再現性の危機(さいげんせいのきき、英: replication crisis, replicability crisis)とは、多くの科学実験の結果が他の研究者やその実験を行った研究者自身による後続の調査において再現することが難しい、もしくはできないという科学における方法論的な危機のことである[1]。この危機には長い歴史があるが、「再現性の危機」というフレーズそのものは2010年代初頭に注意を集める問題の一部として名づけられた。 実験の再現性は科学的方法論において欠かせない部分であるため、有意な理論が再現できない実験研究に基づいている科学の多くの領域において、研究の再現ができないことは潜在的に破滅的な結果をもたらす。 再現性の危機は特に心理学(社会心理学)と医学の領域で広く議論されてきた。これらの領域においては古典的な結果の再調査やその結果の妥当性の評価、そしてもし妥当でないならばなぜ実験
本で読んだ知識をドヤ顔で紹介したら、その実験には再現性がありませんでした。 そんな恥ずかしい記事を書いたブロガーは誰でしょう? そう、私です。 ステレオタイプ脅威はありますん ちょっと前に「ステレオタイプ脅威」の記事が話題になっていた*1。 世の中には「女性は数学に弱い」というような負のステレオタイプがある。自分のアイデンティティがそれに該当していると意識してしまうと、実際にパフォーマンスが落ちるというものだ。これは様々な実験の結果によって示されている。というのが記事で紹介されていた話だった。 ところが現在、その「実験結果」は再現性が無いと言われている。ステレオタイプ脅威の根拠は実験結果にあるというのに、その土台は不確かなものであるのだ。 とくに、最近の研究ではほとんど再現性がないとされている「ステレオタイプ脅威」について、リベラルバイアスにも言及しながら議論しているのが印象的。 日本では
CHUGAI DIGITAL VISION 2030の3つの基本戦略の1つである「デジタルを活用した革新的な新薬創出」について、各取り組みを紹介します。 中外製薬は、リアルワールドデータ(RWD)利活用により新薬の臨床開発プロセスの効率化・高度化、医薬品の価値証明、疾患理解などを進め、患者さん一人ひとりに最適な治療の提供を実現します。 「リアルワールドデータ(RWD)」とは、日常の実臨床の中で得られる医療データの総称です。RWDにはレセプトデータ、DPC(Diagnosis Procedure Combination)データ、電子カルテのデータ、健診データ、患者レジストリデータ、ウェラブルデバイスから得られるデータなどがあります。近年、医療ITの進展により大量のRWDを取得・解析できるようになっています。 RWDは予め目的を決めて前向きにデータを取得する臨床試験とは異なり、日常の実臨床から
疫学と経済学、どちらもある要因Xがある要因Yに与える因果的な効果の大きさを推定する「因果推論」に関心があることが多いです。 「選択(セレクション)バイアス」「交絡」「内生性」、多くの用語が因果推論で登場します。 ところが、話をしているとどうも噛み合わないことが多い。よくよく聞くと、 ①同じことを違う用語を使って話している ②同じ用語を使って全く違う概念について話している ことが判明。 先日の勉強会がきっかけで,selection biasの議論が活発におこなわれています. selection biasは疫学,経済学の領域間だけではなく,領域内でも定義が混乱してそう🤔 それぞれの領域の方々が同じ場で議論し合うのは良いなと思います. お互いリスペクトした議論になっているのもストレスフリー🧸 pic.twitter.com/WTbX7sVHIP — Sato@生物統計家 (@Shuntaro
(写真:A Health Blog/クリエイティブ・コモンズ表示 2.0 一般) 日本でもアメリカでもAIはブームであり、いたるところで見聞きします。AIを使っていると主張するたけで会社を1つや2つ起こすことができると言われるほどブームであると言われる一方で、AIは「誇大広告(Hype)」であるという意見もアメリカではしばしば目にするようになってきました。 例えばこの記事では、登壇者の一人がAIによって医師の代わりに放射線診断ができるようになるのではないかとコメントしたところ、IBMワトソンの医療部門(ワトソンヘルス)の責任者であるDiSanzo氏がそうではないと反論しました。彼女曰く、AIはCTスキャンの画像が64枚あったとして、そのうちの重要な4枚を選び出して、カルテ情報と共に医師に提供することはできるが、そこに映っているものががんなのか良性腫瘍なのかは人が判断しないといけないとコメン
カオスマップとは、ベンチャー関係者なら一度はみたことのある、もしくは社内資料作成でお世話になったことなる、あれです。 U.Sでは、VC、調査会社/コンサル、銀行などがよく作っていて、verticalごとの俯瞰がしやすいツールです。 まだ日本ではDigital Healthという軸では見かけたことがありません。 ということで、作ってみた。 https://docs.google.com/presentation/d/1wa91U4l23FU66XUIFv2nnYVQLtTg1oCiYaEHOlX8VrE/edit?usp=sharing・StartUpの基準を以下の3つを満たすこととしています:①設立10年以内、②独立系、③未上場。 ・原則プロダクト名を社名より優先して表記しています ・この記事に記載されている会社名および製品・サービス名は、各社の登録商標または商標です。 https://w
サービス終了のお知らせ SankeiBizは、2022年12月26日をもちましてサービスを終了させていただきました。長らくのご愛読、誠にありがとうございました。 産経デジタルがお送りする経済ニュースは「iza! 経済ニュース」でお楽しみください。 このページは5秒後に「iza!経済ニュース」(https://www.iza.ne.jp/economy/)に転送されます。 ページが切り替わらない場合は以下のボタンから「iza! 経済ニュース」へ移動をお願いします。 iza! 経済ニュースへ
臨床研究を行う際,あるいは論文等を読む際,統計学の知識を持つことは必須です。 本連載では,統計学が敬遠される一因となっている数式をなるべく使わない形で,論文などに多用される統計,医学研究者が陥りがちなポイントとそれに対する考え方について紹介し,臨床研究分野のリテラシーの向上をめざします。 [連載]カプランマイヤー曲線(新谷歩) (12) [連載]同等性・非劣性の解析(新谷歩) (11) [連載]グラフの読み方・使い方(新谷歩) (10) [連載]感度・特異度(新谷歩) (9) [連載]交互作用(新谷歩) (8) [連載]RCTにおけるデータ解析(新谷歩) (7) [連載]多変量解析―説明変数の選び方(新谷歩) (6) [連載]中間解析(新谷歩) (5) [連載]多重検定(新谷歩) (4) [連載]サンプルサイズとパワー計算(新谷歩) (3) [連載]回帰分析モデルの選び方(新谷歩) (2)
その結果、症状スコアはどの試験もプラセボより実薬が勝る傾向を示したが、有意差が見られたのは6件にとどまることが判明。プール解析では、プラセボ群と比較した実薬群の症状スコアのSMDは、-0.28(95%信頼区間-0.37から-0.19、P<0.001、I2=54.2%)になった。 n-1で割ると不偏分散といい、母分散の推定値とする 標本平均の平均は母平均に R 効果量f2 = η2 /(1- η2) = 0.31/0.69=0.45 u(要因の自由度)=3, v(誤差の自由度)=24, f2=0.45, α=0.05のときpower=0.79 R 効果量f2 = η2 /(1- η2) = 0.31/0.69=0.45 u(要因の自由度)=3, v(誤差の自由度)=24, f2=0.45, α=0.05のときpower=0.79 Rによる医療統計 第1部 1. Rによる医療統計 ver
名古屋市がHPVワクチン(いわゆる子宮頸がんワクチン)の接種者と非接種者を対象に行ったアンケート調査において、「社会的影響が大きく、市だけで結論は出せない」として最終報告書では評価を示さなかったことが報じられた。 ■子宮頸がんワクチン調査で名古屋市が結論撤回:朝日新聞デジタル 調査は、ひどく頭が痛い▽簡単な計算ができなくなった▽手や足に力が入らない、といった接種の副反応にみられる24の症状の有無などを尋ねるもの。その結果、接種者に「多い症状」はなかった。一方、接種者に「少ない症状」は、関節やからだが痛む▽杖や車いすが必要になった、など15症状あった。 これを受け、市は昨年12月、「接種者に有意に多い症状はなかった」との評価を発表したが、薬害監視の民間団体「薬害オンブズパースン会議」が「副反応の症状は複合的で、一人が複数の症状を持っている。個々の症状ごとに接種者と非接種者との有意差を比べても
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く