- 272
- 1 776 314
Ayumi Shintani
Japan
เข้าร่วมเมื่อ 15 ก.พ. 2013
วีดีโอ
Propensity Score with Missing Data Imputation
มุมมอง 2.4K2 ปีที่แล้ว
Propensity Score with Missing Data Imputation
Inverse Probability of Treatment Weight. Part 5 Outcome analysis
มุมมอง 2.9K2 ปีที่แล้ว
Inverse Probability of Treatment Weight. Part 5 Outcome analysis
Inverse Probability of Treatment Weight Part 3 computing inverse probabity of treatment weights
มุมมอง 2.4K2 ปีที่แล้ว
Inverse Probability of Treatment Weight Part 3 computing inverse probabity of treatment weights
Ayumi, I cannot thank you enough for this video! You made a very hard topic very easy to learn. This is the BEST video I found on this topic!!! You are very talented.
I want to know how to draw a graph and how to report the findings in a dissertation. Thanks for your information.
In your example, which is the cluster variable? Thank you for the video!
Thank you❤🎉😊
Thank you
Could you please provide english version?
Thx so much! And hope English version for all videos you provided will be coming soon❤😊
Thx❤😊
Could Professor provide English version? ❤😊
Many thanks to Prof. Ayumi Shintani; EZR tutorials and sharing now finally have an English version.
非常に分かりやすい動画をありがとうございます。 1点お伺いしたいのですが、観察研究において治療Aと治療B いずれかがより高い治療効果を持つか判定をするにあたり、患者背景をそろえるために傾向scoreマッチングという認識ですが、治療の違いではなく、退院時の合併症の有無のような、「ありなし」の二値で傾向scoreマッチングしてもよいのでしょうか。 統計初心者であり分かりずらい質問で申し訳ありません。
最初のsetwdが読み込めません。どのようなエラーか教えて頂きたいです。
いつもわかりやい解説ありがとうございます。一つ質問させてください。ANOVAでグローバル検定をされていますが、これは繰り返し測定を考慮していないシンプルなANOVAかと思います。シンプルなANOVAでどこかに有意差があることを確認してから、繰り返し測定を考慮した混合効果モデルに進むべきでしょうか？それとも、繰り返し測定を考慮したANOVAを行なってから、混合効果モデルに進むべきでしょうか？
Easy to understand, many thanks!
質問させてください。Two-way ANOVAの動画で用いたデータ（特定遺伝子の有無による薬の効果の違い）でアウトカムを反復測定した場合、目的とするインターアクション（gene type＊drug）はどのように評価するのでしょうか。2要因の有無で4群できてしまい、どのように比較すれば悩んでいます。よろしくお願い致します。
Thank you for the informative video! I have one question. If I have a binary variable as a dependent variable, then what statistics can be used? Could you please let me know?
Thank you for this lecture professor! Would you be able to post the resp.sav for us to practice ?
わかりやすい解説をありがとうございます。線形回帰のデータ数の目安は15×説明変数とよく聞きますが、交互作用項や混合効果を入れたときはどのように考えたらいいでしょうか？必要なデータ数が増えますか？
Your video is very helpful. Thank you! However, the way you analyzed for parallel lines didn't show up. Could anyone explain to me how to make the parallel lines appear?
Ayumi, How do I obtain the within subject variance and the between variance from the random effect models?
わかりやすい解説をありがとうございました。この例の男女に相当するところが独立でない場合（例えば、右腕と左腕で違う介入をして、その変化を経時的に測定したデータ）もこの解析は使えますか？
Can I combine Roc curve for two variables and get only one value for specifity and sensitivity?
いつも動画で勉強させていただいています。動画の最後の方の、「後付けの項目についての多重性の補正」というのは具体的にはどのような方法があるのでしょうか？
いつもわかりやすい解説をありがとうございます。この動画で言及している順序ロジスティク回帰について解説してほしいです。ロジスティクス回帰と似てますか？
順序アウトカムをすべてのカット値で2値化して、それぞれに通常のロジスティック回帰を行い結果を統合する感じの回帰分析です。結果がオッズ比であらわされます。こちらは英語のビデオになりますが、ご参考にしていただければ幸いです。th-cam.com/video/IaH5rwwcE9g/w-d-xo.html
分かりやすくまとめて頂きありがとうございます。特にlog後のt検定、非正規、正規分布での検出力のグラフには感銘を受けました。本当にありがとうございます。
How can we decide cutoff for multiple biomarkers combined in a single ROC?
There is no easy way to find a cutoff for each marker when a model combines multiple markers.
Hello Dear Ayumi Thanks for your great videos, I have some questions, May I ask you email address?
I want use Propensity Score Matching on my thesis. Would be possible to book a session with you?
Sorry, we do not provide a private session.
とてもわかりやすい講義で勉強になりました。質問ですがグローバル検定（ANOVA(res)））は論文でどう記載すればよろしいでしょうか。MMRM（反復測定混合モデル）ANOVAと記載している日本語論文をみましたがそのような記載でよろしいのでしょうか。
論文で記載するときには、”Test for homogeneity of means of Y measured over all time points” 等と詳しく説明したほうが良いと思います。ANOVAという記載だと、Repeated Measures ANOVAという別の分析法もあるので、そちらと間違われるかもしれません。
お忙しい中返信ありがとうございます。混合効果モデルで解析することを方法で述べておいて、結果は次のような感じでよろしいでしょうか。各年令の口腔内の長さの平均値の均一性はP<0.01で棄却された。10歳時（ベースライン）と比較し8歳時の口腔内長は有意に短く（P<0.01）、12歳時、14歳時は有意に長かった（P<0.05、P<0.001）。
実用的で良くわかった気がします。
わかりやすいです！
いつも勉強させていただきます。 質問させていただきたいのですが、 ①多変量解析をするとなると、サンプルサイズ計算が成り立たなくなる気がするのですが、いかがでしょうか ②多くのRCT+多変量解析をした研究でtrialsなどを見ても多変量解析することの記載がなく、恣意的に感じてしまいます。 いかがでしょうか。
RCTで多変量解析をするときは、あくまでも解析前に何をモデルに共変量として入れるのかを決めておけば、後だしジャンケンにはなりません。症例数は、モデルに入れる説明変数の数で最低限必要な数を見積もることができます。多変量解析の必要症例数については、こちらをご覧ください。多変量解析―説明変数の選び方（新谷歩） | 2011年 | 記事一覧 | 医学界新聞 | 医学書院 (igaku-shoin.co.jp)
たいへんわかりやかったです！ありがとうございます😀
number at riskありの生存曲線はezrだとどうやって作るんですか？時間依存性共変量を含む多変量解析まではできたんですが。
グラフ上に自動では表記されませんので、 Mantel.Byar()関数をR consoleに貼り付けて実行してから Mantel.Byar(plot=1) とタイプすると、表が出力されます。その表のna とnbのコラムに数字が計算されますので、それをPPT等でご自身でグラフ上に書いていただければと思います。
@@ayumishintani7044 ありがとうございます！実は先日メールで相談させていただいたものです！無事解析できて論文投稿できそうです👍
わかりやすい説明ありがとうございました。 モデルの選択時に尤度比検定を行っておりましたが、有意差がでなければAICやBICの小さい方を当てはまりの良いモデルとして選択して良いでしょうか。
ご質問の意図が分かってないかもしれませんが。。。ランダム効果が切片のみ入ったモデルとランダム効果が切片と傾きの両方に入ったモデル間の比較で尤度比検定を行って有意差が出なければシンプルなモデル（切片のみ）を採用すればよいと思いますので、そこでさらにAIC、BICで比べないかもしれませんが。。。
What about repeated-measure ANOVA?
Dr. Shintani, thank you for your amazing work, both here on TH-cam and your course on EdX. Do you plan to have other biostatistics courses with certification in the future? I would love to be able to trained by you, and I know many others who feel the same way. Also wondering if your book will come out, I found it on a google search looking for more courses from you and have been waiting for it to be published with excitement. Thank you very much!!
Thank you so much for your kind comments. As I left Osaka Univ I do not have a plan to do another course in Edx, sorry. Though, with your encouragement, I am planning to translate my Japanese books explaining EZR (Rcmdr) into English soon.
分かりやすいです！
交絡と効果修飾の違いは何でしょうか？
できるだけ簡単に両者を言い表すと、交絡とは背景の違いによって引き起こされるバイアスで、効果修飾とは見たいものの効果が患者背景によって変えられること（効果が修飾される）ある遺伝子を持った人には効くがそうでない人には効かないくすり。前者は無作為化によってなくなるが、後者はなくならない。
とてもわかり易い説明と声とテンポで、ためになりました。ありがとうございます。
6.8まで拝聴しました。年や週で表される時系列の変数は、例えば入院1回目、入院2回目などの形にしても良いのでしょうか？患者によってその日数が変わってしまうので、その様な変数の利用は難しいのでしょうか？
仰るように、一回目2回目というのは時間の経過が人によって異なるのであまりお勧めしません。
いつも勉強させていただきありがとうございます。 時系列データですと、人により追跡期間が異なるためデータテーブル内にデータの欠損が生じると思いますが、この際どのように欠損に対応すればよろしいでしょうか。
データを縦に入力するので、人によってデータを収集する時間が違っていても解析に入れることが可能です。
先生の動画いつも拝見させていただいております。 大変分かりやすい内容で、自分の研究に活用することが出来ました。
Hello, Ayumi. I just found your video looking for a hypothesis test that evaluate the rate of change between conditions. My problem is that my conditions are repeated measures. So i have the x axis the time, the y is a continuos variable and I want to compare the rate of change of y between conditions. Do you know of any test the accomplishes such analysis? Thank you very much
Could you share the powerpoint for this video as well?
What is the best "Working correlation matrix" for a study in eye numbers, such as 75 eyes (50 persons) using Chi-square, that were not measured over time? Thank you for the best-detailed clip of GEE using SPSS.
大変勉強になります。 自分の環境(R version 4.3.1 , windows 11 pro)では下記コードでエラーが発生し、chatGPTやドキュメントに当たりましたが解決できませんでした。 ################################################################## # Cox比例ハザード回帰をもちいて、欠損値を補完しながら予測確率を計算する ################################################################### form2 = Surv(time = fol_yr, event = chdfate)~log(age) + log(bmi) + log(scl) + log(sbp) fit.mi.cox = fit.mult.impute(formula = form2, data = fram.men, fitter = cph, xtrans = areg, y=TRUE, x=TRUE, pr = FALSE ) > fitter(X, Y, offset = offs, penalty.matrix = penalty.matrix, でエラー: > x and y must have same length > ################################################################## また、y = TRUE, x = TRUEをコメントアウトした上で以下のコードを書いてもエラーが発生し、こちらも解決できていません。 #ベースラインハザードを計算し、10.00の時点の値をとってくる basehaz(fit.mi.cox) # basehaz(fit.mi.cox) # baseline hazard = 0.1209594 at 10 years # Error in survfit.cph(fit, se.fit = FALSE) : must use y=TRUE with fit # > もし同様のエラーへの対応をご存知でしたらご教授頂けないでしょうか。どうぞよろしくお願いします。
Nice video. How can i perform an AUC analysis for time dependent covariates? Do you know any reference
あけましておめでとうございます🎉今年もよろしくお願いします🎉いつも勉強させてもらっています😊ありがとうございます。
いつも新谷先生の動画や書籍を拝見しながら勉強しております。ありがとうございます。 時間の変数は、割り付けに時間差が起こる事があると思うのですか、それは問題ありませんか？例えば、研究を開始して1年後に割り付けられた為、6年の試験期間でイベントは発生しなかったものの、追跡期間は5年となる場合なとです。