Masashi Yasunaga
1.7K posts

Masashi Yasunaga
@MASAMASASHIM
東筑→ UOEH39th → KCH → 産業医
Boston, MA Tham gia Mart 2016
894 Đang theo dõi440 Người theo dõi
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet

ゴミ出しや洗濯などパートナー間で不満が募りやすい家事の分担。数理モデルを使って、より公平な家事分担のありかたを提案してくれるWebアプリ「家事分担コンシェルジュ」を開発した情報理工学系研究科の五十嵐歩美先生に、「公平分割理論」研究などについて話を聞きました。
u-tokyo.ac.jp/focus/ja/featu…
日本語

ガチ産業医に奢って貰った!!!めちゃ勉強になった〜🏭
#ガチ産業医
#occupational health
#Golf
#らーめん
#つり
日本語
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet
Masashi Yasunaga đã retweet

30本くらい臨床研究の論文書いてから留学して疫学を学びましたが、観察研究の論文書いても意味ないじゃん、と思っていました。結局関連性しか言えず、因果関係はわからないから、実際のインパクトが得られない。
それから博士課程で色々学び、同じデータを使っても解析方法が違えばきちんと因果関係が言えると知り、衝撃でした。その手法、考え方は、絶対にもっと広まるべきです。なぜならデータでなく解析方法の話だから。それがTarget Trial Emulationというわけです。
Target Trial Emulationといきくと難しそうですが、なにか特別なモデルを使うわけではないです。ただし、バイアスを避けるため、それぞれのバイアスが生じるメカニズムを理解する必要があります。統計モデルというより、より大雑把な「疫学研究が何をしているか」の理解が重要です。
ハーバードの研究者たちがこの概念を打ち出し、セミナーや講演など色々行なっていますが、いまだにTarget Trial Emulationの概念を理解している人すらあまりいないのが現状です。例えば、「観察研究で因果関係が言えるなら、Clinical Trialは必要なくなるのでは?」「結局観察研究なんだから因果関係は言えない」という意見を聞きますが、どちらも正しいとは言えません。Target Trial Emulationは「因果関係を言うための観察研究の質を向上させる」強力な手法です。
なお、バイアスさえ生じなければ、別にTarget Trial Emulationという枠組みにとらわれる必要はありません。Target Trial Emulation以外の観察研究が意味ないとも言いません。ただ、その概念を知っておくことは、RWDなど観察研究に携わる以上、絶対に損のないことと確信しています。
日本語







