大阪保健医療大学 医療情報学２０２２
（保健医療学部リハビリテーション学科 理学療法学専攻）
|
動画配信は予定しておりません． |
講義／復習動画の閲覧はこちらから |
最初に
自己紹介
http://researchmap.jp/medbb/授業メニュー
第1回 情報学（Ⅰ）－情報とは第2,3回 情報学（Ⅱ）－情報量の計算について
第4回 情報学（Ⅲ）－ネットワーク技術について
第5回 情報学（Ⅳ）－情報セキュリティ
第6回 保健医療情報システム（Ⅰ）－医用画像について
第7回 保健医療情報システム（Ⅱ）－電子カルテについて
第8回 保健医療情報システム（Ⅲ）－施設内の情報システムについて
第9回 保健医療情報システム（Ⅳ）－施設を超えた情報システムについて
第10回 統計基礎（Ⅰ）－尺度・度数分布について
第11回 統計基礎（Ⅱ）－代表値について／散布度について（範囲）
第12回 統計基礎（Ⅲ）－散布度について（偏差）
第13回 医療統計（Ⅰ）－比と率と割合
第14回 医療統計（Ⅱ）－相対危険度
第1回 情報学（Ⅰ）－情報とは
到達目標１－１医療の情報化について考えることが出来る
１－２データ 情報 知識の違いを説明することが出来る
情報化された医療とは
情報化・・・情報の流通および事柄の記録が増えていくこと情報化社会・・・社会の中で情報の流通及び事柄の記録が増えていくこと
とすると
医療において情報の流通及び事柄の記録が増えていくこと
情報とは
戦争に関する本で翻訳する時の森鴎外による造語とされる以下の論文参照
情報という言葉の起源，長山 泰介，ドクメンテーション研究 33(9), 431-435, 1983
http://ci.nii.ac.jp/naid/110002755644
情報という言葉の由来 [味村ノート]（GPA Talks）
http://gpatalks.blog.so-net.ne.jp/2011-07-11
情報の特徴・・・モノではない
疑問）モノじゃないのであれば何を以て存在しているとするのか（モノじゃないので）
→記憶されていたら／記録され活用されていたら
＜参考＞「記憶こそが時間。そしてそれこそが、人を支える」（オーナー 仮面ライダー図鑑）
https://www.kamen-rider-official.com/zukan/character/748
人の死・・・医学的な死／社会的な死 情報化社会により医学的な死を迎えても社会的に生き続けることが可能になったのでは？
＜参考＞【追悼】24年前、突如広まった“志村けん死亡説”とは何だったのか（文春オンライン）
https://bunshun.jp/articles/-/36979
＜参考＞「志村は死なないの」志村けん追悼番組での高木ブーに“考えをひっくり返された”（クイックジャパンウェブ）
https://qjweb.jp/column/24786/
疑問）情報が「存在」を失うことについてどのように測定したらよいのだろう
＜参考＞情報の寿命を表す指標：被引用半減期（情報の科学と技術 70巻(2020)1号）
https://www.jstage.jst.go.jp/article/jkg/70/1/70_30/_article/-char/ja/
半減期・・・例えば放射能の場合，放射能を有する放射性同位元素が減少すること （消費スピードが早いほど放射線を出すがその分減少していく ⇔ 消費スピードが遅いほど減少しないが・・・）
たしかに情報で直接物理的な影響を及ぼすことは出来ないが，心理効果は期待できる（例えばマクロスとか）
情報技術の発展により実空間から情報がサイバー空間に飛び出している．
ICTの話は通信技術の進展と情報技術のマッチングというところ．世界は変わりました．
（COVID-19流行期における保健医療と情報－ICTによるディスタンスコントロール－ より）
データ：
一次データと二次データの違い。
一次・・・ライブ。対象からダイレクト
二次・・・既に記録されたもの。まとめられたもの
情報：
データに意味を付与したもの
ただし受信者の特性に依存
知識：
情報を体系化したもの。
受信者の知性は当然だが、提供されているデータや情報としての理解の度合いや誤解によって知識構造体に違いが出てくる。
（よりよい医療に貢献する医療情報技師の役割 より）
情報化
データを情報にしていくことが情報化一つのデータで一つの情報 というわけでもない
（受け売り・・・一つの二次データで一つの情報）
情報を増殖させることが出来る（発信できる）できる人間なのか，情報を入手するだけの人間なのか
→単なる思い付き・・・背景がないと薄っぺら あっという間に消費
→授業を一コマする時点で引き出しを使い果たし呆然としたあの日
求められるのは研究視点では「新たな知見」簡単じゃないけど
教育の場合は，変わらない（であろう）本質と実態の乖離をわかりやすく示す情報に思う．
→新たな知見というより新たな道筋と思うがこれも簡単じゃない
補足
過去に描いた近未来の医療におけるICTの役割
ホームドクター2006－近未来の地域医療－（第23回日本医学会総会1991京都）https://www.youtube.com/watch?v=5Fy17NuNG_k
思い描いた未来がやってくるわけでも無い件
（保健医療分野における情報空間の安全な歩き方２０２２ より）
第2回 情報学（Ⅱ）－情報量の計算について
到達目標２－１情報量bitと確率の関係について説明することが出来る
２－２情報量の計算が出来る
２－３補助単位について説明できる
２－４画像や音や文字などどのようにして情報化（デジタル情報化）されているか説明することが出来る
情報の量
bit：シャノンの情報理論AなのかAじゃないのか？明確に指定できる情報・・・1bit
事象の起こる確率によって決まる。確率の低い事象を確定する情報ほど大きくなる
Ｉ=-log２Ｐ 事象の起こる確率によって情報の量が決まる
それぞれの事象の起こる確率が等しいならば選択肢の数（Ｔ）に書き換えると Ｉ=log２Ｔ → 何が起こるのか想定しないと情報は取り扱えない・・・想定外の事象の情報量は計算できない（無限大）
デジタルの世界では１と０の情報の組み合わせであらゆるデータを取り扱っている
（但しデータの定義が必要）
情報量が大きいほどより細かい事柄を表現できる
（情報通信技術の活用による効果的な学修環境の構築について より）
色深度（bpp）
1bit ■ ■ ■ ■ ■ ■ ■ ■
2bit ■ ■ ■ ■ ■ ■ ■ ■
3bit ■ ■ ■ ■ ■ ■ ■ ■
情報量の定義
yes/Noを区別（選択肢２つから１に）させる情報・・・1bit選択肢４つから１にさせる情報・・・2bit
選択肢８つから１にさせる情報・・・3bit
選択肢は２のるい乗（べき乗）になる。
対数（log）・・・るい乗（べき乗）を求めることが出来る→選択肢から情報量を求められる
文字の情報量
英数字・・・7bit＋カナ・・・8bit=(1byte)半角文字
漢字は倍の2byte（全角文字）
情報量は文字数×1文字あたりの情報量
（余談）ローマ字「ん」の後ろにbmpが来る場合、nではなくmで表記（ヘボン式）namba(なんば)
第3回 情報学（Ⅱ）－情報量の計算について（2）
色の情報量
光の3原色・・RGBそれぞれ２５６階調とすると、一色8bit
3色で8×3で24bit
情報量はマス目（ピクセル）数×1マス（ピクセル）あたりの情報量
補助単位
補助単位はキリのいい数字・・・切りの良い数字とは？十進数の世界ち二進数の世界のキリのいい数字は異なる
十進数 10 二進数 1010
十進数 16 二進数 10000
K→M→G
十進数は1000
二進数は2^10=1024≒1000
キロ・・・kとK
音の情報量
空気の振動（粗密波）Hz
人間の可聴域は２０Hz～２０kHz
サンプリング定理：元の周波数の2倍以上でサンプリングすれば再現できる
＜参考＞標本化定理(サンプリング定理)とは（制御工学の基礎あれこれ）
http://arduinopid.web.fc2.com/M34.html
（余談）超音波とは可聴域を超えたところの周波数の音波・・・故に人には聞こえない（ハズ）
サンプリング周波数・・・どのぐらいの周期で音信号をひらっているか・・・CDは44.1kHz
情報量は音信号の情報量（16bit×2チャンネル＝4byte）×1秒あたりのサンプリング数×曲の長さ（秒数）
（参考）なぜ650MBのCD-Rに74分の音楽が記録できるのでしょうか？
http://okwave.jp/qa/q2070273.html
第04回情報学（Ⅲ）－ネットワーク技術について
３－１ネットワークにはどのようなものがあるか挙げることが出来る３－２コンピューターネットワークの速度の計算が出来る
デジタル化された情報の送受信→音 映像 写真 文字 どのような情報でもデジタル化すれば取り扱える
デジタル信号とアナログ信号の強さの違い
（アナログ）FMラジオ・・・ノイズが入ってもある程度聞こえる
（デジタル）ワンセグテレビ・・・ある程度まで見えていても急に画面が止まる
アナログ・・・連続している・・・情報そのまま（ノイズにより元の情報から変化）
デジタル・・・離散している・・・復号化しなくてはならない（ノイズにより元情報と違うものに変わってしまう恐れ）
ネットワークとは
繋がり（ノードとエッジの関係）世の中には様々な繋がりがある
人間関係・・・様々な情報が集まる
（余談）私のブログ・・・弱いこともいいことだ（御卒業おめでとうございます）・・・当時の卒業生へのメッセージ
http://medbb.exblog.jp/19464438/
電話（音声通信）ネットワーク・・・無線化（携帯電話）により開発国で整備が進む
高速道路ネットワーク
航空ネットワーク・・・ハブ空港の存在
ヨーロッパを舞う飛行機ルートを可視化
東京駅から日本全国への「到達所要時間マップ」 - Yahoo! JAPANビッグデータレポート
テレビ局ネットワーク・・・各系列が広範囲に情報を
（余談）腸捻転
https://ja.wikipedia.org/wiki/%E8%85%B8%E6%8D%BB%E8%BB%A
コンピューターネットワーク・・・様々な情報（文字・音・写真・音楽・映像）を流せる
インターネット・・・ネットワークとネットワークが繋がって形成（蜘蛛の巣状）・・・スケールフリーネットワーク →故障に強いが、攻撃には弱い
インターネット上で様々な（人的）ネットワークが作られている・・・LINE Facebook Twitter Mixi etc.
電話回線にも規格が決められているようにインターネットでも規約がある・・・プロトコル
通信速度
bps（秒あたりの情報量）・・・距離は関係ない1200bps・・・1秒当たり全角（日本語）７５文字を伝えることができる
（私が最初に経験した300bpsの時代は1秒当たり20文字・・・一行40文字とすると2秒かかってしまう）
携帯電話にみる通信速度の変遷
アナログの世界（通話）→デジタルの世界（通信）
アナログ携帯（第１世代）の通信速度（通話のみ）
https://www.youtube.com/watch?v=EpxmB1e0FKA
デジタル携帯（第２世代（PDC））の通信速度（2400bps→9600bps）
https://www.youtube.com/watch?v=SI8nRqGZt2A
https://www.youtube.com/watch?v=gEhgRL9_1YY
https://youtu.be/InnZUrTA1X8
https://youtu.be/mTtURP7HF0o
デジタル携帯（第2.5世代cdmaOne）の通信速度（64kbps）
https://www.youtube.com/watch?v=djvB1pGaaDc
デジタル携帯（第3世代VGS/FOMA）の通信速度（7.2Mbps/384kbps）
https://www.youtube.com/watch?v=7V1E6QKJIvE
デジタル携帯（第3.5世代FOMA Hispeed）の通信速度（14Mbps/5.7Mbps）
https://www.youtube.com/watch?v=Spju5CGMhmc
デジタル携帯（第3.9?世代4G-LTE）の通信速度（110Mbps/10Mbps）
https://www.youtube.com/watch?v=VJg3AfXKSkE
https://www.youtube.com/watch?v=LDyzk4ZAJAY
デジタル携帯（第５世代５G）の通信速度（10Gbps）
https://www.youtube.com/watch?v=yN7IqiqkfEk
未来
https://www.youtube.com/watch?v=1Z5fMMGMysw
一気に振り返る動画
https://www.youtube.com/watch?v=UcLyd1otlI8
https://www.youtube.com/watch?v=k0iIqAPJj6s
まとめるポイント
１）１Mbyteのデータを1Mbpsの回線で転送するときにかかる時間は？（ネットワークの伝送効率は１００％とする）２）１Mbyteのデータを1Mbpsの回線で転送するときにかかる時間は？（ネットワークの伝送効率は２０％とする）
第5回 情報学（Ⅳ）－情報セキュリティ
到達目標５－１情報セキュリティの定義（３要素）について説明出来る
５－２暗号化の必要性について説明できる
技術的な話が良く出てくるが、どうしても人が絡むところ（運用）が弱くなる
情報セキュリティ・・・情報の機密性、完全性、可用性の確保お金配りアカウントの目的、情弱リストの作成かなと思ってたけど詐欺用の口座確保と受け子調達だったと知ってアハ体験した https://t.co/fxGEKltdky
— はやおき (@hy__ok) September 19, 2022
http://www.soumu.go.jp/main_sosiki/joho_tsusin/security/intro/security/index.html
技術的な話
インターネットの世界は公共の場 → トンネル → 暗号化通信 例：SSL通信(https)
（データを「わかりやすく」と「わかりにくく」と －医療分野の情報化－ より）
平文→暗号文 暗号化
暗号文→平文 復号化
http://www.soumu.go.jp/main_sosiki/joho_tsusin/security/basic/structure/02.html
暗号の例
転置式暗号・・・文字の並べ替え
換字式暗号・・・ポリュビオスの暗号表・・・ポケベル
＜参考＞
ポケットベル（通信用語の基礎知識）
https://www.wdic.org/w/WDIC/%E3%83%9D%E3%82%B1%E3%83%83%E3%83%88%E3%83%99%E3%83%AB
これ読めますか？「045105110」懐かしのポケベルのメッセージ27選（マネーフォワード）
https://biz.moneyforward.com/blog/business-hack/pocketbell/
ポケベルまもなく終了、秋葉原では「お葬式」も（IT media）
https://www.itmedia.co.jp/news/articles/1909/30/news113.html
運用上の話
【資料】ＳＮＳ時代における個人情報保護と情報セキュリティhttps://medbb.net/education/kosaka20140828
【資料】特別講義 漏洩と拡散の危機から情報を守る考え方
http://www.medbb.net/education/joho20150724/index.html
その警告メッセージ、信じて大丈夫？ ブラウザの“偽警告”にご用心！ （IPA）
手口検証動画シリーズ ～スマホやパソコンに関する「だましの手口」を実際に検証！～(IPA Channel)
https://www.youtube.com/playlist?list=PLi57U_f9scIJRkSigtIyOIZ7dRQGXkeZw
設定と管理のあり方－ IDとパスワード（総務省安心してインターネットを使うために）
http://www.soumu.go.jp/main_sosiki/joho_tsusin/security/basic/privacy/01-2.html
この中で、パスワードの定期変更の話が出てくるが、今は変えない方推奨
パスワード「90日ごとに変更」は間違い？ ルール提唱者が「後悔」（ITmedia）
http://www.itmedia.co.jp/news/articles/1708/18/news072.html
会見で語られた「ドコモ口座」不正利用、問題点と対策は（ケータイWatch）
https://k-tai.watch.impress.co.jp/docs/news/1276379.html
緊急解説 なぜ起きた？「ドコモ口座」不正引き出し（2020年9月11日）(テレ東ニュース)
まとめるポイント
１）セキュリティは技術的な話だけではなく運用によるところも大きい２）暗号化－復号化ができるように
第6回 保健医療情報システム（Ⅰ）－医用画像について
到達目標６－１DICOM規格について説明できる
６－２画像検査の種類や特徴について説明できる
DICOM
医用画像のデジタル保存・伝送に関する規格 http://medical.nema.org/Dicom/about-DICOM.htmlデファクトスタンダード
http://e-words.jp/w/%E3%83%87%E3%83%95%E3%82%A1%E3%82%AF%E3%83%88%E3%82%B9%E3%82%BF%E3%83%B3%E3%83%80%E3%83%BC%E3%83%89.html放射線を利用した画像について
被曝の話PET検査と放射線について（PET検査ネット）
http://www.pet-net.jp/pet_html/treat/radioactivity.html
外部被曝と内部被曝の違いを整理しておいてください（宇宙から 大地から が外部被ばく。空気中（吸入） 食べ物（摂取））
X線写真
アナログからデジタルへ移行（銀塩写真→デジタルカメラ）反射光を記録するのではなく透過光を記録
物質により透過具合が違う
造影剤は画像の濃淡を増強させるため
画像を取得しながらそのまま治療 → IVR
愛知医科大学IVR 治療を受けることになりました。どのような治療ですか？
CT
コンピューター断層撮影（アナログの）断層撮影もあるが、全く違うロジック
→アナログでは成立しなかった画像
横から見ているのに上から見た状況を推測
（「医療とコンピュータ」これまでとこれからと より）
CT MRI動画 （メディカルトピア草加病院）
https://www.youtube.com/watch?v=jqaJIKOdc6o
CTで撮影する際の注意とMRIの場合の違いなど見ておいてください
くも膜顆粒のCT、MRI画像所見 （画像診断チャンネル）
https://www.youtube.com/watch?v=fQXhrDiVa_A
一緒な部分の撮影でもCTとMRIで異なる
MRI
強力な磁場の中で電磁波（ラジオ波）を利用。放射線を使わない。磁力は感じなくても音のすごさに驚く検査
ＨＯＷ ＴＯ サイエンス （９）からだの中を見る方法 MRI（サイエンスチャンネル）
https://www.youtube.com/watch?v=yeoIE5BmSrc
MRIで硬さを調べる以降は自宅でご覧ください
アクシデント
失敗百選 ～MRIにボンベが引き込まれて男児に衝突～
http://www.sydrose.com/case100/257/
MRIの危険性03「絶対に外れない車椅子」医療安全教育
https://www.youtube.com/watch?v=av3ABf7s3E8
核医学検査
放射性同位元素を体内に投与代謝を見る
そこから出てくる放射線（γ線 PETは消滅放射線）を外側で検出
ガンマカメラ
γ線を検出して平面像を得る
SPECT
ガンマカメラのCT版
PET
陽電子放出核種を利用
札幌東徳洲会病院 PET-CT検査紹介動画
https://www.youtube.com/watch?v=0g6rn0ZtlXE
超音波
音波を利用反射するまでの時間を距離に変換
救急腹部エコー検査（日経BP）
https://www.youtube.com/watch?v=IldE_FzvQwI
【４Dエコー】笑撃！超音波で赤ちゃんがまさかのポーズ？！パパ似？ママ似？【妊娠経過報告】(らいトンちゃんねる Raiton Channel) https://www.youtube.com/watch?v=9HJWq7rWVNI
音の反射時間から立体動画が作成される時代
内視鏡
国内機器メーカーが圧倒的シェア上記の医用画像との違いは、体の中を診るのに体外からアプローチしていたのを、体内に機械を放り込むところ
生検が可能
ききょうの丘健診プラザ： 胃内視鏡検査の受け方
https://www.youtube.com/watch?v=bHxCoEJ29Gg
まとめるポイント
（データを「わかりやすく」と「わかりにくく」と －医療分野の情報化－ より）
第7回 保健医療情報システム（Ⅱ）－電子カルテについて
到達目標７－１カルテに記載される情報について説明できる
７－２電子カルテの必要な要件について説明できる
７－３電子カルテの意義と問題点について説明できる
カルテ
法令で「カルテ」なる言葉は出てこない。 「診療録」のことを指す
・医師法＜資格法＞で作成や保存について定められている。
・治療に関すること以外の記載もある
電子カルテ
医療情報システムの安全管理に関するガイドライン第5.1版（令和３年１月）厚生労働省https://www.mhlw.go.jp/stf/shingi/0000516275.html
「7 電子保存の要求事項について」の部分（P100-P114）をよく読むこと
法的に保存義務のある文書等の電子保存の要件
・真正性・見読性
・保存性
電子カルテの意義と問題点
新たな事が出来るようになると同時に、新たな事案も発生する（ゆえに、状況を把握し理解する力が必要）
・データ入力：手書き文字からの開放
・データ活用：情報の共有
・データ保存：データの紛失防止・長期保存
ISOUKAIx 医療情報 ①黒田知宏先生 「それって『電子カルテ』ですか？」
https://www.youtube.com/watch?v=0jvcfrEol7g
電子カルテから症状を読み取る IBM Watson Explorer(IBMJapanChannel)
https://youtu.be/Psuy1ARK2aU
電子カルテは単なる記録するためのものではなく利便性の向上と活用できる環境へ（次回に続く）
セキュリティの話
なぜ電子カルテはセキュリティを担保しなくてはならないのか？刑法(e-GOV)
https://elaws.e-gov.go.jp/search/elawsSearch/elaws_search/lsg0500/detail?lawId=140AC0000000045
理学療法士及び作業療法士法(e-GOV)
https://elaws.e-gov.go.jp/search/elawsSearch/elaws_search/lsg0500/detail?lawId=340AC0000000137
特別講義 漏洩と拡散の危機から情報を守る考え方
http://www.medbb.net/education/joho20150724/index.html
まとめるポイント
１）電子カルテに必要な３用件第8回 保健医療情報システム（Ⅲ）－施設内の情報システムについて
到達目標８－１病院内の情報システムにどのようなものがあるか説明できる
８－２オーダーエントリーシステムと電子カルテの情報の違いについて説明できる
８－３病院情報システムに求められる用件を説明できる
病院情報システム
HIS（Hospital Information System）狭義のHIS・・・オーダーエントリーシステム
広義のHIS・・・電子カルテも含めた病院全体のシステム
電子カルテの導入は病院全体の話
ISOUKAIx 医療情報 ②竹村匡正先生 「失敗するプロジェクト ～電子カルテ導入物語～」
https://www.youtube.com/watch?v=pSYM9u6yveY
病院情報システムの発展の歴史
医事会計システム（レセコン＝レセプトコンピュータ）がスタート（レセプト・・・診療報酬明細書）
医療機関からの請求。電子化が進む
患者の知らない診療明細 レセプト（ロハス・メディカル）
http://lohasmedical.jp/archives/2009/03/post-39.php
医療情報システム（オーダエントリ・電子カルテシステム）導入調査（JAHIS 一般社団法人 保健医療福祉情報システム工業会）
https://www.jahis.jp/action/id=57?contents_type=23
発展の鍵は費用対効果？
医事会計電子化・・・デジタル加算（アナログ減算）
オーダーエントリー・・・コスト漏れが防げる
電子カルテ・・・？
オーダーエントリーシステムと電子カルテの機能の違い
オーダー伝達と結果参照の話電子カルテの定義に関する日本医療情報学会の見解（日本医療情報学会）
http://www.jami.jp/medicalFields/Documents/eKarte.pdf
電子カルテの位置づけと機能のところがポイント
PACS
Picture Archiving and Communication SystemDICOM規格の話
（画像の発生と転送時間の計算が出来るように）
病院情報システムに求められる用件
・処理の確実性システムが肥大化しており影響も広範囲に
・システムの頑健性
いまさら代替手段がない
・データの冗長化
無駄なように見えて無駄じゃない
・データの継続性
csv（Comma-Separated Values）に出来ればなんとかなる
・データの機密性
公的な性質を持つ情報システムほど機微な情報が集まる
・分かりやすい操作性
特別な教育がなくとも使える
・早いレスポンス
クライアント側で処理させるか、サーバーサイドで処理させるか、プリフェッチ（事前に読み込み）
・低コスト性
全体のコストで見ないと
システム運用のメリットデメリット
システム運用のメリット
情報伝達が迅速転帰や再入力が不要
閲覧様式が自在
正確な情報収集
検索・集計が容易
保存スペースが小さく長期保存可
情報へのアクセスが迅速
紛失リスクが少ない
紙運用のメリット
情報収集の柔軟性近くの人への情報伝達の手軽さ
真正性の確保（甘さ？）
運用変更への対応
情報の分散管理
情報システム間の連携
IHE - 医療情報統合化への挑戦（日本IHE協会）http://www.ihe-j.org/movie/index.html
繋がり始めるとメリットがあれば施設内にとどまる必要はないので施設を飛び越える
まとめるポイント
デジタル化によりデータは同一メディアで取り扱えるものの・・・・第９回 保健医療情報システム（Ⅳ）－施設を超えた情報システムについて
到達目標９－１遠隔医療の類型にどのようなものがあるか説明できる
９－２地域医療連携情報システムの機能について説明できる
遠隔医療
元々は遠隔地を結ぶ格好で地域に医師がいない部分を補うために「遠隔医療」として行われていた．遠隔医療システムの類型
DtoD(Telemedicine)
医療者対医療者一人の医療者が全ての専門知識を持っているわけでは無い
専門医制度
http://www.japan-senmon-i.jp/
テレラジオロジー（放射線科医による読影）（ビデオ）
テレパソロジー（病理医による病理診断）術中迅速診断
テレカンファレンス（他施設の医療者との症例検討）
平成29年度5G総合実証 遠隔医療（総務省動画チャンネル）
https://youtu.be/0t6-YjaT1wo
情報に出来ない「モノ」伝送できないので・・・
ドローンで医療品を離島へ輸送 香川（SankeiNews）
https://youtu.be/EWOjXW0CSxM
命を救うドローン ルワンダで医薬品や血液を輸送 （BBC News Japan）
https://youtu.be/IF-GItooN8I
DtoP(Telecare)
医療者対患者医師法第20条の解釈
各論的事項 №16 「遠隔医療」（日本医師会）
http://www.med.or.jp/doctor/member/kiso/d16.html
遠隔医療拡大に対応し職能追求を（薬事日報）
https://www.yakuji.co.jp/entry63463.html
スマホでできる遠隔診療・健康相談 ポケットドクター（Pocket Doctor）
https://youtu.be/ByYcE492RfQ
【Ｎスタ】オンライン診療予約急増、コロナ感染疑いある患者も（TBS NEWS）
https://youtu.be/mpyEBTp64mY
初診オンライン診療 厚労省が難色(テレ東NEWS)
https://youtu.be/EI_4akjdYtE
PtoP
患者対患者Communication Network Analysis in Maternity Hospital Bulletin Board System
Journal of Medical Systems(31/2)141-148 Shunji Suto, Nobuyuki Ashida, Terumasa Higashi, Hideo Takemura, Koji Kurimoto and Shiro Yorifuji
地域医療連携情報システム
目的：病院完結型医療ではなく、地域完結型医療を達成するにあたって医療機関間のスムーズな連携の支援地域により事情が異なるのでシステムの持つ機能は様々
ICT を利用した全国地域医療連携の概況(2016 年度版) 日医総研ワーキングペーパーより作成
医療情報連携基盤
医療機関において保存されている患者ID に紐づけられる情報を対象とした情報連携基盤（情報連携基盤・・・「番号」に係る個人情報を情報保有機関間でやりとりするための電子情報処理組織）
平たく言うと，診療情報は医療機関単位で記録・管理・利用される診療情報であるが利用は地域の他の医療施設でも可能とするもの
電子化することで可能となる（紙だと物理的に困難）
そのためには医療施設ごとに異なるIDをどのように読み替えるか・・・地域共通ID→医療等ID
地域医療連携ネットワークを用いた診療所と病院の双方向連携事例紹介 （FujitsuHealthCareSolution）
https://youtu.be/Ar3lvpPXBOs
奈良県へき地における医療提供体制の現状と今後について
http://www.medbb.net/education/naracommed20191030/index.html
未来はは地域を超えた情報共有も
【5G】FUJITSUが5Gで実現する社会～医療編～（富士通）
https://youtu.be/TDmPhVtnNbg
＜参考＞
医療情報連携ネットワーク支援Navi（厚生労働省）
http://renkei-support.mhlw.go.jp/
被保険者番号を「医療等ID」として運用へ 厚労省が仕様まとめる（Med IT Tech）
https://medit.tech/mhlw-announced-scheme-of-medical-id/
まとめるポイント
サイバー空間は様々な障壁を飛び越えるが実社会の環境整備がなかなか・・・・第10回 統計基礎（Ⅰ）－尺度・度数分布について
到達目標１０－１記述統計と推測統計について説明できる
１０－２４つの尺度について説明できる
１０－３度数分布表が作成できる
統計とは
私の考える統計学
『気づかせてくれるもの。うすうす気づいていることを確認するもの』私の考える医療統計学（2015）
『ある事象のなかで一般化出来るもの（法則性）を見いだすことは、その個別の事例にとどまらず広く利用できる知見をもたらす。そのためには複数の事例を集めて検討する統計処理が必要になる。それゆえ、統計処理は個別の事情を発生頻度により排除する主義に基づく。
私達の周りで起こる様々な事象は自然現象によるものだけではなく人間活動などの人工的な要因の影響を受けるものも多く、そのため法則性を見いだすにはそれぞれの領域の目的に応じた統計処理が必要となる。
医療統計学は、単に生物としてだけではなく活動状況も多様な集団である人に対して、提供する医療が及ぼす影響やその要因に関する法則性を見いだす方法を探求する学問分野である。』
（複雑なため確定的な事象はなく確率的に取り扱う必要がある）
統計の分類
記述統計と推測統計に分類される記述統計とは
・収集したデータを要約してその集団の状況を表す・そこにあるデータは全体（母集団）
・度数（分布）・代表値・散布度など
推測統計とは
事象の起こる確率を仮定した上で全体（過去・現在だけではなく未来も含む）を推測する。推定と検定に分類される。推定とは
・収集したデータを基にしてその集団の状況を表す・そこにあるデータは一部（標本）
・点推定・区間推定
検定とは（この領域の具体的な部分は２年次開講「統計学」にてエクセル使いながら）
・収集したデータを基にしてその集団の状況を仮定に従ってyes/Noで判断する・そこにあるデータは一部（標本）
・t検定・カイ二乗検定など
母集団とは
対象としている集団の全体を指し示すときに「母」を最初に付ける。無限母集団と有限母集団からなる。
対象が有限か無限に増殖するかの違い
標本とは
母集団の一部。昆虫標本を思い浮かべると、偏りに注意する必要があることは自明。
参考
標本調査はサンプル抽出が命（The Huffington Post Japan）http://www.huffingtonpost.jp/nissei-kisokenkyujyo/sample-survey_b_5878832.html
変量(データ)の分類
変量は様々なものがあるがそれらの性質をとりまとめ分類することが出来る。それぞれを尺度と呼び、4つに分類するのが一般的である
１名義尺度
２順序尺度
３間隔尺度
４比例尺度
１，２を質的変量（定性的）
３，４を量的変量（定量的）
性質としては上位互換性があり
４＞３＞２＞１
度数分布表
それぞれのデータ（変量）の数（出現頻度）をまとめたもの変量が名義尺度の時は多い順（お作法として。但しその他を出すなら一番最後）
順序尺度以降であれば順（名義尺度でも比較のためにお作法を破ることはある）
度数 ・・・出現頻度
累積度数・・・上位の変量の度数もあわせた度数
相対度数・・・総出現頻度を1（100%）としたときのそのぞれの度数のしめる割合
累積相対度数・・・累積度数の相対版
量的変数の場合はその数値だけで度数を積み上げようにもなかなか上手くいかない場合がある．
血圧 163.5mmHg 164.2mmHg 162.5mmHg・・・どれも度数を積み上げられない → 区間を設定する
|
「A～B」は「A以上B未満」と読むのが一般的と思っていたが，そうではないケースもあります．例えば「Aを超えB以下」 無論「A以上B以下」とするとどちらの階級にも属してしまう場合があるのでそれは×． |
| 階級 | 階級値 | 度数 | 相対度数 | 累積度数 | 累積相対度数 |
|---|---|---|---|---|---|
| 130～140 | 135 | ||||
| 140～150 | 145 | ||||
| 150～160 | 155 | ||||
| 160～170 | 165 | ||||
| 170～180 | 175 | ||||
| 計 | ----- | ----- |
| 品名 | 度数 | 相対度数 | 累積度数 | 累積相対度数 |
|---|---|---|---|---|
| かつ丼 | ９０ | |||
| カレーライス | ０．３ | ０．７５ | ||
| ラーメン | ||||
| 計 | １．００ | ----- | ----- |
度数分布図
質的変数・・・縦棒グラフ
量的変数・・・ヒストグラム
棒の間隔が無いのは値が連続している状態であるが故
普通の棒グラフは棒の長さが度数を示すが，ヒストグラムは棒の面積が度数を示す
| 「階級の幅を等しくすること」というのは幅が変わると高さが変わる故で，実際にはそのような区間設定はよくある |
https://www.stat.go.jp/naruhodo/4_graph/shokyu/histogram.html
スタージェスの公式
量的変量の度数分布表・図作成の時に階級幅設定の参考になる公式K（階級数）＝1＋log2（サンプル数）
サンプル数が50の場合
1+5.64=6.64
7ぐらいが適当
上記を参考にしながら階級幅を決めるとよい（かも程度で）
参考：ヒストグラムは怖い－スタージェスの公式（高校数学の問題を作る －工夫・コツとデータ－ ）
http://www10.plala.or.jp/mondai/columun/hist.pdf
（経験則に基づいたものだとばかり思っていたのでビックリ）
まとめるポイント
１）４つの尺度について例を挙げ説明せよ２）下記の度数分布表の空欄部を埋め完成せよ
| 階級 | 階級値 | 度数 | 相対度数 | 累積度数 | 累積相対度数 |
|---|---|---|---|---|---|
| 0.5～1.0 | |||||
| 1.0～1.5 | 6 | 0.325 | |||
| 1.5～2.0 | 0.1 | 17 | |||
| 2.0～2.5 | 0.65 | ||||
| 2.5～3.0 | 7 | ||||
| 3.0～3.5 | 0.125 | ||||
| 3.5～4.0 | |||||
| 計 | ----- | 1.00 | ----- | ----- |
第11回 統計基礎（Ⅱ）－代表値について
到達目標１１－１代表値にどのようなものがあるか説明・計算することが出来る
１１－２度数分布表から平均値などの算出が出来る
代表値と散布度があると（構成数nもですが）その集団がどんなものか想像出来る（マラソン実況）
代表値
average（その集団を数値一つで表す。excelはaverage関数で算術平均を出すが、まぁ代表値の代表ということだからと解釈しています）算術平均
mean（算術平均以外にも相乗平均（積して累乗根をとる）などもあります）1/n・Σxi
正社員男性の平均給与「527万円」 引き上げているのは誰なのか？（BLOGOS-キャリコネニュース2014年10月04日）
http://blogos.com/article/95831/
加重平均
重みづけ平均例えば ミニテストと期末試験の平均をとる → そのままの平均で良いの？ 応用例
度数分布表から算術平均を計算
Σ（階級値×度数）／構成数
中央値
median（別名第二四分位数）量的変量を順序尺度で処理した代表値
順番に並べたとき真ん中の順位にきた個体の値
個体数が偶数の時は真ん中2つの数値の平均値
スキージャンプの飛型点は中央値的なノリで算術平均している
スキージャンプを知ろう！！ルール解説（ジャンプ雪印メグミルク）
https://www.meg-snow.com/jump/rule/rule.html
最頻値
mode（流行，はやり）違う意味で数の理論（多数決）の世界
量的変量を名義尺度で処理した代表値
名義尺度でわかることは一緒か違うか
階級毎に度数をカウント
一番多いところの階級値
一位が同点の時は併記（平均をとると えっオレ優勝！？状態になる）
まとめるポイント
１）下の身長データ（個票データ）より度数分布表を作成せよ．２）平均値 中央値 最頻値を求めよ．
３）度数分布表より平均値を求めよ．
４）２）で求めた平均値と３）で求めた平均値は異なるが理論上最大でどの程度違いが生じるか．
| ID | 身長（cm） | ID | 身長（cm） |
|---|---|---|---|
| 1 | 178.0 | 13 | 175.0 |
| 2 | 173.0 | 14 | 189.0 |
| 3 | 180.0 | 15 | 175.0 |
| 4 | 170.0 | 16 | 182.0 |
| 5 | 162.0 | 17 | 166.0 |
| 6 | 176.0 | 18 | 176.0 |
| 7 | 166.0 | 19 | 177.0 |
| 8 | 171.0 | 20 | 167.0 |
| 9 | 164.0 | 21 | 178.0 |
| 10 | 169.0 | 22 | 182.0 |
| 11 | 165.0 | 23 | 161.0 |
| 12 | 171.0 | 24 | 189.0 |
授業後補足
第11b回 統計基礎（Ⅲ）－散布度について
１１ｂ－１散布度にどのようなものがあるか説明・計算することが出来る散布度・・・dispersion
最大値と最小値を使う
最大値と最小値がわかればその集団のバラツキがわかる最大値maximum excel max関数
最小値minimum excel min関数
範囲
RangeR=最大値－最小値
特徴
外れ値もひらう
算出が容易
四分位数を使う
Quartile小さい順（昇順）に並べて集団を4分割
第１四分位数 First Quartile:Q1 = 25th percentile 25%タイル値
第２四分位数 Second Quartile:Q2 = 50th percentile 50%タイル値 ＝ Median 中央値
第３四分位数 Third Quartile:Q3 = 75th percentile 75%タイル値
四分位数の求め方・・・厳密には数種類ある
授業では以下の方法
四分位数の求め方注意：順序の話とその順位のラベル（数値）をこんがらがってしまわないように例：テストの点 １６，５，１２，１６，１３，１５，１５，１８，２０，１０，２０ 昇順に並べて順位（カッコ書き）をつける ５（１），１０（２），１２（３），１３（４），１５（５），１５（６），１６（７），１６（８），１８（９），２０（１０），２０（１１） n数（１１）を４で割る 第１四分位数・・・１／４の順位・・・１１／４×１＝２．７５個に分割する場所に相当する数値 第２四分位数・・・２／４の順位・・・１１／４×２＝５．５個に分割する場所に相当する数値 第３四分位数・・・３／４の順位・・・１１／４×３＝８．２５個に分割する場所に相当する数値 ２．７５個に分割した場所の出し方 ＋１／４番目の数値＝３番目＝１２ ５．５個に分割した場所の出し方 ＋２／４番目の数値＝６番目＝１５ ８．２５個に分割した場所の出し方 ＋３／４番目の数値＝９番目＝１８ |
四分位範囲
IQR(interquartile range)IQR=Q3-Q1
四分位偏差
QD(Quartile Deviation)QD=IQR/2
範囲は個々の値の幅をイメージ
偏差はある値からのズレをイメージ
第12回 統計基礎（Ⅲ）－散布度について（2）
平均値を使う
mean偏差
Deviationもともとは標準となる数値からのズレ（偏り）を意味するものだが統計の世界では集団の平均値からのズレを示す
偏差の平均をとれば集団内の各々のズレっぷりがわかる → 合計は常に０ 故に平均も常に０
分散
varianceV excel関数はVAR
偏差の二乗したものの平均
標準偏差
Standard Deviation記号は標本s 母集団σ
s=√V
（故にVはs^2やσ^2で表現する）
変動係数
C.V.=s/xbar バラつきを比較するため平均値を用いて正規化【参考】推定序論
点推定
一つの数値（点）で推定値を示すこと欠点：推定値と真の値がどの程度ズレているのかよくわからない
利点：区間推定よりも簡単に算出できる
区間推定
ある確率分布に従うと仮定したときに、その分布に基づき、推定に幅を持たせもの欠点：点推定の計算に加え区間を求めるための計算が必要
利点：真の値を区間内に含む確率を示すことで，どの程度ズレているのか（なんとなく）わかる
不偏推定量
母数の推定＝不偏推定量算術平均・・・母平均の点推定値
分散・・・母分散の推定値
標本平均値は偏っていないが標本分散は偏っている
＜参考＞不偏分散は何故nではなく（n-1）で除するのか（生物統計学2018奈良医大）
https://medbb.net/education/nmubiostat2018/index.html#VAR
区間推定
ある確率分布に従うと仮定したときに、その分布に基づき、推定に幅を持たせる母平均にある確率で入る幅を持った推定値
母平均は一つ（当然）だが、標本平均は標本ごとに異なる（当然）ので幅を持たせてある確率（95%）で母平均を表せるように
その幅は平均値のバラツキ具合（標準誤差）に信頼区間を表わす係数（標準正規分布表に基づき95%なら1.96）を掛け合わせたもの
https://medbb.net/education/ocrstat2020/img/orcstat2020-0602.png
正規分布
人など生物の成長に関わるものなどは、正規分布に近いとされている平均値μと分散σ^2で確率が決まる
常に曲線下の面積＝１（100%）。といって裾野は広がるばかりで閉じない
中心極限定理によりかなり強力(通用しない相手にコーシー分布がいる)
中心極限定理
母集団の分布によらず、抽出した標本の平均値は表本数が大きくなるほど近似的に正規分布に従う標準正規確率(z)分布表の見方
教科書に標準正規分布表は付いています．念のため以下に作成したものつけています．標準正規分布表
標準正規分布表のPDF版はコチラから
まとめるポイント
１）以下のデータより関西２府４県，中国・四国地方９県，九州・沖縄地方８県の医療従事者数（以下に示すもの）の範囲，四分位範囲を求めよ職種は医師，助産師，看護師，理学療法士，作業療法士，事務職員とする．
２）四分位範囲が一番多い職種を示せ．
病院報告 / 平成２８年病院報告 下巻（都道府県） 従事者数（e-stat／厚生労働省）
https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00450023&tstat=000001030749&cycle=7&tclass1=000001106855&tclass2=000001106865&tclass3=000001106869&stat_infid=000031628676&tclass4val=0
「平成28年（2016）医療施設（動態）調査・病院報告」（厚生労働省）（https://www.mhlw.go.jp/toukei/saikin/hw/iryosd/16/）を加工して作成
授業中に示していた画面
第13回 医療統計（Ⅰ）－比と率と割合
到達目標１３－１ 比と率と割合について説明できる
１３－２ 人年法について説明や計算が出来る
比と率と割合（比率）と
ここら辺の理解について整理しておいてくださいごちゃごちゃに整理される原因は割合＝比率という整理になっているところだと思います
比
ratio異なるもので割ったもの・・・単位は無次元の場合もある
例）BMI(Body Mass Index)
身長の二乗（m^2）に対する体重(kg)の比
身長170cmで体重70kgの人のBMI・・・７０／（１．７＾２）≒２４．２
検査表の見方（日本人間ドック学会）
http://www.ningen-dock.jp/public/method
率
rate時間に対する何かの量の比・・・単位は無次元の場合もある
変化を表す指標
例）時速
マラソン（42.195km）を2時間6分で走った場合の時速・・・４２．１９５／２．１≒２０．１km/h
100m走を10秒で走った場合の時速・・・０．１／（１０／３６００）＝３６km/h
無次元の例としては稼働率
稼働率（JIT基本用語集）
http://www.lean-manufacturing-japan.jp/jit/cat241/post-74.html
時間を時間で割るので無次元
割合（比率）
proportion全体に対してその一部がどの程度占めるか割ったもの・・・単位は無次元になる
０～１の間の値をとるpercentで表示したりする。100%を超えるのは本来おかしい
例）日本人の血液型の割合
A型 約40%
B型 約20%
O型 約30%
AB型 約10%
人年法
一人の人を一年観察したとき１人年人年に対する何かの量の比・・・率になる
例）5人の患者を1年間観察していた時に二人死亡
Aさん 1年後生存
Bさん 3ヶ月後に死亡
Cさん 9ヶ月後に死亡
Dさん 1年後生存
Eさん 1年後生存
本来の死亡率算出
観察人年＝1+0.25+0.75+1+1=4人年その間の死亡数が２なので
2/4=0.5 「死亡率（１人年あたり）0.5」
2/4*1000=500「死亡率（１０００人年あたり）500」
年央人口を用いる方法
6ヶ月経過の時点での生存者4人1年経過後の集団の死亡数が２なので
2/4=0.5 「1人年対0.5の死亡率」
参考資料
厚生労働統計に用いる主な比率及び用語の解説（厚生労働省）http://www.mhlw.go.jp/toukei/kaisetu/index-hw.html
人年法の計算と利用方法,青木伸雄,日本循環器管理研究協議会雑誌 26(1),64-66,1991
https://www.jstage.jst.go.jp/article/jjcdp1974/26/1/26_1_64/_article/-char/ja/
年齢調整死亡率
年齢によって死亡率が変わるのは自明年齢で区切って死亡率を評価する
直接法
モデル人口を用意して観察集団の年齢階級別（粗）死亡率をモデル人口における対象とする年齢階級の割合を乗ずる方法例題 A市
| 年齢階級 | 死亡率（人口10万対） |
|---|---|
| 年少人口（～１５） | 60 |
| 生産年齢人口（１５～６５） | 250 |
| 老年人口（６５～） | 3000 |
| 年齢階級 | 死亡率（人口10万対） |
|---|---|
| 年少人口（～１５） | 50 |
| 生産年齢人口（１５～６５） | 200 |
| 老年人口（６５～） | 4500 |
| 年齢階級 | 人口 |
|---|---|
| 年少人口（～１５） | 25,015,000 |
| 生産年齢人口（１５～６５） | 82,654,000 |
| 老年人口（６５～） | 12,618,000 |
| 総人口 | 120,287,000 |
昭和60年モデル資料
平成29年度人口動態統計特殊報告 平成27年都道府県別年齢調整死亡率の概況(厚生労働省)https://www.mhlw.go.jp/toukei/saikin/hw/jinkou/other/15sibou/index.html
「１．年齢調整死亡率について」を参照
第13回 医療統計（Ⅰ）－比と率と割合（２）
間接法
モデル人口を用意してモデル人口における年齢階級別死亡率を観察集団の年齢階級別人口を乗ずる全年齢の死亡数を求め積算したもので，観察集団の死亡数を除する．
例題 C市
| 年齢階級 | 人口構成 | 死亡期待数 | 実際の死亡数 | SMR |
|---|---|---|---|---|
| 年少人口（～１５） | 130,000 | ----- | ----- | |
| 生産年齢人口（１５～６５） | 700,000 | ----- | ----- | |
| 老年人口（６５～） | 200,000 | ----- | ----- | |
| 計 | 1,030,000 | 9,000 |
| 年齢階級 | 人口構成 | 死亡期待数 | 実際の死亡数 | SMR |
|---|---|---|---|---|
| 年少人口（～１５） | 200,000 | ----- | ----- | |
| 生産年齢人口（１５～６５） | 500,000 | ----- | ----- | |
| 老年人口（６５～） | 330,000 | ----- | ----- | |
| 計 | 1,030,000 | 9,000 |
| 年齢階級 | 人口10万対 |
|---|---|
| 年少人口（～１５） | 40 |
| 生産年齢人口（１５～６５） | 200 |
| 老年人口（６５～） | 3,000 |
計算結果
A市死亡率498.96（人口10万対）B市死亡率619.87（人口10万対）
C市SMR 1.208
D市SMR 0.820
補足
重宙に紹介した人口ピラミッド人口ピラミッド（統計ダッシュボード 総務省統計局）
https://dashboard.e-stat.go.jp/pyramidGraph?screenCode=00570®ionCode=00000&pyramidAreaType=2
第14回 医療統計（Ⅱ）－相対危険度
到達目標１４－１相対危険度を示す指標にどのようなものがあるか説明できる
１４－２症例対照研究では相対危険をオッズ比で算出する理由を説明できる
この授業では相対危険度=Relative Risk は一般的な用語であり、その算出指標の一つに相対危険＝リスク比（Risk Ratio）があると整理します
一般的にはここらへんの言葉ゴチャゴチャです。
観察研究(Observational study)
横断研究（Cross-sectional study）曝露と疾患を同時に評価
時間軸がない場合が多く（例外は性別など）因果関係までは不明になってしまいやすい
コホート研究（Cohort study）
対象に曝露している人々と非曝露群を設定、追跡調査していくスタイル
通常前向きだが、後ろ向きにみる回顧的コホート研究というのもある。（後々でも曝露群に関する情報がある場合）
症例対照研究（Case-control study）
ある状態（例えば病気に罹患している）群と、罹患していない群を設定、時間を遡って調査していくスタイル
後ろ向きにしか行えない（前向きだと曝露→疾患の順がおかしくなる）
実験的研究（介入研究）（intervention study）
コホート研究の場合、曝露群（介入群）を研究者が割り付ける → 被験者に対する倫理的配慮が肝要無作為に割り付けることが出来る場合は交絡因子を制御できる（ことが期待される）
倫理的に考えると非介入群の方が不利益になってしまう可能性が高いので、配慮した研究デザインが求められる
説明用データ
| 疾病発症 | 疾病無 | 計 | |
|---|---|---|---|
| 曝露有 | A | B | A+B |
| 曝露無 | C | D | C+D |
| 計 | A+C | B+D |
相対危険
Risk Ratio(RR)「リスク比」と言った方がわかりよい（と思うが）
曝露（介入）の有る時と無の時の危険を示す指標の比
危険を示す指標には罹患率やら有病率やら死亡率やら
A～D:疾病発生頻度（頻度以外に罹患率やら有病率・・・）
曝露有群の発症リスク＝A/(A+B)
曝露無群の発症リスク＝C/(C+D)
リスク比＝A/(A+B)／C/(C+D)
もし、発生頻度が低ければA+B≒B C+D≒D
リスク比≒A/B／C/D＝AD/BC
オッズ比
Odds Ratio(OR)危険な事象が起きた場合と起きなかった場合の指標の比（＝オッズ）について曝露（介入）の有無毎に求め比をとったもの
発症有群の曝露オッズ＝A/C
発症無群の曝露オッズ＝B/D
オッズ比＝A/C／B/D
＝AD/BC
上記のように発症頻度が低ければオッズ比とリスク比の近似値となる
課題
１）相対危険度を算出せよコホート研究
| 不整脈あり | 不整脈なし | 計 | |
|---|---|---|---|
| 曝露群 | 100 | 1900 | 2000 |
| 非曝露群 | 50 | 1950 | 2000 |
| 計 | 150 | 3850 | 4000 |
| 不整脈あり | 不整脈無し | 計 | |
|---|---|---|---|
| 曝露歴あり | 50 | 30 | 80 |
| 曝露歴無し | 50 | 70 | 120 |
| 計 | 100 | 100 |