開講にあたりまして２０２５
（自己紹介，講義資料の話など）
授業に関して困った時，以下からご連絡ください
受講生の方で受講科目の評価に関連する質問をこちらのフォームから送る方がおられます．受講内容の質問などと性質が異なり，学校として取り扱う案件で本人確認も必要となるので対応できません．
学内で直接もしくは関係部署にご相談ください．
下記フォームに必要事項を入力後、確認ボタンを押してください。
自己紹介
researchmap医療情報分野をベースに地域と保健に関するところを地域社会の視点で
授業の目的は 様々な人の言うことを理解できるように努力すること でもある と授業の最初にお伝えするよう心がけております
— めどぶぶ (@medbb) May 26, 2024
他者に判断を委ねるのではなく，自分で判断することを学びその力をつけなくてはならないことを突き付けるのが大学の教育と思っている．と思いながらの日々
— めどぶぶ (@medbb) June 1, 2020
他律的な学修（というのは結局学習レベルで留まっているということですよね）にならないようにするには，自分で理解することが必要．他者が理解した内容をそのまま教えてもらって暗記したところでそれは理解と言わない．学生は、つまらんと本人が感じる授業をどれだけ興味を持って自分のものに出来るか訓練してほしい。なぜなら、社会は技術の発展などにより常に新たな空間ができてるから。そこでは皆が同じスタートラインにたてる。しかも既存の空間を使うよりもショートカット出来る場合がある。ってことで
— めどぶぶ (@medbb) May 18, 2013
先輩や同期から過去問や解き方を教えてもらったところで学修したと言えないケースが多いのは，その授業（もしくは試験）に限定した情報を記憶するだけなので世の中で通用する知識となっていないので役に立たない
（これからの学修に向けて（２０２４） より）
学修の第一歩は，受験対策のために役に立ったが今後使いにくくなっている知識を，学術的な側面から再情報化し自分で使える知識にするというところだろう
「単位をとれれば授業の中身なんてどうでもいい」「勉強するだけ損」などと思っているあなたへ
後悔のススメ(Medbb's blog)https://medbb.hatenablog.com/entry/2018/11/15/200000
講義資料等の入手方法
教科書が指定されてる場合は教科書を必ず用意するように資料を配付することもあると思います。
あと授業の形態にもよりますが、おそくとも授業前日中にはサイトに資料載せている予定なので端末でご覧ください
なお，講義資料について「見やすくして」など激励のメッセージを頂くことがありますが，あくまでも資料なのでご自身で情報として取り込んだものを取りまとめてください．それが学修の成果になります．
よくあるコメントで「友人のまとめた資料の方がサイトよりも分かりやすい」という趣旨のものがあります．もしコメントした方がクレクレさんだと成長しませんそ，ご自分でそのように思ったのならご自身でまとめていただきたいものです．
授内で取り上げた例題について
例年例題について回答が欲しいという声があるのですが，授業中に示したとおりですのであらためて掲載はしておりません．単位認定，評価に関連するあれこれ
試験の際の電卓持ち込みについて
開講科目の中には電卓持ち込み不可の試験と，電卓持ち込み可の試験がありますので指示に従ってください電卓持ち込み可の試験の場合，一般的な電卓を想定していますが√機能などは無いと困るので，標準的な関数電卓も持ち込み可としています．
ただしプログラム機能などを有する者は持ち込み禁止とします
判断がつかない場合は事前に私に確認をするようにしてください
なお，土地家屋調査士試験の筆記試験における電卓の使用と同じ条件になります．以下のPDFで機種を確認することが可能です
令和６年度土地家屋調査士試験の筆記試験における電卓の使用について（令和６年度土地家屋調査士試験 法務省）
https://www.moj.go.jp/content/001419891.pdf
https://www.moj.go.jp/MINJI/minji05_00617.html
レポートについて
レポートが課せられている授業を受講の方はレポート・論文の書き方 : 入門文献を探す場合は富山大学中央図書館講習会 : 文献の探し方・入手方法 をご覧ください
提出物（課題やレポートなど）について
本授業において用いる日時は日本標準時（JST）を基準としますなお，欠席扱いの授業における課題などの提出物に対する評価はしませんのでご注意ください（但し公欠や合理的配慮提供の場合はこの限りではありません．大学に連絡した後にご相談ください）
http://www.j-cast.com/2012/05/07131249.html?p=all
単位を認定されるということは
単位認定や試験に合格することが何をもたすのかですが，学則や法律等に基づき，単位の取得であったり資格取得等のハードルを一つ越えた事実が残るだけです．「下手な鉄砲数打ちゃ当たる」という言葉は的に当たった事実があるものの，的に当てる実力が身に付いたとは言えない状況を指します．社会で求めらるのは「鉄砲打ちゃ当たる」で，むやみに数打つことは容認されません．しかしながら学生の世界は教育の場であることから，実社会よりも緩い部分があります．ですので一回の単位不認定で即退学ということはありませんし，社会では必要に応じて要求される根拠の話であったり至った経緯についても問われることは少ないと思います．十分な学修がなされていたら単位認定されますが，単位認定された事実が十分な学修がなされていたと証明出来ません．十分な学修をしたことと，単位認定の条件を満たす（課題は出す．定期試験で良い点を取る）ことは同一でありませんので
単位取得を目的とする方の中にはコスパが良い手段を選ぶ方が一定数おられるようにおもいます．困るのはそのような選択が常態化してしまうと，問題と答えのある世界じゃないと対応できなくなるので，実社会での活躍は困難です．自分で答えを導いた経験の少ない人は，どうしても他者が「正しい」としたものが正しいとしか言えない状況になるようですので．
結局「そのような人」は何か新しいことを始めることはできとしても，誰かが作り上げたものを転用するしか術がない状況になります．「そのような人」にどのような未来が待っているか容易に想像できますよね
とはいっても，私の学生時代を振り返ると上記の文章を描いた人間と思えないような過ごし方でした．自分が興味のあること（情報に興味があったのでゲームを作ったり（学科はそちら系では無いのですが））に取り組んでいました．単位認定の条件を満たし卒後は学科に関連の深い業界で働きました．
無論社会に出てどのようなことになったかはご想像の通り，大変な状況でした．テストの時のような答えは通用せずでした．無論先輩方からご指導いただくものの実社会は状況は変化するので，テストのような答えはありません．ですので状況を把握した上で自身で考え丁寧に進めなくてはなりません．そのような経験をある程度して再び学生生活に戻りました．
そこでの私は以前と全く異なる学生生活を過ごしました．
私が最初に社会に出たとき周囲に迷惑を掛けながらもクビを宣告されることも無く勤務できたのは，先輩方から指摘された内容を素直に理解しようとして取り組んだからだと思います．もっとも学生時代からそのように取り組んでいたらスムーズだったろうにと思います．
自身の振り返りですが，一回目の学生時代の学修は「答え」に対して取り組めば良いと思っていたので，至る「プロセス」については関心が無かった．社会に出て失敗するも，「指摘」を素直に受け入れ「プロセス」の重要性に気付いたことが後に繋がったように思います．
結局私は「素直」な部分によって救われた人生に思います．
一番困るのは「指摘」を素直に受け入れられない人でしょうか．いわゆる我の強い人ですが，その場合は「裸の王様」になってしまうかもしれません．ご存じですよね．有名な寓話です．まとめると以下のようなお方です．
「裸の王様」とは
1)自分の意見に対する批判や反対を聞きいれない・・・自分の意見（都合の良い答え）がすべて正しいものとして何を言われても勝手に都合よく解釈し，意見をごり押し
2)自分の回りに批判したり反対する人がいなくなっていく・・・自分の意見が正しいと都合よく解釈出来なくなるまで追い詰められると排除
3)結局「身の程を知らない」まま歳を重ね改善が見込めない
このような寂しい未来を迎えたい方は，ここにおられないのではないでしょうか．身の程を知る機会は社会に出てからだと仕事の内容や役割が影響するので，難しいかもしれません．是非学生生活の中で指摘を受ける機会はあるはずなので，その機会を活かして成長されることを祈っています．
学位を取る過程で身の程を知ることが出来た。と父と酒飲みながら話をしたら嬉しそうに同意していたのを思い出しました https://t.co/blGl6881oC
— めどぶぶ (@medbb) November 30, 2019
自己分析が出来たといって、身の程を知ったことにはならない。身の程を知る人ほど成長すると思っている。そのような可能性を秘めた人材を求めているのだと。数年前（正月？）に出雲で父親と「身の程を知る」についてお酒を飲みながら話したことを思い出す
— めどぶぶ (@medbb) December 27, 2010
＜参考＞
裸の王様（Wikipedia)
https://ja.wikipedia.org/wiki/%E8%A3%B8%E3%81%AE%E7%8E%8B%E6%A7%98
はだかの王さま(青空文庫)
https://www.aozora.gr.jp/cards/000019/files/46319_23030.html
出席について（20250420更新）
教育機関により出席確認のシステムが異なりますので，それぞれ以下の扱いとします但し，公共交通機関の遅延などについては教育機関の取り決めに基づく対応になります
これまで，当該者が遅刻していた記録があるにもかかわらず出席として申請してくるケースや，不在なのに出席として記録されていたケースなどがあります．
いずれも不正行為にあたりますので科目担当者の範疇を超えており，気が付いた時点（疑い含む）で直ちに当該教育機関に報告する必要があるものです．
授業開始時刻までに学生証を教室などに設置されているリーダーにて出席登録を各自で行うシステム
学生証（もしくは登録カード等）を大学より指示されたリーダーにかざすなどエントリーの手続きを授業開始時間までにしてください学生証（もしくは登録カード等）を携帯していない場合は授業開始後に申し出てください．手続きについて指示します．但し時間開始時点での状況確認が困難なため「遅刻」として取り扱います．
但し，当該教育機関の学則に基づき受講時間によっては遅刻ではなく欠席の扱いになる場合もあります．（途中で退室した場合も含みます）
また，出席していないにもかかわらず他の受講生に自身の学生証を渡し，出席登録を行っているケースが想定されますが，発覚した場合不正行為に相当しますので当該大学に報告します．
該当する教育機関
奈良県立医科大学
関西医科大学
授業開始時に自身のスマートフォンを用いて教員の指示に基づき出席登録を各自行うシステム
スマートフォンを忘れるなど，登録できない場合はその時に申し出てくださいその時点で教室にいない場合（トイレなど）の場合は，遅刻の扱いになるのでご注意ください
また，出席していないにもかかわらずLINEなどのツールなどで出席登録に関する情報を教室外の受講生に送信し，出席登録を行っているケースが想定されますが，発覚した場合不正行為に相当しますので当該大学に報告します．
該当する教育機関
大阪保健医療大学
関西福祉大学
羽衣国際大学
授業開始時に本人から直接確認（口頭，もしくは筆記）するシステム
また，出席していないにもかかわらず代返や代筆など出席していない受講生になりすまし，出席登録を行っているケースが想定されますが，発覚した場合不正行為に相当しますので当該大学に報告します．該当する教育機関
大阪リハビリテーション専門学校
注
大学院や学部の一部科目，もしくはオンラインで開講する場合など状況により上記の方法で出席確認をしない場合があります．その際は改めて説明します数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム の内容を含む授業について
数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラムの内容を含む授業のシラバスには関連のある部分についてコードを付与していますコード表は以下の通りです． 数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム データ思考の涵養（2024年2月22日改訂）（文部科学省）に基づいたものになります．
https://www.mext.go.jp/a_menu/koutou/suuri_datascience_ai/00001.htm
昨年度のdsliteracyコード表(20200414)から変更になった項目にはコードの前にマークをつけています
凡例：◎新規 ○内容変更（追記） ●コード番号変更
MDASH_Lコード表(20240404)
| 【1】 社会におけるデータ・AI利活用 |
【1-1】 社会で起きている変化 |
○【1-1-1】ビッグデータ、IoT、AI、生成AI、ロボット |
| 【1-1-2】データ量の増加、計算機の処理性能の向上、AIの非連続的進化 | ||
| 【1-1-3】第4次産業革命、Society 5.0、データ駆動型社会 | ||
| 【1-1-4】複数技術を組み合わせたAIサービス | ||
| 【1-1-5】人間の知的活動とAIの関係性 | ||
| 【1-1-6】データを起点としたものの見方、人間の知的活動を起点としたものの見方 | 【1-2】 社会で活用されているデータ |
【1-2-1】調査データ、実験データ、人の行動ログデータ、機械の稼働ログデータなど |
| 【1-2-2】1次データ、2次データ、データのメタ化 | ||
| 【1-2-3】構造化データ、非構造化データ（文章、画像/動画、音声/音楽など） | ||
| 【1-2-4】データ作成（ビッグデータとアノテーション） | ||
| 【1-2-5】データのオープン化（オープンデータ） | 【1-3】 データ・AIの活用領域 |
【1-3-1】データ・AI活用領域の広がり(生産、消費、文化活動など) |
| 【1-3-2】研究開発、調達、製造、物流、販売、マーケティング、サービスなど | ||
| 【1-3-3】仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替、新規生成など | ||
| ◎【1-3-4】対話、コンテンツ生成、翻訳・要約・執筆支援、コーディング支援など生成AIの応用 | ||
| 【1-4】 データ・AI利活用のための技術 |
【1-4-1】データ解析：予測、グルーピング、パターン発見、最適化、シミュレーション・データ同化など | |
| 【1-4-2】データ可視化：複合グラフ、2軸グラフ、多次元の可視化、関係性の可視化、地図上の可視化、挙動・軌跡の可視化、リアルタイム可視化など | ||
| 【1-4-3】非構造化データ処理：言語処理、画像/動画処理、音声/音楽処理など | ||
| 【1-4-4】特化型AIと汎用AI、今のAIで出来ることと出来ないこと、AIとビッグデータ | ||
| 【1-4-5】認識技術、ルールベース、自動化技術 | ||
| ◎【1-4-6】マルチモーダル（言語、画像、音声 など）、生成AIの活用（プロンプトエンジニアリング） | ||
| 【1-5】 データ・AI利活用の現場 |
【1-5-1】データサイエンスのサイクル（課題抽出と定式化、データの取得・管理・加工、探索的データ解析、データ解析と推論、結果の共有・伝達、課題解決に向けた提案） | |
| 【1-5-2】流通、製造、金融、サービス、インフラ、公共、ヘルスケア等におけるデータ・AI利活用事例紹介 | ||
| 【1-6】 データ・AI利活用の最新動向 |
○●【1-6-1】AI最新技術の活用例（深層生成モデル、強化学習、転移学習、生成AIなど） | |
| ●【1-6-2】AI等を活用した新しいビジネスモデル(シェアリングエコノミー、商品のレコメンデーションなど | ||
| ◎【1-6-3】基盤モデル、大規模言語モデル、拡散モデル | ||
| 【2】 データリテラシー |
【2-1】 データを読む |
【2-1-1】データの種類（量的変数、質的変数） |
| 【2-1-2】データの分布(ヒストグラム)と代表値（平均値、中央値、最頻値） | ||
| 【2-1-3】代表値の性質の違い（実社会では平均値＝最頻値でないことが多い） | ||
| 【2-1-4】データのばらつき（分散、標準偏差、偏差値） | ||
| ●【2-1-5】相関と因果（相関係数、擬似相関、交絡） | ||
| ●【2-1-6】観測データに含まれる誤差の扱い | ||
| ●【2-1-7】打ち切りや脱落を含むデータ、層別の必要なデータ | ||
| 【2-1-8】母集団と標本抽出（国勢調査、アンケート調査、全数調査、単純無作為抽出、層別抽出、多段抽出 | ||
| 【2-1-9】クロス集計表、分割表、相関係数行列、散布図行列 | ||
| 【2-1-10】統計情報の正しい理解（誇張表現に惑わされない） | ||
| 【2-2】 データを説明する |
○【2-2-1】データ表現（棒グラフ、折線グラフ、散布図、ヒートマップ、箱ひげ図） | |
| ●【2-2-2】データの比較（条件をそろえた比較、処理の前後での比較、A/Bテスト) | ||
| ●【2-2-3】不適切なグラフ表現（チャートジャンク、不必要な視覚的要素） | ||
| ●【2-2-4】優れた可視化事例の紹介（可視化することによって新たな気づきがあった事例など） | ||
| ◎【2-2-5】相手に的確かつ正確に情報を伝える技術や考え方（スライド作成、プレゼンテーションなど） | ||
| 【2-3】 データを扱う |
◎【2-3-1】データの取得（機械判読可能なデータの作成・表記方法） | |
| ●【2-3-2】データの集計（和、平均） | ||
| ●【2-3-3】データの並び替え、ランキング | ||
| ○●【2-3-4】データ解析ツール（スプレッドシート、BIツール） | ||
| ●【2-3-5】表形式のデータ（csv） | ||
| 【3】 データ・AI利活用における留意事項 |
【3-1】 データ・AIを扱う上での留意事項 |
【3-1-1】ELSI（Ethical, Legal and Social Issues） |
| 【3-1-2】個人情報保護、EU一般データ保護規則(GDPR)、忘れられる権利、オプトアウト | ||
| 【3-1-3】データ倫理：データのねつ造、改ざん、盗用、プライバシー保護 | ||
| 【3-1-4】AI社会原則（公平性、説明責任、透明性、人間中心の判断） | ||
| 【3-1-5】データバイアス、アルゴリズムバイアス | ||
| 【3-1-6】AIサービスの責任論 | ||
| ◎【3-1-7】データガバナンス | ||
| ●【3-1-8】データ・AI活用における負の事例紹介 | ||
| ◎【3-1-9】生成AIの留意事項（ハルシネーションによる誤情報の生成、偽情報や有害コンテンツの生成・氾濫 など） | ||
| 【3-2】 データを守る上での留意事項 |
【3-2-1】情報セキュリティ：機密性、完全性、可用性 | |
| 【3-2-2】匿名加工情報、暗号化、パスワード、悪意ある情報搾取 | ||
| 【3-2-3】情報漏洩等によるセキュリティ事故の事例紹介 | ||
| ◎【3-2-4】サイバーセキュリティ | ||
| 【4】 オプション |
【4-1】 統計および数理基礎 |
【4-1-1】確率、順列、組み合わせ |
| 【4-1-2】線形代数(ベクトル、ベクトルの基本的な演算、ノルム、行列とベクトルの積、行列の積、内積) | ||
| 【4-1-3】1変数関数の微分と積分 | ||
| ●【4-1-4】集合、ベン図 | ||
| ●【4-1-5】指数関数、対数関数 | ||
| 【4-2】 アルゴリズム基礎 |
【4-2-1】アルゴリズムの表現（フローチャート、アクティビティ図） | |
| 【4-2-2】並び替え（ソート） | ||
| 【4-2-3】探索（サーチ） | ||
| 【4-3】 データ構造とプログラミング基礎 |
【4-3-1】数と表現、計算誤差、データ量の単位、文字コード、配列 | |
| 【4-3-2】変数、代入、繰り返し、場合に応じた処理 | ||
| 【4-4】 時系列データ解析 |
【4-4-1】時系列データ（トレンド、周期、ノイズ） | |
| 【4-4-2】季節調整、移動平均 | ||
| 【4-5】テキスト解析 |
【4-5-1】形態素解析、単語分割、ユーザ定義辞書、n-gram、文章間類似度 | |
| 【4-5-2】かな漢字変換の概要 | ||
| ◎【4-6】画像認識 |
◎【4-6-1】画像データの処理 | |
| ◎【4-6-2】画像認識、画像分類、物体検出 |
医学教育モデル・コア・カリキュラム の学修目標を含む授業について
医学教育モデル・コア・カリキュラムの学修目標を含む授業のシラバスには関連のある部分についてコードを付与していますコード表（但し担当の授業に出現するもののみ）は以下の通りです． 医学教育モデル・コア・カリキュラム（令和4年度改訂版）に基づいたものになります．
医学教育モデル・コア・カリキュラム関連（文部科学省）
https://www.mext.go.jp/a_menu/koutou/iryou/mext_00005.html
mccmeコード表(令和4年度改訂版 担当する授業で関係する部分のみ)
| 【PR】 プロフェッショナリズム |
【PR-01】 信頼 |
【PR-01-01】誠実さ | 【PR-01-01-01】患者や社会に対して誠実である行動とはどのようなものかを考え、そのように行動する (利益相反等)。 |
| 【PR-01-02】省察 | 【PR-01-02-02】他者からのフィードバックを適切に受け入れる。 | ||
| 【PR-02】 思いやり |
【PR-02-01】思いやり | 【PR-02-01-01】患者を含めた他者に思いやりをもって接する。 | |
| 【PR-02-02】他者理解と自己理解 | 【PR-02-02-01】自身の想像力の限界を認識した上で、他者を理解することに努める。 | ||
| 【PR-03】 教養 |
【PR-03-01】教養 | 【PR-03-01-01】人の生命に深く関わる医師に相応しい教養を身につける。 | |
| 【PR-03-01-02】答えのない問いについて考え続ける。 | |||
| 【GE】 総合的に患者・生活者をみる姿勢 |
【GE-01】 全人的な視点とアプローチ |
【GE-01-04】根拠に基づいた医療（EBM） | 【GE-01-04-01】根拠に基づいた医療（EBM）の5つのステップを列挙できる。 |
| 【GE-01-04-02】PICO（PECO）を用いた問題の定式化かができる。 | |||
| 【LL】 生涯にわたって共に学ぶ姿勢 |
【LL-01】 生涯学習 |
【LL-01-01】生涯学習の実践 |
【LL-01-01-02】学修・経験したことを省察し、自己の課題を明確にできる。 |
| 【RE】 科学的探究 |
【RE-01】 リサーチマインド |
【RE-01-01】能動的姿勢 | 【RE-01-01-01】常識を疑う。 |
| 【RE-01-01-02】何事にも知的好奇心を持って取り組むことができる。 | |||
| 【RE-03】 研究の実施 |
【RE-03-01】問い | 【RE-03-01-01】自身の関心を問いにすることができる。 | |
| 【PS】 専門知識に基づいた問題解決能力 |
|||
| 【IT】 情報・科学技術を活かす能力 |
【IT-01】 情報・科学技術に向き合うための倫理観とルール |
【IT-01-01】情報・科学技術に向き合うための準備 | 【IT-01-01-01】情報・科学技術を医療に活用することの重要性と社会的意義を理解している。 |
| 【IT-01-01-02】医療における情報・科学技術に関連する規制（法律、ガイドライン等）の概要を理解している。 | |||
| 【IT-01-01-03】デジタル情報や科学技術の活用における社会的格差が医療や福祉にもたらす影響や倫理的問題を議論できる。 | |||
| 【IT-01-02】情報・科学技術利用にあたっての倫理観とルール | 【IT-01-02-01】電子カルテをはじめとする医療情報の管理・保管の原則について理解し、関連する規制（法律、倫理基準、個人情報保護のための規定等）を遵守できる。 | ||
| 【IT-01-02-02】ソーシャルメディア(インターネット、SNS等)の利用において、医療者として相応しい情報発信の在り方を理解し、実践できる。 | |||
| 【IT-02】 医療とそれを取り巻く社会に必要な情報・科学技術の原理 |
【IT-02-02】情報・科学技術の先端知識 | 【IT-02-02-01】医療に関連する情報・科学技術（医療情報システム、ウェアラブルデバイス、アプリ、人工知能、遠隔医療技術、IoT等）を理解し、それらの応用可能性について議論できる。 | |
| 【IT-02-02-02】情報・科学技術の専門家とともに、技術を医療へ応用する際に、医療者に求められる役割を理解している。 | |||
| 【IT-03】 診療現場における情報・科学技術の活用 |
【IT-03-02】情報・科学技術を活用した学習スキル | 【IT-03-02-01】自己学習や協同学習の場に適切なICT（eラーニング、モバイル技術等）を活用できる。 | |
| 【IT-03-02-02】新たに登場する情報・科学技術を自身の学び及び医療に活用する柔軟性を有する。 | |||
| 【CS】 患者ケアのための診療技能 |
【CS-02】 患者情報の統合、分析と評価、診療計画 |
【CS-02-03】検査(計画、分析評価) | 【CS-02-03-04】主要な臨床・画像検査(表6)の特性（感度、特異度、偽陽性、偽陰性、検査前確率・検査後確率、尤度比、ROC曲線）と判定基準（基準値・基準範囲、カットオフ値、パニック値）を理解している。 |
| 【CS-05】 医療の質と患者安全 |
【CS-05-06】患者安全の実践 | 【CS-05-06-02】診療録の重要性を理解し、適切に記載し取り扱うことができる。 | |
| 【CM】 コミュニケーション能力 |
|||
| 【IP】 多職種連携能力 |
|||
| 【SO】 社会における医療の役割の理解 |
【SO-02】 疫学・医学統計 |
【SO-02-02】疫学 | 【SO-02-02-02】割合・比・率の違い及び代表的な疫学指標（有病割合、リスク比、罹患率等）を理解している。 |
| 【SO-02-02-05】主な疫学の研究デザインとして、観察研究（記述研究、横断研究、症例対照研究、コホート研究）及び介入研究（ランダム化比較試験等）を理解している。 | |||
| 【SO-02-03】データ解析と統計手法 | 【SO-02-03-01】尺度（間隔、比、順序、名義）について説明できる。 | ||
| 【SO-02-03-02】データの分布（欠損値を含む）について説明できる。 | |||
| 【SO-02-03-03】正規分布の母平均の信頼区間について説明できる。 | |||
| 【SO-02-03-04】相関分析、平均値と割合の検定等を実施できる。 | |||
| 【SO-02-03-05】多変量解析の意義を理解している。 |