シラバスの詳細な内容を表示します。
→ 閉じる（シラバスの一覧にもどる）
| 開講年度 | 2019 年度 | |
|---|---|---|
| 開講区分 | 医学系研究科(修士課程)医科学専攻 | |
| 受講対象学生 |
大学院(修士課程・博士前期課程・専門職学位課程) : 1年次, 2年次 |
|
| 選択・必修 | 選択 |
|
| 授業科目名 | 医療統計学 | |
| いりょうとうけいがく | ||
| Medical Statistics | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | medc-medc-MDST5311-001
※最初の2文字は開講主体、続く4文字は分野、最後の数字は開講レベルを表します。 |
|
| 開放科目 | 非開放科目 | |
| 開講学期 |
通年 |
|
| 開講時間 |
|
|
| 開講場所 | ||
| 担当教員 | 田中佐智子(滋賀医科大学),飛田英祐(大阪大学大学院医学系研究科),山田知美(大阪大学医学部附属病院) | |
| TANAKA,Sachiko HIDA,Eisuke YAMADA,Tomomi | ||
| 授業の概要 | ヒトを対象とする疫学研究や臨床研究では、研究実施計画（プロトコル）、データ収集、解析、結果の解釈・報告の各段階でいずれも生物統計学が必要となります。これらの研究における一連の流れにおける体系的な生物統計学の基本的知識の習得と、各研究デザイン、SAS等を用いたデータハンドリング、統計解析の実際を学習します。最終的に、疫学調査や臨床試験における基本的な計画立案からデータ解析までを独力で実施できる素養を習得することを目指します。 |
|---|---|
| 学修の目的 | 医科学の研究者として必要な医療統計学の知識を獲得する。 |
| 学修の到達目標 | 医療統計学の知識を適切に活用できる。 |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 授業への参加姿勢、課題の達成度、プレゼンテーション、レポートなどを総合的に評価する。 |
| 授業の方法 | 講義 演習 |
| 授業の特徴 |
教員と学生のやり取りは日本語でも、英語による論文や教材の講読を含んだ授業 |
| 授業改善の工夫 | 学修の進捗状況に基づき、継続的な改善を行う。 |
| 教科書 | 授業中に適宜指示する。 |
| 参考書 | 授業中に適宜指示する。 |
| オフィスアワー | 各授業担当教員により異なる。 |
| 受講要件 | |
| 予め履修が望ましい科目 | 医学・生物学の基礎知識を持っていることが望ましい。 |
| 発展科目 | |
| その他 |
| MoodleのコースURL |
|---|
| キーワード | 生命医科学、基礎医学、臨床医学、社会医学 |
|---|---|
| Key Word(s) | Medical Life Science,Basic Medicine,Clinical Medicine, Public Health and Social Medicine |
| 学修内容 | 疫学研究総論 Introduction to Epidemiological Study 観察研究における統計指標（有病率、罹患率、オッズ比、リスク比） Summary Statistics for Epidemiological Study 横断研究・ケースコントロール研究・コホート研究の実際 Cross Sectional・Case-Contorol・Cohort Study 分割表の解析/ロジスティック回帰分析 Contingency Table / Logistic Regression Analysis バイアス/傾向スコアとマッチング Bias Correction / Propensity Score & Matching 臨床研究総論 Introduction to Clinical Trial 研究の目的と臨床研究デザイン（ランダム化、盲検化、比較対照） Object of Trial & Trial Design データマネージメントと調査票・症例報告書作成 Data Management & Development of Case Report Form 検定の多重性と中間解析 Multiplicity / Interim Analysis サンプルサイズ設計 Sample Size Calculation 医学研究総論 Introduction to Medical Research 生存時間解析 Survival Analysis メタ分析 Meta Analysis 級内相関の検討（マルチレベル分析） Intraclass Correlation (Multilevel Analysis) 経時データ解析と一般化線形モデル Mixed Effect Models for Repeated Measures |
| 事前・事後学修の内容 | 授業中に適宜指示する。 |