メタ分析で低線量慢性被曝が数値化されたか！と思ったけれど

🐱野尻美保子(1) @Mihoko_Nojiri

医学報告の場合影響がある報告があっても一つ一つの統計が少ないので、他と矛盾するものは単に忘れればいいだけなのだが、どうしてこの人は主張しつづけるのだろう

🐱野尻美保子(1) @Mihoko_Nojiri

出版バイアスですね。RT @tss_0101: @Mihoko_Nojiri 往々にして大多数の（報告すらされない）「影響が無かった」例は無視されるのですが…。

Kimitaka TAJIMI @kimitakatajimi

出版バイアスを発見するにはFunnel plotですね。http://t.co/bXYI6BNL　RT @Mihoko_Nojiri: 出版バイアスですね。RT @tss_0101: @Mihoko_Nojiri 往々にして大多数の（報告すらされない）「影響が無かった」..略..

ﾘｰﾌﾚｲﾝ @leaf_parsley

@kimitakatajimi @Mihoko_Nojiri @tss_0101 1 1　実験系と異なって、疫学調査の場合、条件をツリーの左右でそろえるのが難しくないですか？

Kimitaka TAJIMI @kimitakatajimi

@leaf_parsley ええと、左右って？横軸はオッズ比とかリスク比とかハザード比とかです。

ﾘｰﾌﾚｲﾝ @leaf_parsley

@kimitakatajimi オッズ比をとった治療有効―無効の山形の図をみていて、この例の場合は治験の効果なので、山の左右が同じ治療を行ったものと仮定できるのですが、被ばくによる健康被害の場合、入力ファクター（同じ被ばく）をそろえるのが難しくないですか？

ﾘｰﾌﾚｲﾝ @leaf_parsley

@leaf_parsley @kimitakatajimi 論文を書く人は、それぞれ別の群をみていたりしますし。

Kimitaka TAJIMI @kimitakatajimi

@leaf_parsley そうですね。放射線の害に関する既存の論文を集めてプロットするのは無理でしょう。（別の話しで、Japanese local drugとでも呼ぶアメリカFDAが認可していない日本独自の薬剤、治療法があり、質の低い効くという論文の積み重ねで、.. ）

Kimitaka TAJIMI @kimitakatajimi

メタ分析は有用な方法ではあるが、なんでもかんでもただ集めてみてもメチャ分析になってしまう。

h■m■■k■(秘密保護中･反戦争法案) @ytkhamaoka

@kimitakatajimi @Mihoko_Nojiri @tss_0101 @leaf_parsley 　低線量被曝と白血病のメタ分析 http://t.co/jHCcovvT　公刊されたものばかりだがpublication biasも考慮｡有意な関係と結論｡

Kimitaka TAJIMI @kimitakatajimi

@ytkhamaoka 先生、ありがとうございます。Funnel Plotがありますね。@leaf_parsley @Mihoko_Nojiri @tss_0101

🐱野尻美保子(1) @Mihoko_Nojiri

study 1 と 2 で dominate してる。RT @kimitakatajimi: @ytkhamaoka 先生、ありがとうございます。Funnel Plotがありますね。@leaf_parsley @Mihoko_Nojiri @tss_0101

Kimitaka TAJIMI @kimitakatajimi

@Mihoko_Nojiri あとのはサンプルサイズが小さくて信頼区間もでっかくて。@leaf_parsley @tss_0101 @ytkhamaoka

ﾘｰﾌﾚｲﾝ @leaf_parsley

@ytkhamaoka @kimitakatajimi @Mihoko_Nojiri @tss_0101 ありがとうございます。結論は「急性被ばくから推定されていた白血病リスクと同じレベルの値が慢性低線量被曝で関連づけられた。」でよろしいでしょうか？

🐱野尻美保子(1) @Mihoko_Nojiri

@leaf_parsley 積算100mSv で1, 2 の論文で決まっている。

h■m■■k■(秘密保護中･反戦争法案) @ytkhamaoka

@kimitakatajimi @Mihoko_Nojiri @leaf_parsley @tss_0101 詳細は理解していませんが､信頼区間~推定誤差の逆数でウエイト付けして結論を出すというのが､メタ分析の基本的な考え方だと思います｡

ﾘｰﾌﾚｲﾝ @leaf_parsley

@Mihoko_Nojiri わかりました。ありがとうございます。。。

h■m■■k■(秘密保護中･反戦争法案) @ytkhamaoka

@leaf_parsley @kimitakatajimi @Mihoko_Nojiri @tss_0101 詳細未理解ですが､様々な要因を考慮して分析した　Table 2 のERR estimate も正で有意となっています｡結論にもそのように明示されています｡

🐱野尻美保子(1) @Mihoko_Nojiri

中心値が大きい study はいくらでもあるけど、統計をためて誤差が小さくなるについて中心値は小さくなる。他を凌駕する study がある場合は信頼区間が十分小さいやつだけ見とけばいいというのが Figure 1 @ytkhamaoka @leaf_parsley

🐱野尻美保子(1) @Mihoko_Nojiri

95% 信頼区間で下限が 1 にかぶるようなstudyで中心値が巨大だから心配するのがいかに意味がないのがわかるよね。でまさに publication bias ですべてのstudy が+ にきている。@leaf_parsley

🐱野尻美保子(1) @Mihoko_Nojiri

で高エネルギー実験とか宇宙線の観測とかってまさにこういう感じで、だれかがまず中心値がでかい測定をして、みんなでアノマリーだーといって騒いで、たくさんの人が研究すると誤差が小さくなってあーあってなる。これは非常によく知ってるパターン。@leaf_parsley

🐱野尻美保子(1) @Mihoko_Nojiri

で我々の業界でも誤差が同じくらいの間は全部含めた解析をするけど、ここまで差があると誤差が大きいのは捨てますね。@leaf_parsley

🐱野尻美保子(1) @Mihoko_Nojiri

まあともかくこの場合メタアナリシスの出番はないです。@leaf_parsley

h■m■■k■(秘密保護中･反戦争法案) @ytkhamaoka

@Mihoko_Nojiri @leaf_parsley 各種研究からの知見を結果の信頼性を考慮して総合化しようというのがメタ分析｡ちなみにstudy1は有名な台湾アパート｡　はじめはホルミシスといわれたが､追跡調査で否定されつつある｡　http://t.co/b8hCB75K

🐱野尻美保子(1) @Mihoko_Nojiri

日本語だとこれかな。住人が１万人　平均積算で400mSv 期間は 9~20年。低線量というのかどうか、という話もないわけではないが。http://t.co/LzexoQfi @leaf_parsley @ytkhamaoka