグループ化し、それぞれの区間にいくつの観測値が含まれるかを示すことで表示します。棒グラフとは異なり、データが連続的であるため、棒グラフの棒は互いに接しています。
| 形状 | 意味 | 平均値と中央値のどちらを使うべきか？ |
|---|---|---|
| 左右対称のベル型 | 正規分布 ― 平均値、中央値、最頻値がすべて等しい | どちらでも構わないが、慣習的に平均値±標準偏差 |
| 右（正）の歪み | 右側に長い裾野がある ― ごく少数の非常に高い値が平均値を押し上げている | 中央値（より代表的な値） |
| 左（負）の歪み | 左側に長い裾野がある ― ごく少数の非常に低い値が平均値を押し下げている | 中央値（より代表的な値） |
| 二峰性（二つのピーク） | データには2つの異なるサブグループが存在する | 両方のピークを別々に報告する |
品質改善および臨床監査
| ツール | 目的 | 他社とのちがい |
|---|---|---|
| 臨床監査 | 明確な基準に基づいて実践を評価し、ギャップを特定して解消する。 | 明確な基準が必要。PDSAサイクルを使用する。ループを閉じる（再監査）ことが含まれる。 もしアカウントが違う場合： 研究――仮説もなく、新たな知識も生み出されない。 |
| 重大事象分析（SEA） | 単一の重大な出来事に関する体系的な多分野レビュー | 非難を伴わない。個人の過失ではなく、システム全体の学習に焦点を当てる。チーム内で共有する。学習内容と行動を文書化する。 |
| 根本原因分析（RCA） | 重大事件の徹底的な調査 | SEAよりも構造化されている。「5つのなぜ」の手法を用いる。寄与原因と根本原因を特定する。多くの場合、決して起こってはならない事象や深刻な被害に対して用いられる。 |
| QOF例外報告 | QOF指標からの患者の適切な除外 | 臨床的に適切な場合：最大耐用量、患者による十分な情報に基づいた同意拒否、極度の虚弱状態、または臨床的禁忌。 |
🔄臨床監査と臨床研究 ― 主な違い
| 機能 | 臨床監査 | 研究 |
|---|---|---|
| 目的 | 基準と比較することで医療の質を向上させる | 新しい知識を生み出す |
| 仮説 | なし — 既存の標準と比較 | 常に仮説を立てる |
| 倫理承認 | 通常は必要ありません | 通常は必須 |
| 同意 | 通常は必要ありません | 通常は必須 |
| ランダム化 | 期限なし | ランダム化比較試験（RCT）が含まれる場合があります |
| 最終結果 | サービス改善；行動計画 | 新たな証拠; 出版 |
🔁 PDSAサイクル
計画・実行・評価・改善（PDSA）サイクルは、臨床監査および品質改善において用いられる継続的改善の枠組みである。
| ステージ | 何が起こるのですか |
|---|---|
| 計画 | 質問を定義し、基準を設定し、データ収集を計画する |
| Do | 変更を実施するか、現在の慣行を測定する |
| 勉強 | 結果を分析し、基準と比較し、ギャップを特定する。 |
| 行為 | 改善策を実施し、再監査を計画してフィードバックループを閉じる。 |
臨床計算（AKT式バンク）
これらの公式はAKT値の計算問題によく登場します。それぞれの公式を覚え、治療開始の目安となる臨床的なカットオフ値を把握しておきましょう。
🧮 ABPI の実例
🎯 シナリオ：Tさん（72歳）、歩行時に脚の痛みを訴える
🍷 アルコール単元の演習例
| ドリンク | 容量（ml） | アルコール度数（ABV％） | 計算 | 我が軍の部隊数 |
|---|---|---|---|---|
| 大きなワイングラス | 250ml | 13% | 250 × 13 ÷ 1000 | 3.25 |
| ワインのボトル | 750ml | 12% | 750 × 12 ÷ 1000 | 9.0 |
| パイントサイズのラガービール（ストロング） | 568ml | 5% | 568 × 5 ÷ 1000 | 2.84 |
| シングルスピリッツ | 25ml | 40% | 25 × 40 ÷ 1000 | 1.0 |
実施例
🎯 例 1: 試験表からすべてのリスク指標を計算する
ランダム化比較試験（RCT）では、患者を薬剤Xまたはプラセボのいずれかを投与する群に無作為に割り付けます。3年後、プラセボ群の500人中80人が脳卒中を発症し、薬剤X群の500人中40人が脳卒中を発症しました。
🎯 例2：2×2表の作成と感度・特異度の計算
新しい検査法を200人の患者に適用したところ、そのうち100人が当該疾患を患っていた。この検査法は、疾患を患っている100人のうち85人を正しく識別し、疾患を患っていない100人のうち80人を正しく識別した。
🎯 例3：小児の投与量計算
小児にアモキシシリン300mgが必要です。入手可能な懸濁液は250mg/5mlです。投与すべき量はどれくらいですか？
公式早見表＆記憶補助ツール
リスクと治療に関する公式
診断テスト
人口統計および臨床計算式
- SnNout: 高感度検査 ― 陰性であれば疾患を除外できる（スクリーニング）
- SpPin: 特定検査 ― 陽性判定は疾患の診断（確認）
- CIが1.0を横切る （比率）または 0 （差）→有意差なし
- 森林区画のひし形が線と交差する → 重要ではない
- 漏斗の非対称性 → 出版バイアス（または、パフォーマンスの文脈における一般開業医の外れ値）
- ボックスプロットの中央線 → 中央値（平均値ではない）
- 68-95-99.7 → 正規分布における±1SD、±2SD、±3SD
- I² >50% → 実質的な異質性
- または症例対照研究から | コホートからの相対リスク | 横断研究による有病率
- 監査 ≠ 研究 （監査措置と基準の比較；研究による新たな知識の創出）
- ケースコントロール → OR（オッズ比）—過去の曝露状況を振り返る
- コホート → 相対リスク（RR）—曝露から将来にかけて
- 断面 → 有病率 ― ある時点におけるスナップショット
- RCT / SR → 治療に関する質問のゴールドスタンダード
トレーナーと指導の秘訣
- 研修医はNNTを数式として覚えることが多いが、臨床的にそれが何を意味するのかを理解していないことが多い。患者が理解できるような文章で説明できるようにしておくことが重要だ。
- 感度/特異度（検査特性）と陽性予測値/陰性予測値（有病率に影響される）の区別はよく理解されていないが、妊娠検査薬のアナロジーはよく当てはまる。
- 多くの研修生は森林区画がどのようなものかは知っているが、それを説明できない。 何 見るには、ダイヤモンドに注目し、それが無影響線を越えるかどうかを確認します。
- リードタイムバイアスは、長さバイアスと混同されがちです。図やタイムラインを使って、その違いを分かりやすく説明しましょう。
- 研修医は臨床監査と研究を混同しがちである。RCGP（英国王立総合診療医協会）の評価例を参考にすべきである。
- 「これはある薬剤治験の要約表です。NNT（治療必要数）を教えていただけますか？また、この患者に処方するかどうか教えていただけますか？」
- 「この森林区画を見てください。介入は効果的ですか？その答えにどれくらい自信がありますか？」
- 「あなたの患者さんはFIT検査で陽性反応が出ました。低リスク集団における陽性予測値は約3%です。このことを患者さんにどのように説明しますか？」
- 「PSA値が高い結果が多く見られます。PSAをスクリーニング検査として使用することの問題点は何でしょうか？」
- 「同僚が、当院の敗血症治療成績を病院全体の成績と比較したいと言っています。これは監査なのか、それとも研究なのか？倫理審査は必要でしょうか？」
- 「副作用が出る確率が50分の1だとしたら、患者から『安全ですか？』と聞かれた場合、どのように説明しますか？」
- 現在、患者にリスクをどのように説明していますか？絶対値と相対値のどちらを使用していますか？
- 最近発表された臨床ガイドラインで、重要なNNT（治療必要数）が引用されていたものを覚えていますか？それはどのような数値で、あなたの診療にどのような影響を与えましたか？
- 検査を依頼したものの、その検査の感度や特異度が分からなかったことはありますか？その結果をどのように解釈しましたか？
- 製薬会社が治験結果をARRではなくRRRとして発表する理由は何でしょうか？
🔥 AKT高利回り投資のヒント
これらはAKT試験問題に繰り返し出題されるパターンです。これらを暗記すれば高得点が取れます。
パーセンテージは必ず最初に小数に変換してください。 ARR = 5% → NNT = 1 ÷ 0.05 = 20。常に四捨五入する。 up 最も近い整数に丸めます。NNTの値が低いほど、治療効果が高いことを示します。
比率（RR、OR、HR）の場合：CIクロス 1.0 = 有意差なし。差については、信頼区間が交差します。 0 ＝有意ではない。これは、ほぼすべての森林図に関する質問で出てくる。
希少疾患 → ケースコントロール → または。今後新たな露出が見込まれる → コホート → RR. 有病率の概況 → 断面の治療に関する最良のエビデンス → RCT or SR/メタ分析.
スクリーニングテスト → 高い感度が必要（症例を見逃したくない → SnNout）。 確認試験 → 高い特異度を求める（偽陽性を避けたい → SpPin）。
特異度の高い検査（99%）であっても、罹患率の低い状況では陽性予測値（PPV）は低くなります。集団検診における陽性結果のほとんどは偽陽性です。これが、すべての人をあらゆる疾患について検査しない理由です。
Status ダイヤモンド （統合推定値）が効果なしの垂直線を越える場合、全体的な結果は統計的に有意ではありません。I² > 50% の場合、大きな異質性があり、統合結果の信頼性は低くなります。
ファンネルプロットの左下隅に隙間がある場合、それは出版バイアスを示しています。つまり、小規模な否定的な研究が発表されなかったということです。これにより、メタアナリシスにおける治療効果の見かけ上の値が過大評価されます。
この線 内部 ボックスは 中央値箱は四分位範囲（中央50%）を表します。ひげの外側の点や円は外れ値です。
製薬会社は、RRR（相対リスク減少率）を引用したがります。なぜなら、その方が大きく聞こえるからです。50%のRRRは素晴らしいように聞こえますが、ベースラインリスクがわずか2%だったと知るまでは（→ARR＝1%、NNT＝100）、そうではありません。常に「ベースラインリスクはどれくらいだったのか？」と問いかけましょう。
歪んだ分布（所得、入院期間、血清ビリルビン）→使用 中央値 平均値ではない。平均値は外れ値によって大きく左右されるが、中央値はそうではない。
監査: 既存の 標準; 倫理は不要; 仮説も不要。研究: 生成する NEW 知識、倫理承認が必要、仮説あり。AKTが繰り返し検証する重要な区別。
ITT解析には、遵守状況に関わらず、無作為化されたすべての参加者が含まれます。 保守的な 有効性の推定値 ― 臨床現場においてより現実的な値。プロトコル遵守解析では効果が過大評価される。
ABPI < 0.9 は末梢動脈疾患を示唆します。ABPI > 1.3 は非圧迫性（石灰化）血管を示唆します。この結果は信頼性に欠けます。ABPI < 0.8 の場合は圧迫包帯の使用は禁忌です（圧迫療法のガイドラインをご確認ください）。
メリットを示す面（通常は黄色または緑色）の数を数えます。NNT = 100 ÷ (メリットを示す面の数)。黄色の面が 5 つ → NNT = 20。
よくある間違いと研修生が陥りやすい落とし穴
これらはAKTの採点基準全体を通して繰り返し見られる誤りです。これらはすべて、実際の受験者が失点した点数です。
- NNTを計算する前にパーセンテージを小数に変換するのを忘れる（例：ARR = 5% → NNT = 20（0.2ではなく）を得るには、5ではなく0.05を使用する必要がある）
- NNTの丸め ダウン ではなく up (NNT = 12.5 → 答えは12ではなく13です)
- RRRとARRを混同し、より印象的に聞こえる相対的な数値を臨床的利益として引用する
- 信頼区間がちょうど1.0に達したときに結果が「有意」であると言うのは、 含まれていませ 1.0は有意である
- 箱ひげ図の中央線は平均値であると述べることは、常に 中央値
- 感度と陽性予測値（PPV）を混同する — 感度は検査の固定特性であり、PPVは有病率に依存する。
- 罹患率の低い集団において、特異度の高い検査を実施すれば信頼できる陽性結果が得られると考えるのは間違いである（陽性予測値が低い）。
- ORとRRの混同 ― ORは、疾患が稀な場合を除き、RRとして直接使用することはできません。
- 症例対照研究は相対リスク（RR）を生成すると言うが、実際にはオッズ比（OR）を生成する。なぜなら、曝露コホートではなく、症例と対照群から始めるからである。
- 臨床監査と研究を混同する――監査には倫理的承認が必要だと主張する
- リードタイムバイアスを、スクリーニングプログラムが実際に生存率を向上させるという意味だと誤解する
- 森林区画におけるI² >50%を忘れると、統合結果の妥当性について懸念が生じる。
- 平均値を使って歪んだデータ（例：収入、入院期間）を説明する場合、中央値を使用します。
🏁 最終的な要点
- NNT = 1 ÷ ARR。パーセンテージは必ず小数に変換してください。必ず切り上げてください。NNTが低いほど、治療効果が高いことを示します。
- ARRは臨床的に正直な指標です。RRRは印象的に聞こえますが、誤解を招く可能性があります。RRRは必ずベースラインリスクと併せて使用してください。
- 感度と特異度は検査の固定的な特性である。陽性予測値（PPV）と陰性予測値（NPV）は疾患の罹患率によって変化する。
- SnNout：感度の高い検査で陰性の場合に陰性と判断します。SpPin：特異度の高い検査で陽性の場合に陽性と判断します。
- フォレストプロットのひし形が効果なしの線を横切る → 結果は統計的に有意ではない。I² > 50% → 異質性が懸念される。
- ファンネルプロットの非対称性 → 出版バイアス。パフォーマンスモニタリングにおけるファンネル範囲外の点 → 外れ値検出手法。
- 1.0を含む比率の信頼区間 → 有意差なし。0を含む差の信頼区間 → 有意差なし。
- 症例対照研究 → OR。コホート研究 → RR。横断研究 → 有病率。RCT/SR → 治療のゴールドスタンダード。
- データが歪んでいる場合は、平均値ではなく中央値を使用します。箱ひげ図の中央線は中央値です。ひげの外側の点は外れ値です。
- 臨床監査は基準に照らして評価を行うものであり、倫理も仮説も不要である。研究は新たな知識を生み出すものであり、倫理が求められる。
AKTの統計問題は、試験の中で最も確実に点数を稼げる分野の一つです。このページを数時間かけてじっくりと読み込み、いくつかの練習問題を解けば、投資以上の成果が得られるでしょう。