SlideShare a Scribd company logo
1 of 37
Download to read offline
ー日常臨床でのEBMの実践ー
論文を読むだけでなく使うために



     名郷直樹
今日お話しすること

 EBMの全体像
  EBMの5つのステップ
 臨床試験の論文結果を「統計学的」に読む
  相対危険、95%信頼区間
 臨床試験の結果の食い違いを検討する
  統計学的な検討、バイアスからみた検討
  推定・検定からベイズへ
 臨床医の役割
EBMの5つのステップ

1.   問題の定式化
2.   問題についての情報収集
3.   得られた情報の批判的吟味
4.   情報の患者への適用
5.   1-4のステップの評価
批判的吟味のポイント

研究方法は妥当か?
 論文のPECOを読む
 ランダム化かどうか読む
 ITT解析かどうか読む
 割り付けの隠蔽を読む
 マスキングを読む
結果は何か?
 一次アウトカムの結果を信頼区間で読む
取り上げる論文

Rehabilitation after myocardial infarction
 trial (RAMIT): multi-centre randomised
 controlled trial of comprehensive cardiac
 rehabilitation in patients following acute
 myocardial infarction
Heart 2012;98:637e644.
論文のPECO:RAMIT
 Patient:急性心筋梗塞で入院し、28日以内に退院し自
 宅へ戻った患者

 Exposure:心臓リハビリ(運動、健康教育、カウンセリン
 グ、二次予防のためのアドバイス)を毎週、または隔週
 で20時間、6-8週継続

 Comparison:通常治療

 Outcome:2年次の死亡率(一次アウトカム)
                    Heart 2012;98:637e644.
介入研究のバイアス




  ランダム化、ITT、マスキング、隠蔽
抽出、割付、追跡、評価、解析
選択バイアス    交絡因子     情報バイアス




  ランダム化



         隠蔽      マスキング   ITT解析
ランダム化とITT解析

ランダム化
  割り付け時の交絡因子の排除
ITT(Intention to Treat)解析
  脱落者を含め解析
  解析時の交絡因子の排除
  リアルワールドでの解析
隠蔽と盲検
隠蔽
 これから割り付けようとするものがどちらか不明
 これまでの割付表が伏せられている
盲検
 既に割り付けられたものがどちらか不明


情報バイアスを排除する
研究デザインのチェック1

ランダム化
 表題にランダム化比較試験と書かれている
ITT解析
 Sample size and analysesに記載あり
研究デザインのチェック2

隠蔽(concealment)
 Randomisationに「中央割り付け」の記載あり
マスキング
 Patient assessments at baseline and at
  follow-up were undertaken ‘blind’ by trained
  researchers independently of care providersと
  記載あり
 PROBE法
結果を表す指標
相対危険 Relative Risk: RR
  a/(a+b) / c/(c+d)
  1より小さければ有効、1より大きければ有害
治療必要数 Number Needed to Treat: NNT
   1/( (c/(c+d)- a/(a+b) )
  小さければ小さいほど有効

                              Exp   Control
                Event(+)       a      c
                Event(-)       b      d
                              a+b    c+d
信頼区間

研究結果は一部の対象からのデータ
一部のデータから全体を類推する
 世の中の超高齢者高血圧患者全体で検討した
  らどれくらいの範囲に収まるか
 95%の確率で収まる範囲
  95%信頼区間
  有意水準0.05に対応する
母集団における真の値を類推する
標本から母集団を類推する

         15-50%減少
   母集団



             区間推定




    標本   36%減少
危険率と信頼区間:読み方のまとめ

 Pの見方
 0.05未満なら有意差あり
 95%信頼区間の見方
 上限・下限のチェック
   有意な差あり→「有効」ではない!
   有意な差なし→「無効」ではない!
結果1

介入群での死亡 9.1% (82/903)
対照群での死亡 9.2% (84/910)
相対危険 0.98 (0.74~1.30)
メタ分析の結果をみる

Exercise-Based Rehabilitation for
 Patients with Coronary Heart
 Disease: Systematic Review and
 Meta-analysis of Randomized
 Controlled Trials
Am J Med. 2004;116:682– 692.
論文の概要

P:冠動脈疾患患者、6か月以上の追跡期間
E: 構造化された運動プログラム
C: 通常ケア
O:総死亡、心死亡、非致死性心筋梗塞、血
 行再建術、リスク因子の変化、健康関連QOL

48のRCTのメタ分析
主な結果

オッズ比(相対危険)
 総死亡     0.80 (0.68 to 0.93)
 心臓死     0.74 (0.61 to 0.96)


RCTの結果との比較(総死亡)
 相対危険 0.98 (0.74~1.30)
信頼区間はかなり重なっている!
結果をブロボグラムで見る
結果の違いをバイアスで考える

出版バイアス
 小規模で有効という結果が出た試験のみが出版
  された
異質性バイアス
 内科治療、カテーテルによるインターベンション、
  手術治療の進歩により、以前はインパクトがあっ
  たリハビリの効果が相対的に小さくなった
実際の論文でどうか

出版バイアス
 Funnel plot、Eager testで出版バイアスは認め
  られない
異質性バイアス
 論文の出版時期によって効果に違いはない
このメタ分析に決定的なバイアスはない?
大規模RCTの結果との食い違いの解釈は?
ベイズ統計による結果の解釈




  検定とっくに捨てた
  さらに信頼区間も捨てる
推定・検定統計とベイズ統計

推定・検定統計
 真の値が想定されている
 真の値を類推する
ベイズ統計
 主観的な事前確率からスタートする
 真の値も変数である
危険率からベイズ統計へ

仮説の確からしさは事前確率に左右される
有意水準0.05で棄却された仮説であっても、
 事前確率が高い仮説であれば、まだ有効な可
 能性は高い
 有効というメタ分析がある仮説の事前確率は高い
 それを一つのRCTで否定してよいのか
危険率(αエラー)と検出力(1-β)

       真の差
             (-)   検出力=
       (+)
                   a/(a+c)
統計上の
差(+)   a     b     危険率=
                   b/(b+d)
(-)    c     d
ベイズの定理

事前オッズ x 尤度比 = 事後オッズ
事前オッズ
 臨床試験開始以前の仮説の確からしさ
尤度比
 危険率と検出力から求められる
 陽性尤度比=検出力/危険率
 陰性尤度比=(1-検出力)/(1-危険率)
有効というメタ分析が出た

検討以前には有効かどうか五分五分と仮定
 事前確率 1/2   事前オッズ 1
危険率0.05、検出力0.9で有意に有効という
 メタ分析
 事前オッズ×陽性尤度比=事後オッズ
 陽性尤度比=検出力/危険率=0.9/0.05=18
 1×18=18
 事後確率 18/19=95%
差がないというRCTの後で

有意水準0.05で有効というメタ分析がある
 事前確率    95% 事前オッズ 95/5
危険率0.05、検出力0.9で計画されたランダ
 ム化比較試験で統計学的な差なし
 陰性尤度比 (1-検出力)/(1-危険率)=0.1
 事後オッズ (95/5)・0.1 = 1.9
 事後確率 約66% = 1.9/(1+1.9)
ベイズ統計学的な解釈

メタ分析以前に有効かどうか五分五分と仮定
有意水準0.05で有効というメタ分析の後で、
 有意水準0.05で無効というRCTが発表
 有効である確率はまだ65%以上残る
 危険率0.05で有意差なしとは異なる解釈
 さらなるRCTが必要
 バイアスは別ですが
エビデンスのあいまいさ

あらゆるエビデンスは
 統計学的に曖昧
 バイアスの影響により曖昧
対処法として
 研究デザインの批判的吟味
 信頼区間、ベイズ解析
しかし、それを現場につなげるのは臨床医
EBMの5つのステップ

1. 問題の定式化
2. 問題についての情報収集
3. 得られた情報の批判的吟味
4. 情報の患者への適用
5. 1-4のステップの評価
臨床医の役割

曖昧なエビデンスをいかに個別の患者に生
 かすか
 臨床能力に
 統計学と研究デザインの知識を加味して
 いくつかのエビデンスを追加し
 個別の患者に最善の医療を提供するのが
 臨床医の役割
実際の現場で

リハビリをがんばらない患者を叱るのはやめ
 よう
リハビリをがんばりすぎる患者には、そんな
 に無理しなくてもと言えるかもしれない
心カテのようにコストが大きくないから、やれ
 ばいいと思う
リハビリの害についての評価が重要
参考までに

ステップアップEBM実践ワークブック(南江堂)
続EBM実践ワークブック(南江堂)
臨床研究のABC(メディカルサイエンス社)
コモンディジーズ常識のうそ(ケアネットDVD)
質問があれば




  何でも聞いてください
  反論、感想でも結構です

More Related Content

Viewers also liked

心臓リハビリテーションで患者安全な実践を
心臓リハビリテーションで患者安全な実践を心臓リハビリテーションで患者安全な実践を
心臓リハビリテーションで患者安全な実践をTakahiro Matsumoto
 
クリニカル・リハビリテーション4月号
クリニカル・リハビリテーション4月号クリニカル・リハビリテーション4月号
クリニカル・リハビリテーション4月号Sakata Masatoshi
 
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係toshiei
 
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案Yuta Takahashi
 
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...Shirshanka Das
 
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...Edureka!
 

Viewers also liked (7)

心臓リハビリテーションで患者安全な実践を
心臓リハビリテーションで患者安全な実践を心臓リハビリテーションで患者安全な実践を
心臓リハビリテーションで患者安全な実践を
 
クリニカル・リハビリテーション4月号
クリニカル・リハビリテーション4月号クリニカル・リハビリテーション4月号
クリニカル・リハビリテーション4月号
 
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係
回復期リハビリテーション病棟入院中の脳卒中患者の自己効力感・統制感とadl・qolの関係
 
インサイト12 9
インサイト12 9インサイト12 9
インサイト12 9
 
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案
歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案
 
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...
Taming the ever-evolving Compliance Beast : Lessons learnt at LinkedIn [Strat...
 
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...
What is Artificial Intelligence | Artificial Intelligence Tutorial For Beginn...
 

Similar to 2012心臓リハビリ

臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計Yasuaki Sagara
 
Bayescardiacreha
BayescardiacrehaBayescardiacreha
BayescardiacrehaNaoki Nago
 
2012心臓リハビリ
2012心臓リハビリ2012心臓リハビリ
2012心臓リハビリNaoki Nago
 
ベイズ入門
ベイズ入門ベイズ入門
ベイズ入門Zansa
 
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用SR WS
 
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月Shigeyuki Oba
 
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門yokomitsuken5
 
20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜きSR WS
 
介入研究の質のアセスメント
介入研究の質のアセスメント介入研究の質のアセスメント
介入研究の質のアセスメントSenshu University
 
臨床医からみた医学統計
臨床医からみた医学統計臨床医からみた医学統計
臨床医からみた医学統計Noriyuki Katsumata
 
インフルエンザの診断2018
インフルエンザの診断2018インフルエンザの診断2018
インフルエンザの診断2018Naoki Nago
 
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例Sayuri Shimizu
 
観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdfAtsushi Goto
 
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシスYasuyuki Okumura
 
学生高齢者高血圧Hyvet
学生高齢者高血圧Hyvet学生高齢者高血圧Hyvet
学生高齢者高血圧Hyvetkakaritsukedr
 

Similar to 2012心臓リハビリ (20)

臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
 
Bayescardiacreha
BayescardiacrehaBayescardiacreha
Bayescardiacreha
 
2012心臓リハビリ
2012心臓リハビリ2012心臓リハビリ
2012心臓リハビリ
 
JPA2019 Symposium 3
JPA2019 Symposium 3JPA2019 Symposium 3
JPA2019 Symposium 3
 
ベイズ入門
ベイズ入門ベイズ入門
ベイズ入門
 
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
 
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
言いたいことと言えること talk at ATR 神谷研 セミナ 2008年12月
 
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
 
観察研究の必須事項
観察研究の必須事項観察研究の必須事項
観察研究の必須事項
 
20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き
 
介入研究の質のアセスメント
介入研究の質のアセスメント介入研究の質のアセスメント
介入研究の質のアセスメント
 
臨床医からみた医学統計
臨床医からみた医学統計臨床医からみた医学統計
臨床医からみた医学統計
 
Influ dx
Influ dxInflu dx
Influ dx
 
インフルエンザの診断2018
インフルエンザの診断2018インフルエンザの診断2018
インフルエンザの診断2018
 
Verification bias
Verification biasVerification bias
Verification bias
 
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
 
観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf観察研究の系統的レビューのガイドライン.pdf
観察研究の系統的レビューのガイドライン.pdf
 
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
 
学生高齢者高血圧Hyvet
学生高齢者高血圧Hyvet学生高齢者高血圧Hyvet
学生高齢者高血圧Hyvet
 
医学統計のはじめの一歩
医学統計のはじめの一歩医学統計のはじめの一歩
医学統計のはじめの一歩
 

More from Naoki Nago

糖尿病のエビデンス.pdf
糖尿病のエビデンス.pdf糖尿病のエビデンス.pdf
糖尿病のエビデンス.pdfNaoki Nago
 
EBMCovid19Ivermectin
EBMCovid19IvermectinEBMCovid19Ivermectin
EBMCovid19IvermectinNaoki Nago
 
Kyoritu ebm2003
Kyoritu ebm2003Kyoritu ebm2003
Kyoritu ebm2003Naoki Nago
 
Child cold2018
Child cold2018Child cold2018
Child cold2018Naoki Nago
 
Newdiseasedifinition2018
Newdiseasedifinition2018Newdiseasedifinition2018
Newdiseasedifinition2018Naoki Nago
 
Anti ht&polypharmacy
Anti ht&polypharmacyAnti ht&polypharmacy
Anti ht&polypharmacyNaoki Nago
 
在宅で最期を過ごすには2018
在宅で最期を過ごすには2018在宅で最期を過ごすには2018
在宅で最期を過ごすには2018Naoki Nago
 
構造主義医療の挑戦2017
構造主義医療の挑戦2017構造主義医療の挑戦2017
構造主義医療の挑戦2017Naoki Nago
 
構造主義医療の挑戦健康増進の行く末
構造主義医療の挑戦健康増進の行く末構造主義医療の挑戦健康増進の行く末
構造主義医療の挑戦健康増進の行く末Naoki Nago
 
国立がんセンターEbm
国立がんセンターEbm国立がんセンターEbm
国立がんセンターEbmNaoki Nago
 

More from Naoki Nago (20)

糖尿病のエビデンス.pdf
糖尿病のエビデンス.pdf糖尿病のエビデンス.pdf
糖尿病のエビデンス.pdf
 
EBMCovid19Ivermectin
EBMCovid19IvermectinEBMCovid19Ivermectin
EBMCovid19Ivermectin
 
Meiji ebm2011
Meiji ebm2011Meiji ebm2011
Meiji ebm2011
 
Kyoritu ebm2003
Kyoritu ebm2003Kyoritu ebm2003
Kyoritu ebm2003
 
Mkpcpr2020
Mkpcpr2020Mkpcpr2020
Mkpcpr2020
 
Coronametubou
CoronametubouCoronametubou
Coronametubou
 
Rinri2019
Rinri2019Rinri2019
Rinri2019
 
Kozo2019
Kozo2019Kozo2019
Kozo2019
 
PPIharm
PPIharmPPIharm
PPIharm
 
Noroi
NoroiNoroi
Noroi
 
Polyph2019
Polyph2019Polyph2019
Polyph2019
 
Ryukyu2019
Ryukyu2019Ryukyu2019
Ryukyu2019
 
Child cold2018
Child cold2018Child cold2018
Child cold2018
 
Kakke2018
Kakke2018Kakke2018
Kakke2018
 
Newdiseasedifinition2018
Newdiseasedifinition2018Newdiseasedifinition2018
Newdiseasedifinition2018
 
Anti ht&polypharmacy
Anti ht&polypharmacyAnti ht&polypharmacy
Anti ht&polypharmacy
 
在宅で最期を過ごすには2018
在宅で最期を過ごすには2018在宅で最期を過ごすには2018
在宅で最期を過ごすには2018
 
構造主義医療の挑戦2017
構造主義医療の挑戦2017構造主義医療の挑戦2017
構造主義医療の挑戦2017
 
構造主義医療の挑戦健康増進の行く末
構造主義医療の挑戦健康増進の行く末構造主義医療の挑戦健康増進の行く末
構造主義医療の挑戦健康増進の行く末
 
国立がんセンターEbm
国立がんセンターEbm国立がんセンターEbm
国立がんセンターEbm
 

2012心臓リハビリ