あるまとめについて、tonkyo_hanageさんとマキノさんの会話 と関連ツイート
-
uchida_kawasaki
- 8227
- 3
- 2
- 0
-
- いいね！0
Jun Makino
@jun_makino
この時に、 Cardis et al. 2005 でやってるような症例対照研究からで てくる値は一体なにか、ということを考えてみる。
2013-01-12 11:50:16
Jun Makino
@jun_makino
OR に年齢依存がなければ、被曝量や元々の発症率に年齢依存があっても、 Cardis et al. 2005 でやっている individual matching と conditional logistic regression という方法を使うと、正しい OR がもとめられ
2013-01-12 11:50:18
Jun Makino
@jun_makino
( ここの数学私は完全にはわかってない。層化解析して平均とるのの、 マッチングペアが 1 層と思うようなものということみたい )
2013-01-12 11:50:21
Jun Makino
@jun_makino
で、 OR に年齢依存があると、結局なんらかの意味での年齢平均した OR がでる。なんらかの意味ってのは、統計解析で最尤推定をしているので、 「信用できるところほどウェイトが大きい」ということ。
2013-01-12 11:50:23
Jun Makino
@jun_makino
では年齢が低いとこと高いとこでどっちが信用できる推定値がでるかと いうと、 OR は年齢が高いほど信用できるはず。これは、被曝がゼロに近い甲 状腺がん患者は圧倒的に年齢が高いとこだから。
2013-01-12 11:50:25
Jun Makino
@jun_makino
ベラルーシとかウクライナの「元々の発症率」はよくわからないので、 日本の数字だと、 10-14 歳と 20-24 歳では 10-15 倍違う。また、 15-19 歳と 25-29 歳でも 3-5 倍違う。
2013-01-12 11:50:27
Jun Makino
@jun_makino
これがほぼそのまま推定値 ( の対数 ) の分散の違いになるはず。 実際にはサンプル数が小さいとこなので分散の違いはもっと大きい。
2013-01-12 11:50:31
Jun Makino
@jun_makino
年齢が低いほうが被曝量が多いのも、推定値の誤差を大きくする方向に いくはず。 0 に近い被曝量の人がより少なくなるから。
2013-01-12 11:50:33
Jun Makino
@jun_makino
層化解析の場合、最尤推定は層毎の推定値に分散の逆数でウェイトをか けた平均値になるので、 conditional logistic regression でも同じことが 起こるはずと思われる ( 本当？ )
2013-01-12 11:50:35
Jun Makino
@jun_makino
そうすると、要するにでてくる値はほぼ年齢が一番高い数年分のグルー プの値になる。被曝時点で 10-14 歳で、 12 年たった 22-26 歳の時のリスク増加 が求まっているような感じ。
2013-01-12 11:50:37
Jun Makino
@jun_makino
なので、 Cardis et al. 2006 とかベラルーシ政府統計にでてくる、測定時点で 0-14 歳の甲状腺がんが最大で事故前の数十倍、というのと Cardis et al. 2005 の 5/Gy というのの間には矛盾はないことになる。全く別のものをみているから。
2013-01-12 11:50:39
Jun Makino
@jun_makino
被爆量の大半が事故時 5 歳以下に集中しているし、被爆量当りのリスク増 加も被曝時低年齢のほうが大きいのに対して、 Cardis et al. 2005 の結果は 大雑把にいって被曝時 10 歳以上くらいのところだけを反映したものになってい るのではないか、ということ。
2013-01-12 11:50:41
Jun Makino
@jun_makino
あと、 LSS と同じような問題点として、被曝量の見積りの精度は？とい うのはあるのかな。見積もりにランダムな誤差があっても、相関を消す方向に でるので。これは考慮されているようには見えない。
2013-01-12 11:50:43--ここから下は、このまとめに入れて良いものだろうか・・・
Jun Makino
@jun_makino
うーん、某氏に指摘を受ける。 http://t.co/1N9k8rmy Cardis et al. 2006 の、ベラルーシの甲状腺がん発生率のグラフがおかしい。
2013-01-20 02:01:18
Jun Makino
@jun_makino
何がおかしいかというと、これは 0-14, 15-18, 19-34 の 3 区分の年齢に ついて 10 万人あたり 1 年間の発生率の時間変化をプロットしているんだけど、 19-34 の 1989 年以前の数字が小さ過ぎる。 0.1 程度になっている。
2013-01-20 02:01:20
Jun Makino
@jun_makino
こっちの論文をみてみる :Mahoney et al. 2004 http://t.co/wN4rXBBQ Thyroid cancer incidence trends in Belarus: examinin
2013-01-20 02:01:24