ひげの父さん、SANZOKUさん
投稿者:GANBA-SETA 投稿日:2015/01/19(月) 15:54:50 No.5309
[返信]
ひげの父さんの情報を元に、カプラン・マイヤー法について調べてみました。
なるほど工学系とは違ったデータの取り扱い方で、最初は取っつき難いですね。
人間が関わるデータは、不確定要素が多くて扱いずらい事が良く分かりました。
カプラン・マイヤー法のグラフを作成する場合の基本はザックリ次の通りです。
１．何らかの理由で試料数から削除しなければならない患者を「センサー」とする。
２．センサー（厳密には無情報センサー）の非再発率または再発率は、
センサーとならない患者と同じ割合であると仮定する。（割と強引と思いますが。）
で、実際のデータ解析作業としては、このセンサーとなった患者数を、
元の患者数（ｎ）から、どんどん削除して行くというものです。
従って、分母は、長期観察するほど、どんどん小さくなりますので、
分子が仮に１人で同じでも、長期観察部分の割合の落ち込みほど大きくなります。
と、言うことで、ひげの父さんが仰る通り、長期ののデータほど信頼性が落ちるため、
長期のデータはあまり気にしない方が良いということになりそうですね。
特にセンサーが多い場合は、仮定部分の人数がが多いということになりますので、
なおさら、信頼性は低くなるということですね。
実例としては、SANZOKUさんが投稿された昭和大学の深貝先生の次のデータが、
患者数が入っているので、ちょっと元データの再現を試みました。
グラフの横軸が月数となっていますので、グラフ内の表と合わせるために年数を青腺で入れました。
カプラン・マイヤー法なるものを、まだ完全に把握していませんので、
怪しげなところもありますので、先ずは、参考程度とお考えください。
尚、グラフ上に「ヒゲ」のようにチョンチョン（見難いですが）と付いているのが、
その時点で「センサー」が発生したことを示すようです。
取りあえずここでは、何らかの理由で追跡不可能になった患者を「センサー」と考えます。
で、試算しましたが、５年後の非再発は８９．３％となり、９１．１％と少し差がでました。
今のところ、この差はなぜ出たか不明ですが、ほぼニアリイコールです。
...(続きを読む)
なるほど工学系とは違ったデータの取り扱い方で、最初は取っつき難いですね。
人間が関わるデータは、不確定要素が多くて扱いずらい事が良く分かりました。
カプラン・マイヤー法のグラフを作成する場合の基本はザックリ次の通りです。
１．何らかの理由で試料数から削除しなければならない患者を「センサー」とする。
２．センサー（厳密には無情報センサー）の非再発率または再発率は、
センサーとならない患者と同じ割合であると仮定する。（割と強引と思いますが。）
で、実際のデータ解析作業としては、このセンサーとなった患者数を、
元の患者数（ｎ）から、どんどん削除して行くというものです。
従って、分母は、長期観察するほど、どんどん小さくなりますので、
分子が仮に１人で同じでも、長期観察部分の割合の落ち込みほど大きくなります。
と、言うことで、ひげの父さんが仰る通り、長期ののデータほど信頼性が落ちるため、
長期のデータはあまり気にしない方が良いということになりそうですね。
特にセンサーが多い場合は、仮定部分の人数がが多いということになりますので、
なおさら、信頼性は低くなるということですね。
実例としては、SANZOKUさんが投稿された昭和大学の深貝先生の次のデータが、
患者数が入っているので、ちょっと元データの再現を試みました。
グラフの横軸が月数となっていますので、グラフ内の表と合わせるために年数を青腺で入れました。
カプラン・マイヤー法なるものを、まだ完全に把握していませんので、
怪しげなところもありますので、先ずは、参考程度とお考えください。
尚、グラフ上に「ヒゲ」のようにチョンチョン（見難いですが）と付いているのが、
その時点で「センサー」が発生したことを示すようです。
取りあえずここでは、何らかの理由で追跡不可能になった患者を「センサー」と考えます。
で、試算しましたが、５年後の非再発は８９．３％となり、９１．１％と少し差がでました。
今のところ、この差はなぜ出たか不明ですが、ほぼニアリイコールです。
...(続きを読む)
