Fisher正確検定やカイ二乗検定をカンタンに行うにはEZRが便利です！
メタ解析もできます。
多数の文献を解析する場合には、そのままそれぞれのデータを足し算してはいけないといわれています。
EZRでやさしく学ぶ統計学 改訂3版 〜EBMの実践から臨床研究まで〜
これは、それぞれの論文では母数とイベントの数が割り算されてしまっているからで、このパーセンテージをそれぞれ足し算しようとすると起きてしまう間違いです。
以下の本にも、シンプソンの法則が比較的わかりやすく書かれています。ザ・シンプソンズの数学の深い世界が分かり面白いですよ。
Fisher正確検定やカイ二乗検定をカンタンに行うにはEZRが便利です！
ただ、２X２よりも多いデータの解析はどうしたらよいのでしょう。
例えば３群間の性別に差があるかどうかをみたり、２群間で３種類の病理所見の割合に違いなどを見るときもFisher正確検定やカイ二乗検定を使用することができます。
順番に意味がある順位変数の時には別の解析方法もあるようです。
EZRでやさしく学ぶ統計学 改訂3版 〜EBMの実践から臨床研究まで〜
上の図の様に
統計解析＞名義変数の解析＞分割表の直接入力と解析
と進むと以下の図が出てくる。
上の図の囲った部分を変更することで2X2以上のデータ入力が可能になります。
ここでは２X３にしてデータを入れてみます。
あとは６つの数字を入力すれば完成。
A B C Fisher検定のP値
Male 18 32 34 0.00782
Female 46 32 30
表にするとこんな感じ
| A | B | C | P value | |
|---|---|---|---|---|
| Male | 18 | 32 | 34 | 0.00782 |
| Female | 46 | 32 | 30 |
このように群数が多い場合には有意差がありますが、ABC群が均質でないことはわかりますが、解析自体からはどの群が多いとか少ないとかいう断定はできないことには留意する必要があります。
Fisher正確検定やカイ二乗検定をカンタンに行うにはEZRが便利です！
EZRでやさしく学ぶ統計学 改訂3版 〜EBMの実践から臨床研究まで〜
上の図の様に
統計解析＞名義変数の解析＞分割表の直接入力と解析
と進むと以下の図が出てくる。
あとは4つの数字を入力すれば完成。
Male Female Fisher検定のP値
Lean 35 21 0.408
Obesity 35 14
表にするとこんな感じ
| Male | Female | P value | |
|---|---|---|---|
| Lean | 35 | 21 | 0.408 |
| Obesity | 35 | 14 |
前回は上から下に階段状に落ちるKaplan-Meier曲線
デスクトップにエクセルを使ってCSVでデータを保存します。
データは英語で1行目にMonth Survival Groupとして、Survivalは生存・打ち切りが0，死亡が1でデータを用意します。
Rを立ち上げて、ディレクトリーをデスクトップにします。
library(survival)
survfit1 <- survfit(Surv(month, survival)~group, data=x)
plot(survfit1, fun="event", col=1:2)
赤字が前回との違いです。FUNのところで”EVENT”を指定すると下から上への累積での積み上げ表示になります。COLは色を指定しています。
ちなみに前回の記事はコチラ
ちなみに最初のlibrary(survival)はsurivalというライブラリー（プログラムセット）を読み込むコマンドです。
無料ソフトEZRを使用するともっと楽にできます。
EZRの詳しい説明はコチラ
前回までの内容はコチラからどうぞ
ここからは2群の
その場合にはGroupの列（column）を用意します。
そしてLog-rank testを行えば有意差検定が行えます。
この前提としてはHazard性が保たれていることが必要条件ですが、通常がんなどのsurvival dataではKaplan-MeierとLog-rank testを用いることが許されています。
| Case No | Group | Months from surgery | Event |
| 1 | 0 | 5 | 0 |
| 2 | 1 | 12 | 1 |
| 3 | 0 | 14 | 0 |
| 4 | 0 | 14 | 1 |
| 5 | 1 | 24 | 1 |
| 6 | 1 | 30 | 0 |
| 7 | 0 | 60 | 0 |
このあとにエクセルでカプランマイヤーを描きログランクテストで有意差検定をするのであれば、エクセル統計がいいでしょう。エクセル統計はインストールするとエクセルにプラグインされますので、ほとんどエクセルの操作感覚で論文や学会に使えるKaplan Meierが完成します。
操作としては上の表のGroupからEventまでの3列を選んでボタンを押すだけです。
これがあれば、あっという間にカプランマイヤーカーブを完成できます。
実際にはエクセルでのデータの入力方法は2パターンあります。上述の方法ともう一つの方法が記載されていますので参照してみてください。カプランマイヤーカーブのサンプルイメージも見られます。
Log-rankもsurvival packageを使えばできますが、簡単にはEZRでしょう。
もう一つの解析方法はWilcoxonです。
デスクトップにエクセルを使ってCSVでデータを保存します。
データは英語で1行目にMonth Survival Groupとして、Survivalは生存・打ち切りが0，死亡が1でデータを用意します。
Rを立ち上げて、ディレクトリーをデスクトップにします。
library(survival)
survfit1 <- survfit(Surv(month, survival)~group, data=x)
plot(survfit1,lty=1:2,mark.t=T)
ちなみに最初のlibrary(survival)はsurivalというライブラリー（プログラムセット）を読み込むコマンドです。
無料ソフトEZRを使用するともっと楽にできます。
EZRの詳しい説明はコチラ
英文論文を書くのはなかなか大変です。
そんな際にMUSTなのが、Endnoteです。今回はEndnoteX9を使用しますが、他のバージョンでもほとんど以下の方法が使えると思います。
文献の付け方は雑誌によって様々ですが、このEndnoteがあれば、簡単に雑誌に合わせた体裁に変換することができ、大幅な時間削減に役立ちます。
前回までは文献リストの作り方などを説明しました。
文献リストの形式は雑誌によって異なります。
ある程度有名な雑誌の場合にはEndnote側ですでに形式を用意していますので、簡単です。
Edit＞output styleからopen style managerを選んで雑誌を選びます。
Edit＞output styleからnew styleを選んで作成します。
しかしかなり大変です。
そこで、
のが楽です。
以下の図のように
Edit＞output styleからここではEdit"Vancouver"を選びます。
EndnoteでEditをおすと以下のような画面に移る。
Citation >Templatesを選んだ画面が以下の通り。
Vancouverでは論文の番号が（）で囲まれた形になる。
もう一つ多くあるパターンは上付きであるが、この形式にしたければ
以下の画面のBibliography Numberを選択したまま図のまるで囲まれたボタンを押せば上付きになる。
項目を新たに追加するには Insert Fieldから選ぶ。
変更を新しいスタイルで保存
FILE>SAVE ASで好きな名前に変更します。
私は読んだことはありませんが、日本語の解説本もあるようです。
英文論文を書くのはなかなか大変です。
そんな際にMUSTなのが、Endnoteです。今回はEndnoteX9を使用しますが、他のバージョンでもほとんど以下の方法が使えると思います。
文献の付け方は雑誌によって様々ですが、このEndnoteがあれば、簡単に雑誌に合わせた体裁に変換することができ、大幅な時間削減に役立ちます。
ちなみに文献は適当でよいと思っている人も多いかと思いますが、
Reviewerのチェック項目に大事な文献が入っているかという項目があります。
少しでもインパクトファクターの高い雑誌を目指すのであれば、重要文献を必ず入れる必要があります。
文献が必要なのは主にIntroductionとDiscussionです。
Endnoteでまずは文献リストを作成する。
下の図のように
私は読んだことはありませんが、日本語の解説本もあるようです。
次回、第2回は、文献リストの体裁の整え方の予定です。
Cox regressionは時間が関係するアウトカム（生存率、再発率など）に関する多変量解析の方法です。今回はそのデータの集め方を説明します。
Kaplan-Meier曲線は例えば癌の生存率曲線などを描くときに必要です。
その際に必要なデータは何か？一人につき最低2つの情報が必要です。
生死、そして期間です。
まずは、患者さんが生存しているかどうかというデータです。
通常は死亡しているとイベントEventといい、たとえばEZRでは1を割り当てます*1
生存しているか、情報が不明の場合は0です。
それと手術から死亡日までの日数、または生存が確認されている最終日までの日数が必要です。
手術日と最終生存確認日（または死亡日）の二つのデータを引き算してもよいでしょう。
例えば引越しなどである時期までは生存していて、その後不明というときには
最終生存確認日をいれて、それまでは生きていたというデータにします。これを打ち切りといいます。
| Case No | Months from surgery | Event |
| 1 | 5 | 0 |
| 2 | 12 | 1 |
| 3 | 14 | 0 |
| 4 | 14 | 1 |
| 5 | 24 | 1 |
| 6 | 30 | 0 |
| 7 | 60 | 0 |
1人目は経過５ヶ月で生存中
２人目は経過12ヶ月で死亡
３人目は14ヶ月に外来にきてその後引っ越して状況不明と行った場合もEventは０です
これをRで読み込んでsurvival packageを使えばタダでKMカーブがかけます。
もっと簡単にはEZRでかけます。
英語の説明はhttp://www.jichi.ac.jp/saitama-sct/SaitamaHP.files/manual.html
ここからはいろいろな予後に関係しそうなFactorを入力します。
今回の場合にはSex、Smokingの列（column）を用意します。
それぞれの単変量はLog-rank testを行えば有意差検定が行えます。
この前提としてはHazard性が保たれていることが必要条件ですが、通常がんなどのsurvival dataではKaplan-MeierとLog-rank testを用いることが許されています。
そして多変量を行うのがCox regressionです。
| Case No | Sex | Smoking | Months from surgery | Event |
| 1 | 0 | 1 | 5 | 0 |
| 2 | 1 | 0 | 12 | 1 |
| 3 | 0 | 1 | 14 | 0 |
| 4 | 1 | 1 | 14 | 1 |
| 5 | 1 | 0 | 24 | 1 |
| 6 | 1 | 0 | 30 | 0 |
| 7 | 0 | 1 | 60 | 0 |
Cox-regressionもRを使えばできますが、簡単にはEZRでしょう。
Kaplan-Meierのデータを描いてみたら、生存率0％に墜落したグラフが出ることがあります。全員死亡していないはずなのに、、、というときはイベントと打ち切りの数字が逆になっていることがあります。
ソフトによっては打ち切りを1にするまたは0にするといったチェックを入れるだけで解決するものもありますが、そうはいかないソフトもあります。
イベントと打ち切りはそれぞれ片方が1であればもう一方は0という関係です。これをすべて入力し直すのは間違える可能性もありますし、時間もかかります。
今回は打ち切りCensorが必要だったのにイベント（死亡）を1として入力してしまった場合を想定します。C列イベントが死亡の際に1となってしまっていたときを想定します。
1からもう一方を引けば、0と1が入れ替わりますので、
上のように入力して下の図の蛍光ペンがついたポッチをダブルクリックすると
鬼滅の刃、人気ですが連載終了らしいですね。
Kaplan-Meier曲線は例えば癌の生存率曲線などを描くときに必要です。
その際に必要なデータは何か？一人につき最低2つの情報が必要です。
生死、そして期間です。
まずは、患者さんが生存しているかどうかというデータです。
通常は死亡しているとイベントEventといい、たとえばEZRでは1を割り当てます*1
生存しているか、情報が不明の場合は0です。
それと手術から死亡日までの日数、または生存が確認されている最終日までの日数が必要です。
手術日と最終生存確認日（または死亡日）の二つのデータを引き算してもよいでしょう。
例えば引越しなどである時期までは生存していて、その後不明というときには
最終生存確認日をいれて、それまでは生きていたというデータにします。これを打ち切りといいます。
今回は実際に描いてみたいと思います。
仮にデータを以下のように用意します。
| Case No | Months from surgery | Event |
| 1 | 5 | 0 |
| 2 | 12 | 1 |
| 3 | 14 | 0 |
| 4 | 14 | 1 |
| 5 | 24 | 1 |
| 6 | 30 | 0 |
| 7 | 60 | 0 |
1人目は経過５ヶ月で生存中
２人目は経過12ヶ月で死亡
３人目は14ヶ月に外来にきてその後引っ越して状況不明と行った場合もEventは０です
これをRで読み込んでsurvival packageを使えばタダでKMカーブがかけます。
もっと簡単にはEZRでかけます。
英語の説明はhttp://www.jichi.ac.jp/saitama-sct/SaitamaHP.files/manual.html
ここからは2群の
その場合にはGroupの列（column）を用意します。
そしてLog-rank testを行えば有意差検定が行えます。
この前提としてはHazard性が保たれていることが必要条件ですが、通常がんなどのsurvival dataではKaplan-MeierとLog-rank testを用いることが許されています。
| Case No | Group | Months from surgery | Event |
| 1 | 0 | 5 | 0 |
| 2 | 1 | 12 | 1 |
| 3 | 0 | 14 | 0 |
| 4 | 0 | 14 | 1 |
| 5 | 1 | 24 | 1 |
| 6 | 1 | 30 | 0 |
| 7 | 0 | 60 | 0 |
Log-rankもsurvival packageを使えばできますが、簡単にはEZRでしょう。
もう一つの解析方法はWilcoxonです。
使用するのは無料ソフトEZRです。
EZRの詳しい説明はコチラ
Kaplan-Meier曲線は例えば癌の生存率曲線などを描くときに必要です。
その際に必要なデータは何か？一人につき最低2つの情報が必要です。
生死、そして期間です。
まずは、患者さんが生存しているかどうかというデータです。
通常は死亡しているとイベントEventといい、たとえばEZRでは1を割り当てます*1
生存しているか、情報が不明の場合は0です。
それと手術から死亡日までの日数、または生存が確認されている最終日までの日数が必要です。
手術日と最終生存確認日（または死亡日）の二つのデータを引き算してもよいでしょう。
例えば引越しなどである時期までは生存していて、その後不明というときには
最終生存確認日をいれて、それまでは生きていたというデータにします。これを打ち切りといいます。
このデータがあれば、EZRで簡単にKaplan-Meierカーブを描くことができます。
EZRの詳しい説明はコチラ
*1:統計ソフトによってはイベントが0というソフトもあります。
新型コロナウィルスが猛威を振るい、多くの方がお困りの状況と察します。
早く、自体が収束することを願うばかりです。
さて、医学英語にはいろいろな略語があります。
今回はPCRです。
PCRはポリメラーゼ連鎖反応
Polymerase （ポリメレース）
Chain
Reaction
の略です。
Chain Reaction は連鎖反応ですが、
-aseは酵素につく接尾語です。
poly-多数の、mono-は単数です。
First Aid for the USMLE Step 1 2020
統計ソフトに関して
２X２の統計
Kaplan Meierを描いてみた
