僕らはまだ、臨床研究論文の本当の読み方を知らない。

出版社: 羊土社
著者:
発行日: 2021-05-01
分野: 医学一般  >  医学一般
ISBN: 9784758123730
電子書籍版: 2021-05-01 (第2刷)
書籍・雑誌
≪全国送料無料でお届け≫
取寄せ目安:4~8営業日

3,960 円(税込)

電子書籍
章別単位での購入はできません
ブラウザ、アプリ閲覧

3,960 円(税込)

商品紹介

論文の言っていることがわからない,細かいところが気になって進まない,結果をどう解釈したらいいのかわからない.そんな苦労をしている人のために,本書は「どこまで理解して読めばいいのか」の道筋を示します.

目次

  • 第1章 論文を読む前に知っておきたいこと
    01 論文を1本全部読む必要はあるの?
    02 なぜ論文が読めないのか
    03 そもそも臨床研究ってなに?
    04 論文が世の中に出てくるまで
    05 論文が掲載される医学誌を知る
    06 どの医学誌から論文を選べばいいの?
    07 論文の質はどうやって担保されているのか
    08 医学誌には原著論文以外も載っている
    09 論文を探してみよう!:Googleは便利
    10 論文を探してみよう!:PubMedの使い方
    11 論文を手に入れるにはどうしたらいいの?
    12 どの論文を読めばいいの?

    第2章 論文の読み方
    01 論文を読む前に心に留めてほしいこと(重要!)
    02 論文の読み方に決まりはあるのか
    タイトルページを読む
    03 論文のタイトルを読む
    04 アブストラクトを読む
    05 論文の著者・共著者:誰が論文を書いたか?
    イントロダクションを読む
    06 イントロダクションの構造
    07 研究目的を把握する
    08 研究目的の具体例を知る
    メソッドを読む:基本編
    ● メソッドの構成と研究デザイン
    09 メソッドに何が書いてあるかを知る
    10 メソッドを読むのは難しくて当たり前
    11 研究目的と研究デザイン:study design and setting
    12 ランダム化比較試験:介入研究での研究デザイン
    ● 観察研究で用いられるデータ
    13 データベースを知ることが重要
    14 観察研究で用いられるデータの種類と特徴
    15 Claimsデータ
    16 データベースと研究デザイン
    ● 研究対象集団とアウトカム
    17 研究対象集団の母集団を意識する
    18 研究対象集団を明確にする:組み入れ基準と疾患の定義
    19 何を測定・評価したかを確認する
    20 アウトカムを確認する
    メソッドを読む:発展編
    ● 内的妥当性と一般化可能性
    21 内的妥当性と一般化可能性を意識する
    22 内的妥当性の検討:(1)選択バイアス
    23 内的妥当性の検討:(2)情報バイアス
    24 内的妥当性の検討:(3)交絡…を説明する前に
    25 内的妥当性の検討:(4)交絡
    26 一般化可能性の検討:研究結果を自分の臨床現場に用いてよいのか
    ● 統計解析の基本
    27 なぜ統計解析が必要なのか
    28 記述統計:研究対象集団を表す
    29 2群の要約統計量に差はあるのか?
    30 推測統計を知る:アウトカムとの関連性を推測する
    31 推測統計の基本:(1)回帰分析
    32 推測統計の基本:(2)生存分析
    33 推測統計における点推定値と95%信頼区間
    ● 研究目的と統計解析
    34 研究目的に応じた統計解析の考え方
    35 〈関連と因果推論〉リスク因子の研究は2種類ある
    36 〈関連と因果推論〉回帰分析と交絡の調整
    37 〈関連と因果推論〉傾向スコアと交絡の調整
    38 〈関連と因果推論〉ランダム化比較試験と関連性の指標
    ● 研究目的と統計解析(診断と予測)
    39 診断・予測モデルの研究の考え方
    40 〈診断・予測モデルの研究〉予測モデルの構築と検証
    41 〈診断・予測モデルの研究〉具体的な予測モデルの構築
    42 〈診断・予測モデルの研究〉性能の評価
    43 〈診断・予測モデルの研究〉discrimination とcalibration
    ● サブグループ解析・感度解析
    44 サブグループ解析・感度解析で評価すること
    結果を読む
    45 結果の全体の流れ
    46 研究対象集団はどんな集団なのか:Study flowとTable 1
    47 関連性の指標を知る:オッズ比などの考え方
    48 記述研究の結果を読む
    49 リスク因子の研究の結果を読む
    50 治療・介入の研究の結果を読む:(1)研究対象集団
    51 治療・介入の研究の結果を読む:(2)治療・介入の効果
    52 診断・予測の研究の結果を読む
    考察を読む
    53 考察の全体の流れ
    54 研究限界:Limitations
    55 結論を読む
    56 引用文献と利益相反・資金提供
    57 主要誌以外の論文を読む

    第3章 論文を読み終えたら
    01 論文の批判的吟味と解釈
    02 抄読会に向けて情報をまとめる
    03 文献を管理する
    04 知識をアップデートしていくために

おすすめ商品

この書籍の参考文献

参考文献のリンクは、リンク先の都合等により正しく表示されない場合がありますので、あらかじめご了承下さい。

本参考文献は電子書籍掲載内容を元にしております。

参考文献

P.302 掲載の参考文献
1) 「Causal Inference : What If」 (Hernan MA & Robins JM), Chapman & Hall/CRC, 2020
2) 「The Book of Why : The New Science of Cause and Effect」 (Pearl J & Mackenzie D), Basic Books, 2018
3) 「Modern Epidemiology 3rd ed」 (Rothman KJ, et al), Lippincott Williams & Wilkins, 2012
4) 「Regression Methods in Biostatistics」 (Vittinghoff E, et al), Springer-Verlag, 2012
5) 「Regression Modeling Strategies : With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis (Springer Series in Statistics) 2nd ed」 (Harrell F), Springer, 2015
6) 「Clinical Prediction Models : A Practical Approach to Development, Validation, and Updating」 (Steyerberg E), Springer International Publishing, 2015
7) Fort DG, et al : Mapping the evolving definitions of translational research. J Clin Transl Sci, 1 : 60-66, 2017
8) Letchford A, et al : The advantage of short paper titles. R Soc Open Sci, 2 : 150266, 2015
9) Greenland S, et al : The value of risk-factor ("black-box") epidemiology. Epidemiology, 15 : 529-535, 2004
10) Lederer DJ, et al : Control of Confounding and Reporting of Results in Causal Inference Studies. Guidance for Authors from Editors of Respiratory, Sleep, and Critical Care Journals. Ann Am Thorac Soc, 16 : 22-28, 2019
11) Yasunaga H : Real World Data in Japan : Chapter I NDB. Ann Clin Epidemiol, 1 : 28-30, 2019
12) 「Registries for Evaluating Patient Outcomes : A User's Guide, 3rd ed」 (Gliklich RE, et al, eds), Rockville (MD), 2014
13) Hernan MA, et al : A Second Chance to Get Causal Inference Right : A Classification of Data Science Tasks. CHANCE, 32 : 42-49, 2019
14) Griffith GJ, et al : Collider bias undermines our understanding of COVID-19 disease risk and severity. Nat Commun, 11 : 5749, 2020
15) Alba AC, et al : Discrimination and Calibration of Clinical Prediction Models : Users' Guides to the Medical Literature. JAMA, 318 : 1377-1384, 2017
16) Lin S, et al : Controlling for confounding factors and revealing their interactions in genetic association meta-analyses : a computing method and application for stratification analyses. Oncotarget, 9 : 12125-12136, 2018
17) Unboundedly : https://www.krsk-phs.com
18) Dr. KID : https://www.dr-kid.net

最近チェックした商品履歴

Loading...