| 期間： | 2019年8月5日 (月) 〜 8月8日 (木) 10:00 〜 17:00 (8/5のみ11:00〜 17:00) ※受付開始時間： 9:30 (8/5のみ10:30) |
| 場所： | 8/5, 8/6：東京大学医学部2号館（本館）3F大講堂 (+ 1F小講堂 ＜中継＞) |
| 共催： | 日本臨床疫学会 |
| 11:00〜11:50 12:00～12:50 |
NDBの概要/ NDBを用いた研究 ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 助教 松居宏樹 博士課程 石丸美穂 ＜目標＞ NDBデータに含まれる情報を理解する。 NDBデータの構造を理解する。 NDBデータの申請方法について理解する。 ビッグデータを用いる際に必要なサーバー構築方法の基礎を理解する。 データを安全に利用するために必要なデータ管理方法を理解する。 オンサイトリサーチセンターについて理解する。 ＜想定する対象者＞ NDBデータを利用したことがなく、今後利用を検討している方々 NDBデータを利用したことがあるものの、うまくいかずに悩んでいる方々 |
|---|---|
| 12:50～13:00 | アンケート回答 |
| 13:00～14:00 | 昼休憩 |
| 14:00～14:50 |
JMDCデータを用いた研究 ＜講師＞ 東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任助教 道端伸明 東京大学大学院医学系研究科生物統計情報学講座 特任助教 大野幸子 ＜目標＞ JMDCデータの構造、含まれる情報を理解する。 JMDCデータを用いた先行研究について学ぶ。 ＜想定する対象者＞ JMDCデータを利用したことがなく、今後利用を検討している方々 JMDCデータを利用したことがあるものの、うまくいかずに悩んでいる方々 |
| 15:00～15:50 |
DPCデータを用いた研究 ＜講師＞ 東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任准教授 城大祐 東京大学大学院医学系研究科臨床疫学・経済学 博士課程 大邉寛幸 ＜目標＞ DPCデータの構造、含まれる情報を理解する。 DPCデータを利用した研究の方法論を理解する。 DPCデータを利用した研究計画書、データ抽出依頼書の作成方法を理解する。 DPCデータを用いた先行研究について学ぶ。 ＜想定する対象者＞ DPCデータを利用したことがなく、今後利用を検討している方々 DPCデータを利用したことがあるものの、うまくいかずに悩んでいる方々 |
| 16:00～16:50 |
介護データを用いた研究 ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 博士課程 宇田和晃 ＜目標＞ 介護データベースの構造、含まれる情報を理解する。 介護データベース利用申請について理解する。 介護データベースを用いた先行研究について学ぶ。 ＜想定する対象者＞ 介護データを利用したことがなく、今後利用を検討している方々 介護データを利用したことがあるものの、うまくいかずに悩んでいる方々 |
| 16:50～17:00 | アンケート回答 |
| 10:00〜10:50 |
バイアスの種類と対策 ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 博士課程 森田光治良 ＜目標＞ データベース研究を行う上で考慮しなければならない様々なバイアスとその対処法について理解する。 ＜想定する対象者＞ 論文を批判的に読む際のポイントを知りたい方々 自らの研究計画のバイアスを改善させる方法を知りたい方々 |
|---|---|
| 11:00〜11:50 |
傾向スコア ＜講師＞東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任助教 山名隼人 ＜目標＞ 傾向スコア分析の基礎を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の初級者以上 |
| 12:00～12:50 |
操作変数法 ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 博士課程 麻生将太郎 ＜目標＞ Unmeasured confoundersの対処が可能である操作変数法の基礎理論を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の初級者以上 |
| 12:50～13:00 | アンケート回答 |
| 13:00～14:00 | 昼休憩 |
| 14:00～14:50 |
高次元傾向スコア (High dimensional propensity score: hdPS) ＜講師＞東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任助教 山名隼人 ＜目標＞ 傾向スコアを大規模データの性質に合わせて拡張した高次元傾向スコアの基礎を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の中級者以上 |
| 15:00～15:50 |
自己対照ケースシリーズ (Self-controlled case series: SCCS) ＜講師＞筑波大学医学医療系ヘルスサービスリサーチ分野 助教 岩上将夫 ＜目標＞ 自己対照ケースシリーズの基礎を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の中級者以上 |
| 16:00〜16:50 |
G-estimation ＜講師＞東京大学大学院医学系研究科生物統計情報学講座 助教 萩原康博 ＜目標＞ 時間依存性交絡を調整できるG-estimationの基礎を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の上級者 |
| 16:50～17:00 | アンケート回答 |
| 10:00〜10:50 11:00〜11:50 12:00～12:50 |
レセプトデータ研究計画立案 ①〜③ ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 教授 康永秀生 東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任准教授 城大祐 ＜目標＞ NDB、DPC、JMDCレセプトデータベース研究に適した研究デザインを立案する。 講師が提示する3-4つ程度のCQから一つを選び、データベースを利用した研究をデザインする。グループディスカッション形式で、CQをRQに落とし込み、FINERを検討し、発表を行う。 1コマ目、2コマ目にディスカッション、3コマ目に発表を予定している。 ＜想定する対象者＞ 各種の保健医療介護データベースを利用して論文発表を志している方々 ※事前参加登録した30名に限定 ※8/5・6の講義の受講を推奨する |
|---|---|
| 12:50～13:00 | アンケート回答 |
| 13:00～14:00 | 昼休憩 |
| 14:00〜14:50 15:00〜15:50 16:00〜16:50 |
Stataセミナー ①〜③ ＜講師＞東京大学大学院医学系研究科ヘルスサービスリサーチ講座 特任助教 道端伸明 東京大学大学院医学系研究科臨床疫学・経済学 博士課程 麻生将太郎 博士課程 藤雄木亨真 ＜目標＞ Stataを用いたデータクリーニングを習得する（preserve、usubstr、正規表現、for構文などを用いたプログラム作成)。 傾向スコア分析、操作変数法の実践的な方法を理解する。 ＜想定する対象者＞ 臨床研究・疫学研究の中級者以上 コマンドライン入力でStataが利用できる。 ロジスティック回帰や、重回帰分析はできることを前提としている。 ※事前参加登録した30名に限定 |
| 16:50～17:00 | アンケート回答 |
| 10:00〜10:50 11:00〜11:50 12:00～12:50 |
SQLセミナー ①〜③ ＜講師＞東京大学大学院医学系研究科生物統計情報学講座 特任助教 大野幸子 ＜目標＞ SQL言語の基礎を理解する。 JMDCデータベースから自分の研究デザインに応じたデータセットを作成する。 JMDCデータのデータクリーニングを行う。 ＜想定する対象者＞ JMDCデータを利用したことがなく、今後利用を検討している方々 JMDCデータを利用したことがあるものの、うまくいかずに悩んでいる方々 ※事前参加登録した30名に限定 |
|---|---|
| 12:50～13:00 | アンケート回答 |
| 13:00～14:00 | 昼休憩 |
| 14:00〜14:50 15:00〜15:50 16:00〜16:50 |
Rセミナー ①〜③ ＜講師＞東京大学大学院医学系研究科臨床疫学・経済学 博士課程 橋本洋平 ＜目標＞ Rの基礎的な使い方について、ハンズオンで演習する。 四則演算から始め、データクリーニング、多変量ロジスティック回帰などを扱う。 ＜想定する対象者＞ Rを使用したことがない方 Rをインストールしたものの、なかなか使えていない方 ※事前参加登録した30名に限定 |
| 16:50～17:00 | アンケート回答 |