科目ナンバー

SG-SA5-7C38

履修条件・関連科目等

基礎的な統計学について理解していること。

授業で使用する言語

日本語／英語

授業で使用する言語（その他の言語）

授業の概要

最新の医療系統計の手法に関する本を選択し、輪読形式により相互に理解を深める。

科目目的

最新の医療統計学の手法に触れることを目的とする。

到達目標

最新の医療統計学の手法を理解して説明できる状態になっている。

授業計画と内容

1. ガイダンス：テキストの選択と担当の割り振り
2. A definition of causal effect
3. Randomized experiments
4. Observational studies
5. Effect modification
6. Iteration
7. Graphical representation of causal effects
8. Confounding
9. Selection bias
10. Measurement bias and ‟Noncausal”diagrams
11. Random variability
12. Why model?
13. IP(Inverse Probability) weighting and marginal structural models
14. Standardization and the parametric g-formula

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／ディスカッション、ディベート／プレゼンテーション

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

タブレット端末

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

人を対象とした臨床試験において、解析の計画の立案並びに解析の実施。

【実務経験有の場合】実務経験に関連する授業内容

自身の経験に基づく方法は経験を交えながら発表に対してコメントする。

テキスト・参考文献等

例えば、以下のテキストを考えている。
・Hernan MA, Robins JM. (2019). Causal Inference: What If
・Yuan, Y., Lin, R., & Lee, J. J. (2022). Model-assisted Bayesian designs for dose finding and optimization: methods and applications. Chapman and Hall/CRC.
講義初日に履修生と相談して使用するテキストを決定する。上記以外のテキストも可能である。

その他特記事項

参考URL