O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Bayescardiacreha

心臓リハベイズ

  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Bayescardiacreha

  1. 1. ー日常臨床でのEBMの実践ー 論文を読むだけでなく使うために 名郷直樹
  2. 2. 今日お話しすること EBMの全体像 EBMの5つのステップ 臨床試験の論文結果を「統計学的」に読む 相対危険、95%信頼区間 臨床試験の結果の食い違いを検討する 統計学的な検討、バイアスからみた検討 推定・検定からベイズへ 臨床医の役割
  3. 3. EBMの5つのステップ 1. 問題の定式化 2. 問題についての情報収集 3. 得られた情報の批判的吟味 4. 情報の患者への適用 5. 1-4のステップの評価
  4. 4. 批判的吟味のポイント 研究方法は妥当か? 論文のPECOを読む ランダム化かどうか読む ITT解析かどうか読む 割り付けの隠蔽を読む マスキングを読む 結果は何か? 一次アウトカムの結果を信頼区間で読む
  5. 5. 取り上げる論文 Rehabilitation after myocardial infarction trial (RAMIT): multi-centre randomised controlled trial of comprehensive cardiac rehabilitation in patients following acute myocardial infarction Heart 2012;98:637e644.
  6. 6. 論文のPECO:RAMIT Patient:急性心筋梗塞で入院し、28日以内に退院し自 宅へ戻った患者 Exposure:心臓リハビリ(運動、健康教育、カウンセリン グ、二次予防のためのアドバイス)を毎週、または隔週 で20時間、6-8週継続 Comparison:通常治療 Outcome:2年次の死亡率(一次アウトカム) Heart 2012;98:637e644.
  7. 7. 介入研究のバイアス ランダム化、ITT、マスキング、隠蔽
  8. 8. 抽出、割付、追跡、評価、解析 ITT解析 選択バイアス 交絡因子 情報バイアス ランダム化 隠蔽 マスキング
  9. 9. ランダム化とITT解析 ランダム化 割り付け時の交絡因子の排除 ITT(Intention to Treat)解析 脱落者を含め解析 解析時の交絡因子の排除 リアルワールドでの解析
  10. 10. 隠蔽と盲検 隠蔽 これから割り付けようとするものがどちらか不明 これまでの割付表が伏せられている 盲検 既に割り付けられたものがどちらか不明 情報バイアスを排除する
  11. 11. 研究デザインのチェック1 ランダム化 表題にランダム化比較試験と書かれている ITT解析 Sample size and analysesに記載あり
  12. 12. 研究デザインのチェック2 隠蔽(concealment) Randomisationに「中央割り付け」の記載あり マスキング Patient assessments at baseline and at follow-up were undertaken ‘blind’ by trained researchers independently of care providersと 記載あり PROBE法
  13. 13. 結果を表す指標 相対危険 Relative Risk: RR a/(a+b) / c/(c+d) 1より小さければ有効、1より大きければ有害 治療必要数 Number Needed to Treat: NNT  1/( (c/(c+d)- a/(a+b) ) 小さければ小さいほど有効 Exp Control Event(+) a c Event(-) b d a+b c+d
  14. 14. 信頼区間 研究結果は一部の対象からのデータ 一部のデータから全体を類推する 世の中の超高齢者高血圧患者全体で検討した らどれくらいの範囲に収まるか 95%の確率で収まる範囲 95%信頼区間 有意水準0.05に対応する 母集団における真の値を類推する
  15. 15. 標本から母集団を類推する 母集団 標本 36%減少 15-50%減少 区間推定
  16. 16. 危険率と信頼区間:読み方のまとめ  Pの見方 0.05未満なら有意差あり  95%信頼区間の見方 上限・下限のチェック 有意な差あり→「有効」ではない! 有意な差なし→「無効」ではない!
  17. 17. 結果1 介入群での死亡 9.1% (82/903) 対照群での死亡 9.2% (84/910) 相対危険 0.98 (0.74~1.30)
  18. 18. メタ分析の結果をみる Exercise-Based Rehabilitation for Patients with Coronary Heart Disease: Systematic Review and Meta-analysis of Randomized Controlled Trials Am J Med. 2004;116:682– 692.
  19. 19. 論文の概要 P:冠動脈疾患患者、6か月以上の追跡期間 E: 構造化された運動プログラム C: 通常ケア O:総死亡、心死亡、非致死性心筋梗塞、血 行再建術、リスク因子の変化、健康関連QOL 48のRCTのメタ分析
  20. 20. 主な結果 オッズ比(相対危険) 総死亡 0.80 (0.68 to 0.93) 心臓死 0.74 (0.61 to 0.96) RCTの結果との比較(総死亡) 相対危険 0.98 (0.74~1.30) 信頼区間はかなり重なっている!
  21. 21. 結果をブロボグラムで見る
  22. 22. 結果の違いをバイアスで考える 出版バイアス 小規模で有効という結果が出た試験のみが出版 された 異質性バイアス 内科治療、カテーテルによるインターベンション、 手術治療の進歩により、以前はインパクトがあっ たリハビリの効果が相対的に小さくなった
  23. 23. 実際の論文でどうか 出版バイアス Funnel plot、Eager testで出版バイアスは認め られない 異質性バイアス 論文の出版時期によって効果に違いはない このメタ分析に決定的なバイアスはない? 大規模RCTの結果との食い違いの解釈は?
  24. 24. ベイズ統計による結果の解釈 検定とっくに捨てた さらに信頼区間も捨てる
  25. 25. 推定・検定統計とベイズ統計 推定・検定統計 真の値が想定されている 真の値を類推する ベイズ統計 主観的な事前確率からスタートする 真の値も変数である
  26. 26. 危険率からベイズ統計へ 仮説の確からしさは事前確率に左右される 有意水準0.05で棄却された仮説であっても、 事前確率が高い仮説であれば、まだ有効な可 能性は高い 有効というメタ分析がある仮説の事前確率は高い それを一つのRCTで否定してよいのか
  27. 27. 危険率(αエラー)と検出力(1-β) 真の差 (+) (-) 統計上の 差(+) a b (-) c d 検出力= a/(a+c) 危険率= b/(b+d)
  28. 28. ベイズの定理 事前オッズ x 尤度比 = 事後オッズ 事前オッズ 臨床試験開始以前の仮説の確からしさ 尤度比 危険率と検出力から求められる 陽性尤度比=検出力/危険率 陰性尤度比=(1-検出力)/(1-危険率)
  29. 29. 有効というメタ分析が出た 検討以前には有効かどうか五分五分と仮定 事前確率 1/2 事前オッズ 1 危険率0.05、検出力0.9で有意に有効という メタ分析 事前オッズ×陽性尤度比=事後オッズ 陽性尤度比=検出力/危険率=0.9/0.05=18 1×18=18 事後確率 18/19=95%
  30. 30. 差がないというRCTの後で 有意水準0.05で有効というメタ分析がある 事前確率 95% 事前オッズ 95/5 危険率0.05、検出力0.9で計画されたランダ ム化比較試験で統計学的な差なし 陰性尤度比 (1-検出力)/(1-危険率)=0.1 事後オッズ (95/5)・0.1 = 1.9 事後確率 約66% = 1.9/(1+1.9)
  31. 31. ベイズ統計学的な解釈 メタ分析以前に有効かどうか五分五分と仮定 有意水準0.05で有効というメタ分析の後で、 有意水準0.05で無効というRCTが発表 有効である確率はまだ65%以上残る 危険率0.05で有意差なしとは異なる解釈 さらなるRCTが必要 バイアスは別ですが
  32. 32. エビデンスのあいまいさ あらゆるエビデンスは 統計学的に曖昧 バイアスの影響により曖昧 対処法として 研究デザインの批判的吟味 信頼区間、ベイズ解析 しかし、それを現場につなげるのは臨床医
  33. 33. EBMの5つのステップ 1. 問題の定式化 2. 問題についての情報収集 3. 得られた情報の批判的吟味 4. 情報の患者への適用 5. 1-4のステップの評価
  34. 34. 臨床医の役割 曖昧なエビデンスをいかに個別の患者に生 かすか 臨床能力に 統計学と研究デザインの知識を加味して いくつかのエビデンスを追加し 個別の患者に最善の医療を提供するのが 臨床医の役割
  35. 35. 実際の現場で リハビリをがんばらない患者を叱るのはやめ よう リハビリをがんばりすぎる患者には、そんな に無理しなくてもと言えるかもしれない 心カテのようにコストが大きくないから、やれ ばいいと思う リハビリの害についての評価が重要
  36. 36. 参考までに ステップアップEBM実践ワークブック(南江堂) 続EBM実践ワークブック(南江堂) 臨床研究のABC(メディカルサイエンス社) コモンディジーズ常識のうそ(ケアネットDVD)
  37. 37. 質問があれば 何でも聞いてください 反論、感想でも結構です

×