実ジョブと翻訳トレーニングの訳文を見直す過程で気付いたことを知子の情報にストック。
論文の翻訳では統計解析の項にいちばん時間がかかるので、その都度解析法について確認し、調査した内容をまとめるようにしています。
ロジスティック回帰分析について調べた内容をメモしておきます。
・回帰分析には原因側のデータである説明変数（explanatory variable）と結果側のデータである目的変数（response variable）が必ず出てくる。
説明変数と目的変数には下記のような別の呼び方もある。
原因側のデータ
- 説明変数：explanatory variable
- 予測変数：predictor variable
- 独立変数：independent variable
結果側のデータ
- 目的変数：response variable
- 結果変数：outcome variable
- 従属変数：dependent variable
- 応答変数：response variable
・ロジスティック回帰分析は、目的変数（結果）として「生存・死亡」や「再発あり・なし」といったカテゴリー変数を予測するために用いられる。
・目的変数に関連する因子を共変量（説明変数）といい、共変量が1つの場合の解析を単変量解析（univariate analysis）、共変量が2つ以上ある場合の解析を多変量解析（multivariate analysis）という。
・ロジスティック回帰分析は多変量解析手法の一つ。
・多変量解析は、例えば、目的変数が「薬剤Aを投与した患者のICU退室時の生存・死亡」のとき、「年齢・性別・体重・重症度・前治療の有無」の5つの共変量が、ICU退室時の生存・死亡にどの程度影響しているかを同時に解析する場合に用いられる。
・多変量解析に用いる共変量間に生じる影響を交絡という。
・交絡因子は解析の妨げになる。交絡因子の影響を取り除くための調整方法として傾向スコア解析がある（傾向スコアマッチングや層別化）。
・ロジスティック回帰分析では、Cox比例ハザードモデルのような時間的要素を考慮しない。
文字だけでは分かりづらいのでマインドマップで整理。
コメント