理論疫学特論

Advanced Topics in Theoretical Epidemiology

994G33Z

46ONMEE603

篠崎　智大

SHINOZAKI Tomohiro

2024年度後期

2024 2nd Semester

火曜4限

Tuesday, 4th Period

工学研究科　情報工学専攻

Department of Information and Computer Technology, Graduate School of Engineering

2.0単位

講義

Lecture

-

⑥ [遠隔]ブレンド型授業/ [Remote] Blended format (may include less than 50% classes held on-site)

疫学研究のデザインと解析について指定教科書・指定論文の輪読、議論および解説を行う。

This course makes the commentary on the presentation of the specified parts of a textbook or articles about the designs and analysis of epidemiological studies.

医療的な介入を任意に制御するこのとの難しい疫学研究の方法論を、データ測定の方法論である「研究デザイン」と、個別の「データ解析手法」から理解することを目的とする。例えば世界的に定評のある『Modern Epidemiology』第4版を輪読し、担当箇所を発表、議論する。必要に応じて該当箇所の解説を講義により行い、受講者はこれらの中で理解を深める。

本講義は情報工学専攻におけるディプロマポリシー「情報工学分野に応じた高度な専門知識」を身につける科目である。


Students aim to understand the methodologies of epidemiologic studies, where it is difficult for researchers to control medical intervention freely. In particular, focus on the study designs (methodology of how to obtain data) and appropriate data analysis methods. Students read, e.g., a world-famous textbook "Modern Epidemiology, 4th edition" and present in turn the contents specified by the lecturer; other participants are required to discuss. Students deepen their understandings through the commentary/explanation provided by the lecturer.

This lecture is a subject to acquire "advanced expertise of information and computer technology" specified in the diploma policy of the Department of Information and Computer Technology.

1. 疫学で使われる様々な要約指標・効果指標を理解する
2. 交互作用と効果指標の修飾の概念を理解する
3. 様々なバイアスを把握する
4. 疫学研究デザインごとの落とし穴（コホート研究とケース・コントロール研究でのマッチングの違いなど）を把握する
5. 疫学研究で用いられる代表的な統計解析手法の理論を理解する

1. To understand various summary measures and effect measures
2. To understand the concepts of interaction and effect-measure modification
3. To grasp various biases and their sources
4. To grasp pitfalls for each epidemiologic design (e.g. different implication by matching in cohort studies and case-control studies)
5. To understand the theoretical aspects of representative analysis methods in epidemiology

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

原則として全ての講演を聴講し、当該の発表を担当することが単位取得のための必要条件である。スケジュールについては、第1回目の開講日をガイダンス回として設定し、その際に説明する。

In principle rule, taking to all lectures and making presentations are a necessary for credit of this lecture. The concrete schedule will be explained in the first class (orientation).

ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation

-

指定教科書、指定論文をあらかじめ読んでくることを要する。発表者は任意の形式で発表資料を用意する。

Reading a specified textbook or specified papers is required. Presenters have to prepare the slides or documents for their presentation.

議論に参加する姿勢：20%
発表内容と回数　　：80%

Evaluated by positiveness of participating discussion in class (20%) and presentation quality/frequency (80%)

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://mirai.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://mirai.kinokuniya.co.jp/tokyorika/

特に定めない（講義内で資料を配布する）。

Nothing special (the lecturer will distribute handouts/copy of textbook in the class).

2023年度は統計的因果推論の教科書『インベンス・ルービン 統計的因果推論 （上・下）』を最初から最後まで日本語翻訳版と英語版双方を用いてオンライン輪読した。輪読には学外の生物統計研究者等を招致し、専門的なディスカッションを交えて内容を深掘りした。
In FY2023, the book on statistical causal inference, "Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction" was read online from beginning to end, referring to both English and Japanese-translated versions. We invited researchers in biostatistics from outside the TUS to participate in the readings, and we discussed the contents in depth with specialized discussions.

2022年度は統計的因果推論で世界的に定評のある書籍 Hernán MA, Robins JM (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC を最初から最後までオンライン輪読した。輪読には学外の疫学・生物統計の教員・研究者等を招致し、専門的なディスカッションを交えて内容を深掘りした。
In FY2022, the world-renowned book on statistical causal inference, "Causal Inference: What If" by Hernán MA and Robins JM (Boca Raton: Chapman & Hall/CRC, 2023+), was read online from beginning to end. We invited faculty members and researchers in epidemiology and biostatistics from outside the TUS to participate in the readings, and we discussed the contents in depth with specialized discussions.

2021年度に取り上げた論文テーマを一例として示す：
The reading list of this course in the previous year is as follows:

Week 1
Greenland S, Robins JM. Identifiability, exchangeability, and epidemiological confounding. Int J Epidemiol. 1986;15:413-9.

Week 2
Greenland S. Interpretation and choice of effect measures in epidemiologic analysis. Am J Epidemiol. 1987;125:761-8.

Weeks 3-4
Greenland S, Robins JM, Pearl J. Confounding and collapsibility in causal inference. Stat Sci. 1999;14:29-46.

Week 5
Greenland S. Absence of confounding does not correspond to collapsibility of the rate ratio or rate difference. Epidemiology. 1996;7:498-501.

Week 6
Greenland S. Randomization, statistics, and causal inference. Epidemiology. 1990;1:421-9.

Week 7
Greenland S. Summarization, smoothing, and inference in epidemiologic analysis. Scand J Soc Med. 1993;21:227-32.

Weeks 8-9
Robins JM, Greenland S. The role of model selection in causal inference from nonexperimental data. Am J Epidemiol. 1986;123:392-402.

Week 10
Hernán MA, Hernández-Díaz S, Werler MM, Mitchell AA. Causal knowledge as a prerequisite for confounding evaluation: an application to birth defects epidemiology. Am J Epidemiol. 2002;155:176–84.

Week 11
Hernán MA, Clayton D, Keiding N. The Simpson's paradox unraveled. Int J Epidemiol. 2011;40:780-5.

Week 12
Robins JM. Data, design, and background knowledge in etiologic inference. Epidemiology. 2001;12:313-20.

Weeks 13-14
Greenland S. Bayesian perspectives for epidemiological research: I. Foundations and basic methods. Int J Epidemiol 2006;35:765-75.

-

SAS

R

Y

N