---
title: 検定力分析と標準化効果量を超えて：正確度分析と非標準化効果量
tags: 
author: [奥村 泰之](https://docswell.com/user/icer)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/V9722WMD7R.jpg?width=480
description: 検定力分析と標準化効果量を超えて：正確度分析と非標準化効果量 by 奥村 泰之
published: May 24, 22
canonical: https://docswell.com/s/icer/5QNGR5-2022-05-24-123435
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/V9722WMD7R.jpg)

検定力分析と標準化効果量を超えて:
正確度分析と非標準化効果量
奥村泰之
国立精神・神経医療研究センター
国立精神
神経医療研究センタ
精神保健研究所 社会精神保健研究部
文部科学省私立大学戦略的研究基盤形成支援事業 平成23年度選定事業
融合的心理科学の創成：心の連続性を探る
心理学における効果の大きさとばらつき
2012/2/25 13:30~17:45
専修大学生田校舎10号館1階


# Page. 2

![Page Image](https://bcdn.docswell.com/page/5DJYYLXMJM.jpg)

話題
私の統計学 研究法教育の活動 (6 min)
私の統計学・研究法教育の活動
検定力分析を超えて: 正確度分析 (10 min)
標準化効果量を超えて: 非標準化効果量 (14 min)
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2V7NP413E8.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
» Psychiatry
y
y Clin Neurosci 65: 356-364,, 2011
例数設計の実施率調査
» 老年精神医学雑誌 21:
21 93
93-100,
100 2010
効果量計算のRプログラム開発
» http://cran.r-project.org/web/packages/rpsychi/index.html
研究報告の質向上のためのガイドライン紹介
» http://www.e-rapport.jp/ebm/guidelin01/01.html
研究報告の質向上のための研究会の主催
» http://blue.zero.jp/yokumura/workshop.html
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GYJ93Q5PJ3.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
目的
• 日本の抑うつ研究の検定力を求める
方法
• 1990-2006年出版の974研究を系統的展望
1990 2006年出版の974研究を系統的展望
Okumura Y, Sakamoto S: Psychiatry Clin Neurosci 65: 356-364, 2011
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/5GJ8MGYXJD.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
結果
• 中程度の母集団効果量を想定した場合，44%の臨
床研究 検定力*は 0%に満たな
床研究の検定力*は50%に満たない
– *検定力 = 正しい検定結果を得る (条件付き) 確率
結論
• 「真」に差異や関連のある事象であっても，コイント
「真」に差異や関連のある事象であっても コイント
スよりも，正しい結果を得られていない
Okumura Y, Sakamoto S: Psychiatry Clin Neurosci 65: 356-364, 2011
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/MLJL3G4N7R.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
リジェクト！リジェクト！査読コメントの苦悩
• 抑うつ研究の検定力が低いのは，日本だけの現象
だ
だ！アメリカ合衆国やヨーロッパでは，倫理審査の
カ合衆国や
パ は 倫理審査
段階で，検定力の計算が求められている！
• この問題は，ヨーロッパでは関係ない！研究費の
申請段階から例数設計は求められている！
Okumura Y, Sakamoto S: Psychiatry Clin Neurosci 65: 356-364, 2011
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/547MDQKQ7W.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
査読コメントは妥当か！？
• 英国医学研究審議会は，研究費使用者の遵守規
定と
定として例数設計の実施を推奨
例数設計 実施を推奨[1]
• STROBE声明 (観察研究) は，意味のある答えを
得るために，例数設計の実施を推奨[2]
• CONSORT声明
声明 (無作為化比較試験) は，倫理的
・科学的観点から例数設計の実施を推奨[3]
[1] Medical Research Council: Good Research Practice. 2005. (http://p.tl/FYv4)
[2] Vandenbroucke et al: Ann Intern Med 147: W163-194, 2007
[3] Moher et al: BMJ 340: c869, 2010
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/ZP7R48XK79.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
海外では本当にルールを守ってるのか！？
• 例数設計の実施率調査
– 無作為化比較試験 = 45%[1]
– コホート研究 = 8%[2]
– 看護研究 = 1%[3]
– (日本の) 老年精神医学研究 = 0%[4]
[1] Hopewell et al: BMJ doi: 10.1136/bmj.c723, 2010
[2] Fung et al: Ophthalmology 116: 286-296, 2009
[3] Zellner et al: J Nurs Educ 46: 55-59, 2007
[4] 奥村, 伊藤: 老年精神医学雑誌 21: 93-100, 2010
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/NPJX2865EX.jpg)

私の統計学・研究法教育の活動
日本の抑うつ研究の検定力の調査
海外では本当にルールを守ってるのか！？
• 検定力の調査
– 米国臨床腫瘍学会の学会発表におけるネガティブ
データの臨床試験の67%は，検定力が80%以下[1]
– British Journal of General Practice誌の25%は，
検定力が50%以下[2]
日本よりマシなだけで海外でも
本より シな け 海外 も
「例数設計の未実施」と「低検定力」の問題は存在
研究者への例数設計教育は喫緊の課題
[1] Bedard et al: J Clin Oncol 25: 3482-3487, 2007
[2] Fox N, Mathers N: Fam Pract 14: 324-329, 1997
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/63JKMK1R7D.jpg)

話題
私の統計学 研究法教育の活動 (6 min)
私の統計学・研究法教育の活動
検定力分析を超えて: 正確度分析 (10 min)
標準化効果量を超えて: 非標準化効果量 (14 min)
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/4LE3YZQGJ5.jpg)

検定力分析を超えて: 正確度分析
信頼区間は不確実性の指標
一般人口におけるうつ病の有病率
100
0
• 2.9% (95% 信頼区間 [CI] = 2.1~3.7)
母集団における真の有病率
Kawakami N et al: Psychiatry Clin Neurosci 59: 441-452, 2005
60
40
20
0
• 複数回調査を繰り返し，
信頼区間を求めると，
その95%は真の有病率を含む
• 図の赤線は，
真の有病率を含んでいない事例
調査回
回数
有病率の95%CIの意味
80
8
• 仮に3.2%とする
仮に3 2%とする (図の黄線)
1
2
3
4
有病率 (%)
5
6
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/V8ED5R9NEG.jpg)

検定力分析を超えて: 正確度分析
信頼区間は不確実性の指標
一般人口におけるうつ病の有病率
• 2.9% (95% CI = 2.1~3.7)
推計うつ病者数 (2008年)
• 220万人から390万人
費用換算 (2008年)
• 1兆3000億円~1兆9000億円
信頼区間の幅は狭いほど，良質な知見を生み出す
幅の広さの許容範囲は 実質的観点から決める
幅の広さの許容範囲は，実質的観点から決める
Okumura Y, Higuchi T: Prim Care Companion CNS Disord 13 doi:10.4088/PCC.10m01082, 2011
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/4V7PGWZN78.jpg)

検定力分析を超えて: 正確度分析
検定力分析 (power analysis)
特徴
• 「検定力」を重視した例数設計法
設定する主な指標
• 母集団効果量など
• 有意水準 (e.g., 5%)
• 検定力 (e.g.,
(
80%)
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/L2JV68WYEQ.jpg)

検定力分析を超えて: 正確度分析
正確度分析 (precision analysis)
特徴
• 「信頼区間の幅」を重視した例数設計法
設定する主な指標
• 母集団効果量など
• 信頼限界 (e.g., 95%)
• 信頼区間の幅
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/Z5EGN5DW7L.jpg)

検定力分析を超えて: 正確度分析
母比率の例数設計
検定力分析
• 帰無仮説 = うつ病の有病率は2.5%
• 対立仮説 = うつ病の有病率は2.5%超 (片側検定)
%
• 母比率 = 3.2%
• 有意水準 = 5%
• 検定力 = 80%
• 必要例数 = 3,347例
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/V4JQQZ1QJP.jpg)

検定力分析を超えて: 正確度分析
母比率の例数設計
正確度分析
• 母比率 = 3.2%
• 信頼限界 = 95%
% ((2.7%~3.7%)
%
%)
• 信頼区間の幅 = ±0.5%
• 必要例数 = 4
4,783例
783例
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/DK74N3RYE1.jpg)

検定力分析を超えて: 正確度分析
ガイドラインにおける正確度分析の推奨
アメリカ心理学会[1]
• 例数設計の根拠を述べよ (e.g., 検定力分析 or 正確
度分析)
STROBE声明 ((観察研究))[2]
• 意味のある結果を得るためには，狭い信頼区間の
幅になるよう大きな標本サイズが必要
検定力分析を超えて
[1] APA: Publication manual of the American Psychological Association 2009. p.30
[2] Vandenbroucke et al: Ann Intern Med 147: W163-194, 2007
20


# Page. 18

![Page Image](https://bcdn.docswell.com/page/PLJ151QNEG.jpg)

話題
私の統計学 研究法教育の活動 (6 min)
私の統計学・研究法教育の活動
検定力分析を超えて: 正確度分析 (10 min)
標準化効果量を超えて: 非標準化効果量 (14 min)
21


# Page. 19

![Page Image](https://bcdn.docswell.com/page/8GJW58LM72.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量 (standardized effect size) の事例
目的
Daneman1961
• 抗うつ薬はプラセボを凌駕する？ Friedman1966
方法
• 研究レベルのメタ
研究レベルのメタ・アナリシス
アナリシス
結果
Friedman1975
Hollister1964
Hussain1970
Murphy1984
Uhlenhuth1964
Weintraub1963
Wilson1963
• 抗うつ薬の方が効果がある
(SMD* = 0.39, 95% CI, 0.24 to 0.54) Total
– *Standardized Mean Differences
(Hedges&#039; g)
Moncrieff et al: Cochrane Database Syst Rev CD003012, 2004
-1.0
0.0 0.8 1.6
標準化平均値差
22


# Page. 20

![Page Image](https://bcdn.docswell.com/page/W4EZN8MME3.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量 (standardized effect size)
種類
• 量的変数: Hedges&#039; gなど
• 質的変数: φ係数など
特徴
• 同一の概念を異なる尺度で測定しても比較可能
(尺度不変の性質)
• 値の大小の解釈は難しい
Baguley T: Br J Psychol 100: 603-617, 2009
23


# Page. 21

![Page Image](https://bcdn.docswell.com/page/KY768PN5EV.jpg)

標準化効果量を超えて: 非標準化効果量
非標準化効果量 (unstandardized effect size) の事例
目的
• 抗うつ薬はプラセボを凌駕する？
方法
• 患者レベルのメタ・アナリシス
患者レベルのメタ アナリシス
• HAM-Dを評価尺度とした6つの無作為化比較試験
Fournier et al: JAMA 303: 47-53, 2010
24


# Page. 22

![Page Image](https://bcdn.docswell.com/page/5G759K5GJ4.jpg)

標準化効果量を超えて: 非標準化効果量
非標準化効果量 (unstandardized effect size) の事例
治療前前後の変化
抗うつ薬群
プラセボ群
治療前の重症度
治療前の重症度が25点以上であれば，抗うつ薬 (−12点) は
プラセボ (−9点) よりも，3点以上効果が高い
Fournier et al: JAMA 303: 47-53, 2010
25


# Page. 23

![Page Image](https://bcdn.docswell.com/page/V9J22WNDJR.jpg)

標準化効果量を超えて: 非標準化効果量
非標準化効果量 (unstandardized effect size)
種類
• 量的変数: 平均値差など
• 質的変数: 比率差など
特徴
• 尺度不変の性質がない
• 解釈が容易
標準化効果量を超えて
26


# Page. 24

![Page Image](https://bcdn.docswell.com/page/5DEYYLPMEM.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量を超える3方略
①評価尺度の統一
• 抗うつ薬の臨床評価方法に関するガイドライン (案)
– 評価尺度として，HAM-DまたはMADRSを推奨
– 治療前と最終評価時の変化量を評価項目とする
問題
• HAM-DとMADRSは別の尺度である
HAM DとMADRSは別の尺度である (尺度の統一
(尺度の統
が不完全である)
• 統一した評価尺度の心理測定学的特性は，すべて
統 した評価尺度 心理測定学的特性は すべ
のうつ病患者に対して良好ではない
厚生労働省医薬食品局審査管理課: http://wwwhourei.mhlw.go.jp/hourei/doc/tsuchi/T101117I0020.pdf, 2010
27


# Page. 25

![Page Image](https://bcdn.docswell.com/page/2VJNP45378.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量を超える3方略
②評価尺度間の変換式の作成
• HAM-DとMADRSの変換式の推定[1]
– HAM-D = －1.58 + 0.86 × MADRS
• 項目反応理論によるHAM-DとMADRSの等価[2]
問題
• 評価尺度は50以上存在する[3]
• 調査対象の特性を考慮したら
き がな
きりがない
MADRS
HAM-D
[1] Heo et al: Am J Geriatr Psychiatry 15: 899-905, 2007
[2] Uher et al: Psychol Med 38:289-300, 2008
[3] 奥村 他: パーソナリティ研究 16: 238-246, 2008
28


# Page. 26

![Page Image](https://bcdn.docswell.com/page/GYE93QYPE3.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量を超える3方略
③共通尺度の作成
• 項目反応理論に基づく，うつ病の重症度を測定する項
目プ
目プール
(共通尺度) を作る (e.g.
(
TOEFL)
O
)
PROMIS®[1][2]
• National Institute of Health (NIH) 主導の質問紙を改
善するための巨大プロジェクト
• 抑うつ，不安，怒り，痛みなどの項目プールを作成中
• 調査対象の特性にかかわらず，より少ない項目で，高
調査対象の特性にかかわらず より少ない項目で 高
い精度の測定が可能になる
[1] Pilkonis et al: Assessment 18: 263-283, 2011
[2] Gibbons et al: Qual Life Res. 20: 349-57, 2011
29


# Page. 27

![Page Image](https://bcdn.docswell.com/page/5GE8MG6XED.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量を超える3方略
PROMIS®[1][2]
概念モデルの作成
項目の素案作成
専門家の意見交換
項目の質的な検討
項目の修正
新項目の追加
項目の削除
項目の認識の吟味
識字能力の吟味
著作権の吟味
項目母数推定の調査 (略記)
併存的妥当性の調査 ((略記))
[1] Pilkonis et al: Assessment 18: 263-283, 2011
[2] Gibbons et al: Qual Life Res. 20: 349-57, 2011
30


# Page. 28

![Page Image](https://bcdn.docswell.com/page/MLEL3G9NJR.jpg)

標準化効果量を超えて: 非標準化効果量
標準化効果量を超えるハードル
要求される研究者の技能
• STARD声明，潜在構造分析，項目反応理論，一
般化可能性理論など 十分な知識
般化可能性理論などの十分な知識
要求される臨床家の技能
要求
臨床家 技能
• 確定基準 (Gold Standard) として，SCIDやCIDIな
どの (半) 構造化面接の十分な訓練
要求される教育者の信念の変化
• 尺度研究は資料論文という差別的な位置づけ
• 尺度氾濫につながる新しい尺度作成への偏愛
• 大学院生が学位目的で気軽に尺度作成
31


# Page. 29

![Page Image](https://bcdn.docswell.com/page/54JMDQZQJW.jpg)

まとめ
研究者への例数設計教育は喫緊の課題
検定力分析よりも正確度分析
標準化効果量よりも非標準化効果量
①評価尺度の統一
②評価尺度間の変換式の作成
③共通尺度の作成
Further Learningg
心理・医学系研究者のためのデータ解析環境Rによ
る統計学の研究会(http://blue.zero.jp/yokumura/workshop.html)
32


