書籍・雑誌概要

「まずは論文を読めるようになる」ために最低限必要な知識を解説し，用語理解から統計知識の活用法までをサポートする初学者向けの1冊。特に，わかった気になってつまづきがちな「統計用語」について，概念・考え方から具体例を交えてわかりやすく解説。また，読者がよく抱く疑問点は「Question」として別枠に掲載し，ゼロから理解を深めることができる。
さらに学習のゴールを各項目の冒頭に，押さえるべきポイントを末尾に示しているので，効率よく学ぶことが可能。各章間ではリンク機能を設けており，読み進める中で「先に読んだけど，意味を忘れてしまった」という場合に簡単に復習することができる。最終章では実際の論文を用いて，用語や解析法の知識をどう活かせばよいのかを解説。
自分の理解度をはかれる，実践的な1冊である。

目次

プロローグ　warm up – まずは医薬統計を身近に感じよう
医学・薬学研究にどうして統計学が必要なの？― 統計を学ぶ意味って何？
EBMの広まりと統計学／統計手法の種類が増えている／データの取り方・要約の仕方で結果が変わる！？

第1章　これだけは押さえておこう！　必須医薬統計用語
統計データの取り方
01　バラツキとバイアス
正確な血圧測定器と高めに出る血圧測定器での結果は！？／どんなデータにも「バラツキ」がある！／使った測定器でデータが偏る＝バイアスあり！／Q真の値とデータから推定された値の系統的差って？

02　交絡
天然水と水道水？　長生きとの関係はあるの？／年齢別に調べたら結果が変わった！？／「高齢者の長生き志向」が原因だった！／Q統計学的に有意ってどういうこと？

03　ランダム化
治療法を割り付ける／治療選択バイアス？／ランダム化で正しく比較できる！／ランダム化はどうやって行うの？／ランダム化と無作為抽出の違い／無作為抽出は現実には不可能！

04　盲検化
割り付けや評価結果を隠して治療する＝盲検化／試験の評価項目の判定を盲検化する「PROBE法」

統計データのまとめ方
05　データの種類
身の回りにあるデータ／データにも色々な種類がある！／「 0」 があったら比例尺度！／「値と値の差」に意味があったら間隔尺度！／間隔尺度は倍にできない！？／質的データ＝カテゴリー分けするデータ／名義尺度は、順序づけに意味がない質的データ／順序がつけられれば、順序尺度

06　度数分布
自分の順位を知る方法？／第1ステップ！　データの分布を調べる／第2ステップ！　度数分布表から値の位置を知る

07　平均
学部別の睡眠時間を調べる！／数字や図でデータの特徴をつかむ！／平均値＝だいたい真ん中！？／歪んだ分布のとき　→平均値≠だいたい真ん中

08　標準偏差
A薬とB薬は何が違うの？／平均は同じだけどバラツキが違う！？／ヒストグラムより正確な情報を与える分散や標準偏差／分散って何？／Qなんでn−1で割るの？／じゃあ標準偏差って何？／Column ①自由度って何？／②成長曲線のしくみ

09　標準誤差
平均値の平均値？／推定値の信頼度をみるには 「標準誤差」／Q結局、標準誤差は標準偏差とどう違うの？／ Column エラーバーの使い分け

10　図示表現法（ヒストグラム、箱ひげ図、散布図）
データの特徴を目でみるには？／ヒストグラムでデータを俯瞰する！／ヒストグラムからデータの特徴をとらえるために／箱ひげ図では少ないデータの特徴を調べる！／ 「ひげ」 は最大値から最小値まで伸びる／箱ひげ図の読み方／散布図で2つの変数の関係がわかる／やっとわかった！　正の相関、負の相関

データ評価・比較の方法（推定）
11　点推定と区間推定
日本中の患者の平均血圧が知りたい！　どうする？／ 「点推定」と「区間推定」？／区間推定は誤差を考えて推定する方法／Qそもそも推定って何？

12　信頼区間
信頼区間を求めてみよう／95％信頼区間と母集団の関係／そもそも信頼区間って？／信頼度 「95％」 が意味すること／よい信頼区間とは？

13　比・率・割合
データから比・率・割合を計算してみる／比はX：Yの値／割合はX/ Yの値／率は時間あたりの頻度のこと／死亡率を実際に計算してみる

14　リスク比とオッズ比
喫煙者と非喫煙者の肺がんの 「リスク」 について調べたい／リスクを「 比」 でみてみよう！／肺がんの患者で喫煙者の割合をみてみると…？／リスク比が使えない？　→そんなときはオッズ比！／そもそも、オッズって？／オッズからオッズ比を出そう！／オッズ比が出たら…結果をどう読む！？

データ評価・比較の方法（検定）
15　帰無仮説と対立仮説
自動血圧計の精度は？　→水銀式と比べてみる／2つの血圧計で差はあるか？　→検定で答える！／帰無仮説と対立仮説の違いは、「 知りたいことを否定から入るかどうか」 ／ Column 有意症

16　2種類の過誤（第1種の過誤・第2種の過誤）
対立仮説が正しいというために…／過誤の分類／第1種と第2種の過誤、どちらも小さくするのは無理！？／過誤をできるだけ小さくする基準「 有意水準」

17　p 値
プラセボと比較して新薬の効果を知る　→まずは仮説から考える／帰無仮説を棄却する基準って？／解析結果がどんなに珍しいかを示すのがp 値／結果が珍しいのは、そもそも帰無仮説が間違っているから　→棄却！／「有意差あり」が意味するもの／p値の弱点と対処法


第2章　シチュエーション別解析・結果解釈法
連続する値のデータを評価する
01　対応がある2群を比較するときには「 1標本t検定」
ダイエットドリンクの効果を調べるには？／1人1人のBefore and Afterを調べればOK／対応のあるt 検定って？／Qなぜ対応があるデータには「1標本t検定」を使うの？／Column 1標本t 検定の検定統計量t

02　対応がない2群を比較するときには「 2標本t検定」
2つの「群」で差があるかを調べたい　→検定を実施する／第1ステップ！　仮説を立てる／第2ステップ！　検定統計量t 値を計算t値って？／最後のステップ！　t 値からp値を出して有意か調べる

03　3群以上を比較するときには「 分散分析」
薬剤の用量別に薬効を比べるには？／2用量ずつ組み合わせて検定を行う？　→誤る確率が高くなる！／分散分析を使えばＯＫ！／一元配置とは？　→1つの要素でグループを識別する／「全体の平均からのズレ」を分解して解析するのが分散分析！／二元配置とは　→2つの要素でグループを識別する／共分散分析って？／3つ以上の要素があるときは…？

04　2つの群の関係性をみるときには「 相関と回帰分析」
相関の有無が知りたい　→散布図を書いてみよう／相関の強さが知りたい　→相関係数を使う！／相関係数が0.81＝相関が強い！･･･と言い切れないときもある／相関の強さを予測に役立てる方法「回帰分析」／回帰分析では具体的に何を求めるの？／回帰直線が描けても満足はできない！？／寄与率だけで回帰式の評価をしてはダメ！　→必ず散布図などで確認しよう／ Column 相関係数の計算式

05　因果関係を探るときには「 重回帰分析」
血圧に影響するのは年齢だけじゃない！　→重回帰分析で解決／偏回帰係数の解釈に注意しよう！／Column 作った重回帰式が役に立つかを調べよう！

2つに分類したデータを評価する
06　関連性を調べるときには分割表の解析「 カイ二乗検定」
薬で症状が「改善するかどうか」を調べたい／質的なデータをまとめてみよう　→分割表を作ってカイ二乗検定で調べる／期待頻度を求めてみる／Column 期待頻度が5未満の場合にカイ二乗検定は使えない！？

07　あるイベントが発生する確率を予測するときには「ロジスティック回帰分析」
薬の投与量と「生死」の関係を調べたい／ラットが半分死亡する投与量を求める　→単回帰分析！？／ちょっと待って！　回帰分析できないデータに注意／ロジスティック回帰分析で万事解決！／ロジスティック回帰分析のよいところ／Q回帰分析できないデータはどうやって判別するの？

イベント発生までの時間を評価する
08　ある時点までの生存時間をみるときには「Kaplan – Meier法」
抗がん剤で生存期間に差があるか知りたい！／得られたデータから生存割合を計算してみよう！　→Kaplan–Meier法／打ち切りがある場合の計算方法に注意！／求めた生存割合の結果を図示してみよう！　→Kaplan–Meierプロット／生存曲線からわかることって？／Column 生存時間解析が開発されたワケ

09　生存曲線の比較をするときには「 log– rank検定と一般化Wilcoxon検定」
2つの生存曲線を比較してみる／STAR-1のほうがAU-5よりも生存期間を延ばす？／どうやって生存曲線の有意差を調べるの？　→log– rank検定を使おう！／log– rank検定って何者？／一般化Wilcoxon 検定とどう使い分けるの？／実際にlog– rank検定を使って結論を出すと…？

10　ハザード比を推定するときには「 Cox回帰分析」
データに偏りがあるときの生存時間解析はどうする？／Cox回帰分析を使おう！／ハザード比って何？／やっぱり遠隔転移の有無が予後を左右していた！／Cox回帰分析を実際に使ってみると…？／Cox回帰分析も万能ではない！？


第3章　腕試し！　−実際に論文を読んでみよう−
① 連続データの解析
まずは研究内容をチェックしよう！／結果をどう読む？　→統計的にみてみよう！／Q調整平均って何？

② 2値データの解析
まずは研究内容をチェックしよう！／結果をどう読む？　→統計的にみてみよう！

③ 生存時間データの解析
まずは研究内容をチェックしよう！／結果をどう読む？　→統計的にみてみよう！