研究デザインと統計
統計は研究の最初から関与する
統計はデータ分析の段階で初めて登場するものではありません。研究デザインの段階から統計的な考慮が不可欠です。
| 研究段階 | 統計の役割 |
|---|---|
| デザイン | サンプルサイズ計算、ランダム化、層別化 |
| データ収集 | データの質の管理、欠損値の最小化 |
| データ分析 | 適切な統計手法の選択と実施 |
| 結果の解釈 | 統計結果の臨床的意味の評価 |
| 報告 | CONSORT/STROBE等に準拠した透明な報告 |
サンプルサイズの計算
研究を始める前に「何人のデータが必要か」を統計的に決定します。
サンプルサイズ計算に必要な4つの情報
期待する効果量
先行研究や臨床的に意味のある最小差から設定
有意水準（α）
通常0.05
検出力（1−β）
通常0.80以上
想定される脱落率
脱落を見込んで上乗せ
注意
サンプルサイズ計算なしの研究の問題
サンプルサイズを事前に計算しないと、検出力不足で効果があっても検出できない（β過誤）、あるいは過剰な対象者を集めて不必要な医療資源と時間を浪費する、という問題が起こります。倫理的にも統計的にも、事前のサンプルサイズ計算は必須です。
適切な統計手法の選択
データの種類と研究の目的に応じて、統計手法を選択します。以下のフローが基本的な判断基準です。
2群の比較
| データの種類 | 正規分布を仮定できる | 正規分布を仮定できない |
|---|---|---|
| 対応なし（独立2群） | 対応のないt検定 | マン・ホイットニーU検定 |
| 対応あり（前後比較） | 対応のあるt検定 | ウィルコクソン符号順位検定 |
3群以上の比較
| データの種類 | パラメトリック | ノンパラメトリック |
|---|---|---|
| 対応なし | 一元配置分散分析（ANOVA） | クラスカル・ウォリス検定 |
| 対応あり | 反復測定分散分析 | フリードマン検定 |
カテゴリカルデータ
| 状況 | 推奨される手法 |
|---|---|
| 2×2表（十分なサンプル） | カイ二乗検定 |
| 2×2表（小サンプル） | Fisherの正確検定 |
| 順序カテゴリ | マン・ホイットニーU検定 |
| 3群以上のカテゴリ | カイ二乗検定の拡張 |
関連・予測
| 目的 | 手法 |
|---|---|
| 2変数の関連（連続） | ピアソンの相関係数 |
| 2変数の関連（順序） | スピアマンの順位相関係数 |
| 連続アウトカムの予測 | 線形回帰分析 |
| 二値アウトカムの予測 | ロジスティック回帰分析 |
| 時間イベントの分析 | Cox比例ハザードモデル |
視点
まず正規性の確認をする
パラメトリック検定（t検定、ANOVAなど）を使うには正規性の仮定が必要です。ヒストグラムの目視確認、Shapiro-Wilk検定、Q-Qプロットなどで確認しましょう。正規性が疑わしい場合はノンパラメトリック検定を使います。サンプルサイズが大きい場合（n > 30程度）は中心極限定理によりパラメトリック検定が頑健になります。
結果の解釈
統計的有意性と臨床的意義の区別
- 統計的に有意 ≠ 臨床的に重要
- 統計的に有意でない ≠ 効果がない
結果解釈で評価する4つ
p値
偶然性の指標
効果量
効果の実質的な大きさ
信頼区間
推定の精度と範囲
臨床的文脈
患者にとっての実際の意味
結果解釈の実例
ある降圧薬のRCTで以下の結果が得られたとします。
- 主要アウトカム：3年間の脳卒中発症率
- 治療群 4.2% vs 対照群 5.8%
- リスク比 RR = 0.72（95% CI: 0.58–0.90）、p = 0.004
- NNT = 63
この結果は統計的に有意（p = 0.004）であり、効果量も臨床的に意味がある（28%のリスク低下）と言えます。一方でNNT = 63は「63人を3年間治療して1人の脳卒中を予防できる」ことを意味し、コストや副作用とのバランスを考慮する必要があります。
よくある誤解と注意点
よくある誤解4つ
p値が小さいほど効果が大きい
効果の大きさは効果量で判断する
統計的に有意でない＝効果がない
「差を検出できなかった」だけの場合がある
相関＝因果関係
交絡因子の影響を疑う
多重検定の問題を無視する
検定を重ねるほど偶然の有意が出やすい
注意
p-hackingに注意
データを様々な方法で分析し、有意な結果が出た分析だけを報告する行為は「p-hacking」と呼ばれ、再現性の危機の一因とされています。研究計画書（プロトコル）の事前登録（ClinicalTrials.govなど）は、p-hackingを防ぐ制度的な取り組みです。
実践的なワークフロー
医療研究を統計的に進める一連の流れを整理します。
研究デザイン
PICO形式で疑問を明確化し、プライマリアウトカムとサンプルサイズを決めて解析計画・プロトコルを事前登録する
データ収集
電子データキャプチャを活用し、欠損値を最小化しながらデータクリーニングのルールを守る
データ分析
記述統計でTable 1を作成し、事前計画した検定と効果量・信頼区間、感度分析を実施する
結果の解釈
臨床的文脈で解釈し、限界と先行研究との比較を率直に記述する
報告
CONSORT・STROBE・PRISMA等に準拠し、統計手法と解析コードを公開する
セルフチェック
1. 非正規分布の連続データについて独立2群を比較する場合、適切な検定はどれか？
2. RCTで20種類のサブグループ解析を行い、1つだけp < 0.05の結果が得られた場合の適切な解釈はどれか？
3. サンプルサイズの計算に必要ない情報はどれか？
明日のアクション
自分の専門領域で関心のある臨床的疑問をPICO形式（Patient, Intervention, Comparison, Outcome）で定式化し、そのアウトカムの種類に基づいて適切な統計手法を選択してみましょう。さらに、先行研究の効果量を参考にサンプルサイズ計算ツール（G*Powerなど）で必要症例数を算出してください。
参考文献
- Wasserstein RL, Lazar NA. The ASA Statement on p-Values: Context, Process, and Purpose. Am Stat. 2016;70(2):129-133. DOI 10.1080/00031305.2016.1154108
- Schulz KF, Altman DG, Moher D; CONSORT Group. CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ. 2010;340:c332. DOI 10.1136/bmj.c332
- von Elm E, Altman DG, Egger M, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement. Lancet. 2007;370(9596):1453-1457. DOI 10.1016/S0140-6736(07)61602-X
- Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71. DOI 10.1136/bmj.n71