医療レセプト、検査データ、電子カルテデータなど、臨床現場で多様なヘルスデータが大規模に蓄積され、臨床疫学研究への活用が期待されている。一方で、これらの大規模ヘルスデータを活用した臨床疫学研究において、データ測定、解析、解釈の各段階で臨床疫学研究の基本を怠ると、誤った結論を導いてしまう恐れがある。本シンポジウムでは、各演者から臨床疫学研究における測定・解析・解釈の各段階でのトピックについてプレゼンテーションを行った後に、「データの正しい測定、解析、解釈」について総合討論を行う。
福原 俊一
（京都大学 教授、福島県立医科大学 副学長）
康永 秀生
（東京大学大学院医学系研究科公共健康医学専攻
臨床疫学・経済学 教授）
岡田 昌史（IQVIAソリューションズジャパン株式会社 シニアコンサルタント）
近年、臨床試験の分野では、CDISC標準に代表されるメタデータ標準を導入して、標準化されたデータマネジメントが実施されるようになった。一方、疫学研究におけるデータマネジメントは研究ごとにそれぞれの方法で実施されている場合も多い。
しかし、近年電子カルテデータやWeb入力の疾患レジストリ、電子レセプトからのデータの２次利用が可能となって、後ろ向きコホート研究が盛んに行われるようになった。これにともない、疫学研究におけるデータマネジメントの効率化や再現可能性が重要となっている。
本セッションでは、大規模データを２次利用する際に起こる技術的、理論的な問題点を整理して、誤りがないデータを抽出するためのツールやノウハウについて紹介する。さらに、観察研究のための国際標準データモデルであるOMOP Common Data Modelを活用したデータマネジメントプロセスの標準化について紹介する。
Edward C. Norton（University of Michigan, Professor）
Clinical epidemiologists and economists often want to find causal relationships when using observational data. Economists have developed several statistical techniques to exploit natural experiments, when there is no randomized control trial. I will give an overview of two of those methods (instrumental variables and regression discontinuity) with examples. I will provide intuition for why these can, in some cases, provide causal estimates. In addition, I will discuss how to interpret odds ratios from logistic regression. Recent research has shown that the common interpretation of odds ratios is incorrect and misleading. I will show how to avoid this common pitfall.
福間 真悟（京都大学大学院医学研究科 特定准教授）
臨床疫学研究の対象となるデータソースは多様化し、規模も大きくなっている。データベースを利用した臨床疫学研究においては、サンプリング、データ抽出、データ定義など、データの測定方法が十分に示されず、ブラックボックスな場合も多い。しかし、疫学の基本に立ち返ると、データ測定は、得られた結果に大きな影響を与える。また、解析ツールや解析方法の発展も臨床疫学研究を変えつつある。様々な交絡調整手法が統計解析プログラムでパッケージ化され、だれでも容易に利用可能となってきている。一方で、解析方法の前提や、得られた結果の由来する集団についての誤解がある場合も多い。
本セッションでは、データ測定や選択された解析方法に由来する結果解釈の誤解について実例を挙げながら紹介する。
TEL. 06-6136-4949 FAX. 06-6441-2055