Submit Search
Upload
P値を使わないフィットネステストの評価法
•
6 likes
•
4,758 views
Taisuke Kinugasa
Follow
P値、典型的な誤差、最少有効変化、現場的有意差、差の程度に基づく推量
Read less
Read more
Sports
Report
Share
Report
Share
1 of 42
Recommended
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
SR WS
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
GRADEの基礎:概要と問題設定
GRADEの基礎:概要と問題設定
Yuko Masuzawa
不明熱〜身体診察〜_General Medicine Interest Group
不明熱〜身体診察〜_General Medicine Interest Group
Kiyoshi Shikino
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
SR WS
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
SR WS
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
Recommended
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
20161222 srws第五回 Risk of Bias 2.0 toolを用いた文献評価
SR WS
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
GRADEの基礎:概要と問題設定
GRADEの基礎:概要と問題設定
Yuko Masuzawa
不明熱〜身体診察〜_General Medicine Interest Group
不明熱〜身体診察〜_General Medicine Interest Group
Kiyoshi Shikino
Rayyan補足資料 検索結果をrayyanへ
Rayyan補足資料 検索結果をrayyanへ
SR WS
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
20160713 srws第六回後半、revmanでのメタ・アナリシス・ハンズオン
SR WS
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
傾向スコアマッチと多重補完法の解説 その1
傾向スコアマッチと多重補完法の解説 その1
Atsushi Shiraishi
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
バリデーション研究の入門
バリデーション研究の入門
Yasuyuki Okumura
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
Yasuyuki Okumura
反応性と解釈可能性の評価
反応性と解釈可能性の評価
Senshu University
最低6回は見よ
最低6回は見よ
Toshiyuki Shimono
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
SR WS
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
初期研修医のための学会スライドのキホン
初期研修医のための学会スライドのキホン
k-kajiwara
頭痛 パート2 問診・診断
頭痛 パート2 問診・診断
NEURALGPNETWORK
臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
Yasuaki Sagara
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
Yasuyuki Okumura
処方箋データとNDBを用いた処方動向調査
処方箋データとNDBを用いた処方動向調査
Yasuyuki Okumura
【スライドシェア】めまい診療のクリニカルパール
【スライドシェア】めまい診療のクリニカルパール
shinsenichiba
「操作変数法」の報告事例
「操作変数法」の報告事例
Yoshitake Takebayashi
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
Koichiro Gibo
過量服薬の再発予防に向けた臨床疫学研究
過量服薬の再発予防に向けた臨床疫学研究
Yasuyuki Okumura
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
Takashi Fujiwara
非劣性試験の入門
非劣性試験の入門
Yasuyuki Okumura
ベイズ入門
ベイズ入門
Zansa
More Related Content
What's hot
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
傾向スコアマッチと多重補完法の解説 その1
傾向スコアマッチと多重補完法の解説 その1
Atsushi Shiraishi
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
バリデーション研究の入門
バリデーション研究の入門
Yasuyuki Okumura
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
Yasuyuki Okumura
反応性と解釈可能性の評価
反応性と解釈可能性の評価
Senshu University
最低6回は見よ
最低6回は見よ
Toshiyuki Shimono
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
SR WS
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
初期研修医のための学会スライドのキホン
初期研修医のための学会スライドのキホン
k-kajiwara
頭痛 パート2 問診・診断
頭痛 パート2 問診・診断
NEURALGPNETWORK
臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
Yasuaki Sagara
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
Yasuyuki Okumura
処方箋データとNDBを用いた処方動向調査
処方箋データとNDBを用いた処方動向調査
Yasuyuki Okumura
【スライドシェア】めまい診療のクリニカルパール
【スライドシェア】めまい診療のクリニカルパール
shinsenichiba
「操作変数法」の報告事例
「操作変数法」の報告事例
Yoshitake Takebayashi
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
Koichiro Gibo
過量服薬の再発予防に向けた臨床疫学研究
過量服薬の再発予防に向けた臨床疫学研究
Yasuyuki Okumura
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
Takashi Fujiwara
What's hot
(20)
ネットワークメタ分析入門
ネットワークメタ分析入門
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
傾向スコアマッチと多重補完法の解説 その1
傾向スコアマッチと多重補完法の解説 その1
生存時間分析の書き方
生存時間分析の書き方
バリデーション研究の入門
バリデーション研究の入門
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
JMDC Claimsデータベースとレセプト情報・特定健診等情報データベースを活用した臨床疫学研究の事例と留意点
反応性と解釈可能性の評価
反応性と解釈可能性の評価
最低6回は見よ
最低6回は見よ
20170112 srws第六回メタ・アナリシス
20170112 srws第六回メタ・アナリシス
観察研究の質の評価
観察研究の質の評価
初期研修医のための学会スライドのキホン
初期研修医のための学会スライドのキホン
頭痛 パート2 問診・診断
頭痛 パート2 問診・診断
臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
明日から読める無作為化比較試験: 行動療法研究に求められる統計学
処方箋データとNDBを用いた処方動向調査
処方箋データとNDBを用いた処方動向調査
【スライドシェア】めまい診療のクリニカルパール
【スライドシェア】めまい診療のクリニカルパール
「操作変数法」の報告事例
「操作変数法」の報告事例
ロジスティック回帰分析の入門 -予測モデル構築-
ロジスティック回帰分析の入門 -予測モデル構築-
過量服薬の再発予防に向けた臨床疫学研究
過量服薬の再発予防に向けた臨床疫学研究
医療データベース研究におけるバイアスと交絡への対処法
医療データベース研究におけるバイアスと交絡への対処法
Similar to P値を使わないフィットネステストの評価法
非劣性試験の入門
非劣性試験の入門
Yasuyuki Okumura
ベイズ入門
ベイズ入門
Zansa
Survival analysis0702
Survival analysis0702
Nobuaki Oshiro
傾向スコアの概念とその実践
傾向スコアの概念とその実践
Yasuyuki Okumura
Analysis of clinical trials using sas 勉強用 isseing333
Analysis of clinical trials using sas 勉強用 isseing333
Issei Kurahashi
統計分析
統計分析
大貴 末廣
Survival analysis0702 2
Survival analysis0702 2
Nobuaki Oshiro
第5回スキル養成講座 講義スライド
第5回スキル養成講座 講義スライド
keiodig
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
Yasuyuki Okumura
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
id774
第4回スキル養成講座 講義スライド
第4回スキル養成講座 講義スライド
keiodig
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
yokomitsuken5
Darm3(samplesize)
Darm3(samplesize)
Yoshitake Takebayashi
効果測定入門 Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
aa_aa_aa
統計学基礎
統計学基礎
Yuka Ezura
臨床的有意性の書き方
臨床的有意性の書き方
Yasuyuki Okumura
2012心臓リハビリ
2012心臓リハビリ
Naoki Nago
研究の質を評価する重要性
研究の質を評価する重要性
Yasuyuki Okumura
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
JPA2019 Symposium 3
JPA2019 Symposium 3
Jun Kashihara
Similar to P値を使わないフィットネステストの評価法
(20)
非劣性試験の入門
非劣性試験の入門
ベイズ入門
ベイズ入門
Survival analysis0702
Survival analysis0702
傾向スコアの概念とその実践
傾向スコアの概念とその実践
Analysis of clinical trials using sas 勉強用 isseing333
Analysis of clinical trials using sas 勉強用 isseing333
統計分析
統計分析
Survival analysis0702 2
Survival analysis0702 2
第5回スキル養成講座 講義スライド
第5回スキル養成講座 講義スライド
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
患者報告式アウトカム尺度における臨床的意味のある変化の定め方
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
第4回スキル養成講座 講義スライド
第4回スキル養成講座 講義スライド
「診断精度研究のメタ分析」の入門
「診断精度研究のメタ分析」の入門
Darm3(samplesize)
Darm3(samplesize)
効果測定入門 Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
統計学基礎
統計学基礎
臨床的有意性の書き方
臨床的有意性の書き方
2012心臓リハビリ
2012心臓リハビリ
研究の質を評価する重要性
研究の質を評価する重要性
観察研究の必須事項
観察研究の必須事項
JPA2019 Symposium 3
JPA2019 Symposium 3
More from Taisuke Kinugasa
Mujika et al (2018) Integrated periodization for sports review
Mujika et al (2018) Integrated periodization for sports review
Taisuke Kinugasa
Integrating insights from the parasport community to understand optimal exper...
Integrating insights from the parasport community to understand optimal exper...
Taisuke Kinugasa
Paralympic Pathway Programme in Japan
Paralympic Pathway Programme in Japan
Taisuke Kinugasa
JTAアスリート育成パスウェイ
JTAアスリート育成パスウェイ
Taisuke Kinugasa
IOCユース年代育成の在り方
IOCユース年代育成の在り方
Taisuke Kinugasa
地域から世界へ:ナショナル発掘・育成(NTID)の仕組みとブラインドアスリートへの応用
地域から世界へ:ナショナル発掘・育成(NTID)の仕組みとブラインドアスリートへの応用
Taisuke Kinugasa
競泳におけるアスリート育成パスウェイを考える
競泳におけるアスリート育成パスウェイを考える
Taisuke Kinugasa
トップアスリートにおける疲労のマネジメントとしてのリカバリー手段
トップアスリートにおける疲労のマネジメントとしてのリカバリー手段
Taisuke Kinugasa
Application of altitude training in athletes@Mini-Symposium 2012
Application of altitude training in athletes@Mini-Symposium 2012
Taisuke Kinugasa
Practical monitoring tools for recovery@SSI Symposium 2012
Practical monitoring tools for recovery@SSI Symposium 2012
Taisuke Kinugasa
ICPESS relative age effect in SSP 10
ICPESS relative age effect in SSP 10
Taisuke Kinugasa
ICPESS ramadan poster 10
ICPESS ramadan poster 10
Taisuke Kinugasa
ICPESS optimisation of aerobic fitness in childhood
ICPESS optimisation of aerobic fitness in childhood
Taisuke Kinugasa
ICPESS SSP sports sci intro
ICPESS SSP sports sci intro
Taisuke Kinugasa
UQ conf 09 kinugasa poster
UQ conf 09 kinugasa poster
Taisuke Kinugasa
Early specialization in youth athletes
Early specialization in youth athletes
Taisuke Kinugasa
Periodization framework of athletic training
Periodization framework of athletic training
Taisuke Kinugasa
Fitness and physical characteristics of Singapore youth bowlers
Fitness and physical characteristics of Singapore youth bowlers
Taisuke Kinugasa
Fatigue management and recovery strategies for athletes
Fatigue management and recovery strategies for athletes
Taisuke Kinugasa
More from Taisuke Kinugasa
(19)
Mujika et al (2018) Integrated periodization for sports review
Mujika et al (2018) Integrated periodization for sports review
Integrating insights from the parasport community to understand optimal exper...
Integrating insights from the parasport community to understand optimal exper...
Paralympic Pathway Programme in Japan
Paralympic Pathway Programme in Japan
JTAアスリート育成パスウェイ
JTAアスリート育成パスウェイ
IOCユース年代育成の在り方
IOCユース年代育成の在り方
地域から世界へ:ナショナル発掘・育成(NTID)の仕組みとブラインドアスリートへの応用
地域から世界へ:ナショナル発掘・育成(NTID)の仕組みとブラインドアスリートへの応用
競泳におけるアスリート育成パスウェイを考える
競泳におけるアスリート育成パスウェイを考える
トップアスリートにおける疲労のマネジメントとしてのリカバリー手段
トップアスリートにおける疲労のマネジメントとしてのリカバリー手段
Application of altitude training in athletes@Mini-Symposium 2012
Application of altitude training in athletes@Mini-Symposium 2012
Practical monitoring tools for recovery@SSI Symposium 2012
Practical monitoring tools for recovery@SSI Symposium 2012
ICPESS relative age effect in SSP 10
ICPESS relative age effect in SSP 10
ICPESS ramadan poster 10
ICPESS ramadan poster 10
ICPESS optimisation of aerobic fitness in childhood
ICPESS optimisation of aerobic fitness in childhood
ICPESS SSP sports sci intro
ICPESS SSP sports sci intro
UQ conf 09 kinugasa poster
UQ conf 09 kinugasa poster
Early specialization in youth athletes
Early specialization in youth athletes
Periodization framework of athletic training
Periodization framework of athletic training
Fitness and physical characteristics of Singapore youth bowlers
Fitness and physical characteristics of Singapore youth bowlers
Fatigue management and recovery strategies for athletes
Fatigue management and recovery strategies for athletes
P値を使わないフィットネステストの評価法
1.
TID Journal Club
@ 31 Jul 13 P値を使わないフィットネステ ストの評価法 衣笠 泰介, PhD タレント発掘コーディネーター 日本スポーツ振興センター
2.
スポーツ科学支援のマネジメント ニーズ分析科学支援 (測定)
アスリートファースト ドライバーとしてのコーチ スポーツ科学の支援 フィード評価 バック
3.
記述統計量
4.
統計分析 統計的有意差(仮説)検定* P値(有意差の有無):仮説のシロ・クロを判定する確率
P値のみでは、その傾向や効果の程度、サンプリング変動の 前提となる、真の値の範囲までは分からない (Batterham and Hopkins, 2006) 差の程度(マグニチュード)に基づく推量 スプレッドシートを用いた90%信頼区間の算出(Hopkins, 2007) 90%信頼区間がゼロをまたいで(実質的な正の値と負の値ま で両方に及ぶ)と、その効果は「あいまい」と判断する 効果量の評価基準:< 0.2, 極小; 0.2-0.59, 小; 0.6- 1.19, 中; 1.2-1.9, 大; > 2.0, 極大(Hopkins, 2002 ) 有効な変化の尤度(正、変化なし、負)(Batterham and Hopkins, 2006) <1%、ほぼ確実に可能性のない; 1–5%、非常に可能性の低 い;5–25%、 可能性の低い;25–75%、可能性のある;75–95%、 可能性の高い;95– 99、非常に可能性の高い; >99%、ほぼ確実
5.
*統計的仮説検定 • 反証法(背理法)ロジックとして純粋数学の観点から反証することはできるが、
実生活で証明することはできない • 0.05は任意の値である – P < 0.05 の場合、統計的有意で、帰無仮説を棄却し、真の効果があったと している – P > 0.05 の場合、統計的有意ではなく、帰無仮説を採択し、効果がないと している →帰無仮説を棄却できるほどのエビデンスがないだけ • P値は実際には何の確率でもない – いくつかの有効な効果は統計的有意でない – いくつかの統計的有意は有効ではない – 統計的有意でないと論文に投稿できないと判断してしまう • メタ分析により良質なデータは埋もれてしまい、出版バイアスはますます蔓延し ている • 帰無仮説を棄却できないことが、 帰無仮説を採択することにつながらない • いずれにしても真の効果は常に「リアル」であり、無ではない • 帰無仮説は常に、真ではない! • 反証できるまで効果はゼロであると仮定すると、非論理的、時には非現実的また は非倫理的である
6.
自信を持ってフィードバックするためのプロセス: 1. データを収集する
2. 測定のノイズを探る 3. 最小有効変化を明らかにする 4. 測定の有用性を確かめる 5. 測定を反復する 6. 真の変化を自信を持って解釈する 7. 結果をフィードバックする 8. フォローアップする
7.
1. データを収集する
8.
測定データ 測定値=近似値= 真値(signal)
+ 誤差 (noise) 反復測定 真の変化や違い ( SWC) 典型的な誤差 測定誤差 (TE) (測定器具など) 生物学的変動 (成長など)
9.
*測定誤差か典型的な誤差か ? 測定誤差(
Technical Error, TEM) 典型的な誤差( Typical Error, TE) ISAK は1996年からTEMを使用Will Hopkins 博士(AUT)やAIS の研究者はTEを使用 = Ö [Σd2 / 2(n)] = SD / Ö 2 正確性と精度を確認する 2つの試技の僅かな差も扱 える サンプル数が少ないと誤差 を過大評価 実際には差がほとんどない
10.
2.測定のノイズを探る
11.
個人における典型的な誤差の算出法 信頼性検定を通して 測定の再現性は?
個人内変動のモニタリングに重要 1人のアスリートを何回も測定する事例で考えると分かりや 名す前 い 試技1 試技2 試技3 試技4 試技5 試技6 あきら 72 76 74 79 79 77 平均 ± SD 76.2 ± 2.8 典型的な誤差(TE)は、2.8 このアスリートの真の値と測定値との差 測定評価のノイズとして捉える
12.
グループにおける典型的な誤差の算 出法 信頼性検定は、1グループのアスリートを2回
以上の反復測定で行う 名前 試技1試技2 こうへい 72 76 △試技2-1 4 5 たろう53 58 あいこ60 60 かおり84 82 ゆりえ67 73 0 -2 6 平均 ± SD 2.6 ± 3.4 典型的な誤差(TE)は、3.4を 2で割る(= 2.4…) 2.6は、平均値の変化
13.
3.最小有効変化を明らかにする
14.
最小有効変化( SWC、 Smallest
Worthwhile Change)とは? 最小可検変化量ともいう 測定しようとしているのは、Signal(真の値、真の変化) 一般的にSWCとは、アスリートの実生活や測定結果の解釈 に、違いを生み出す変化 一流アスリートの観点から見ると、アスリートが主要大会 で実質的なメダル獲得率を高めるために必要なパフォー マンス向上率 この問いに答えることができなければ、辞職すべき(Will Hopkins)
15.
SWCの算出法 専門家の経験則によることが多いので難しい 一流アスリートの観点から見ると、~0.3%のパフォーマン
ス向上率でメダル獲得率が上昇する http://www.nytimes.com/interactive/2010/02/26/sports/olympics/20100226-olysymphony.個人スポーツの一流アスリートにおけるSWCのデフォルト は、0.3 x 大会ごとのパフォーマンスの個人内変動を 変動係数 (CV)で表した値 *従来は、0.5 x CVであった(Bonetti and Hopkins, 2010) 向上率をCVとすると、以下のように解釈できる: 極小0.3 小0.9 中1.6 大2.5 やや大4.0 極大
16.
算出されたSWC 個人スポーツの競技ごとのCV (Hopkins,
2004): 1,500mまでの競走、ハードル走0.8% 10kmまでの競走、障害競走runs 1.1% マラソン(一流でない) 3.0% 高跳び1.7% 棒高跳び、幅跳び 2.3% 円盤投げ、やり投げ、砲丸投げ 2.5% 競泳(一流) 0.8% 競泳(ジュニア) 1.4% 1-40 kmのサイクリング 1.3% X 0.3
17.
SWCの算出法 チームスポーツの一流アスリートにおけるSWCのデフォル トは、0.2
x 個人間変動を標準誤差 (SD)で表した値 Cohenの効果量 0.2 小0.5 中0.8 大 Hopkinsの効果量 極小0.2 小0.6 中1.2 大2.0 やや大4.0 極大
18.
効果量 2変量や2グループの関係性のマグニチュード と傾向
算出法はいくつもある Cohenのd = 2変量や2グループの平均値の 差/標準偏差(SD) Excel: = ((Average (A…) – (Average (B…))/STDEV (A…, B…) 極小0.2 小0.6 中1.2 大2.0 やや大4.0 極大
19.
4.測定の有用性を確かめる
20.
測定項目の有用性 些細な変化を検知するために、その測定項目が有用であるか? もしTE
(ノイズ) < SWC(シグナル)... 皮脂厚和: TE = 2%、SWC = 4%(TE/SWC比 0.50) この測定の有用性:高い (比 < 0.75) この測定は、効果的でノイズのないもの この測定項目を何の問題もなく採用 もしTE > SWC... 皮脂厚和:TE = 10%、SWC = 5% (TE/SWC比 2.00) この測定の有用性:低い (比 > 1.25) この測定がノイズが大きな変化や差など全てをかき消してしま う 別の測定項目を探す
21.
測定項目の有用性 もしnoise »
signal... 皮脂厚和: TE = 5%、SWC = 5% (TE/SWC比 1.00) 多くのラボテストやフィールドテスト この測定の有用性:OK (S/T比 0.75-1.25) この測定項目を用心して採用
22.
皮脂厚和の有用性 女子競泳選手のTEデータ(N =
20) TE SWC 絶対値 (mm) 相対値 (%) 絶対値 (mm) 相対値 (%) 1.3 2.5 3.1 5.6 測定項目の有用性:高い (TE/SWC比 0.45) 皮脂厚和を何の問題もなく採用できる
23.
AIS生理学ラボにおけるTEと SWC Pyne,
2003
24.
測定項目の有用性を高める方法 1. 幾つかの試技を平均する
2. 信頼区間を使う 3.有効な変化の尤度を使う
25.
1.幾つかの試技を平均する 試技1 試技2
試技3 (もしΔ 試技2-1 > ±4%) 2値の平均値か3値の中央値 (Slater et al, 2006) Excel: = Average (…) or = Median (…)
26.
2.信頼区間(confidence limit or
interval)を 使って、ある測定項目におけるアスリートの真の 値を明確にする 信頼区間は、推量の精度に関連 90%(95%)信頼区間:90%(95%)の確率で真 の値がその範囲内に入る 90%信頼区間=測定値 ± 2 (1.96) x TE (90%の確率で次の値がTEの2倍の範囲以内にな る) 皮脂厚和の測定項目では、95%信頼区間の使用を 薦めている (Woolford and Gore, 2004)
27.
95%信頼区間を使った場合 TE (mm)
= 1.3, SWC (mm) = 3.1 変化量が4.8の場合, “ 負の変 化??" “ 変化なし??" -3.1 3.1 -3 0 3 6 変化量 正の 変化 負の変化 -6 真の変化は95%の確率で 2.3 から7.4の範囲に入 る. 変化量が3.2の場合, 心の変化は95%の確率 で 0.8から5.7の範囲 に入る. 12 変化なし
28.
3. 真の値がSWCより大きいか/小さいかの(有 効な)変化の尤度を使う
信頼区間より正確だが、スプレッドシートを使用する必 要がある
29.
*なぜログ変換が必要か? 誤差の不均一性を減らすため、自然対数に変換する Excel:
= 100*LN (…) 数十名における測定誤差のバラツキを考慮するため 残差と予測値をプロットして誤差の不均一性を調べる (Bland-Altmanプロット) 一般的に生理学的指標の多くは、ログ変換が必要である (Hopkins et al, 2011) SD > 平均: ログ変換の必要性が高い (Hopkins et al, 2011)
30.
5. 測定を反復する
31.
事例:競泳選手Aの皮脂厚和
32.
6.真の変化を自信を持って解釈す る
33.
尤度を使った場合 皮脂厚和: TE
(mm) = 1.3, SWC (mm) = 3.1 91% 真の変化が負になる確率; 0% 真の変化が正になる確率0%. 91% 9% 真の変化が些細な確 率; 9% “ 負の変化" 変化量が3.2の場合... 0% 53% 真の変化が負になる確 “ 変化なし?" 確率-3.1 3.1 正変化なし負 -3 0 3 6 変化量 -6 率; 47% 真の変化が些細な確率 ; 0% 真の変化が正になる 42% 53% 2 変化量が4.8の場合...
34.
真の変化のマグニチュードの解釈 分かりやすくフィードバックするために、口語体(質的言語) で結果を説明する
そのため、正、変化なし、負の変化の確率(可能性、マグニ チュード)を記述する必要がある 確率その効果は…正、変化なし、負 <1% ほぼ確実に可能性のない… 1–5% 非常に可能性の低い… 5–25% 可能性の低い…
35.
尤度を使った場合 皮脂厚和: TE
(mm) = 1.3, SWC (mm) = 3.1 91% 真の変化が負になる確率; 0% 真の変化が正になる確率0%. 91% 9% 真の変化が些細な確 率; 9% “ 負の変化の可能性が高い 変!” 化量が3.2の場合... -3.1 3.1 正変化なし負 -3 0 3 6 0% 53% 真の変化が負になる確 確率 “ 変化なしの可能性がある!” 変化量 -6 率; 47% 真の変化が些細な確率 ; 0% 真の変化が正になる 42% 53% 2 変化量が4.8の場合...
36.
利益・些細・リスクの範囲に信頼区間を置き、現場的に有意であ るか、統計的有意であるかを判断する リスク些細利益
負0 正 変化量の値 現場的に有意?統計的に有意? Yes: 使える. Yes Yes: 使える. Yes Yes: 使える. No Yes: 時と場合. No Yes: 使えない. Yes Yes: 使えない. No Yes: 使えない. No Yes: 使えない. Yes Yes: 使えない. Yes No: 要検討. No P値がいかに不正 で現場的でない か!!
37.
マグニチュードに基づいた利益かリスクかのより詳し い解釈 この変化がリスク・些細・利益
である確率 (%) 0.01/0.3/99.7 ほぼ確実に利益がある リスク些細利益 負0 正 変化量の値 0.1/7/93 利益の可能性が高い 2/33/65 利益の可能性がある 1/59/40 現場的にあいま現い場的に利益 の可能性があ る 0.2/97/3 非常に些細な可能性の高い 2/94/4 些細な可能性が高い 28/70/2 リスクの可能性がある 74/26/0.2 リスクの可能性がある 97/3/0.01 非常にリスクの可能性が高い 9/60/31 現場的にも臨床的にもあいま利益の確率が十分に高くないと、リ スクが>0.5%は許容できない
38.
評価システム 個人内の評価基準 %変化
統計的 有意差 現場的 有意差Pyne, 2003 向上 変化なし 低下 > SWC 真の正の変化の確率 > 75% ≈ SWC < SWC 真の負の変化の確率 > 75% 現場的に有意に 現場的に有意に ✗
39.
評価システム 個人間の評価基準 (チーム間、グループ間)
パーセンタイル値 (内的基準) > 95th 秀 90th-95th 優 75th-90th 良 50th-75th 可 < 50th 不可
40.
7.結果をフィードバックする
41.
8.フォローアップする
42.
自信を持ってフィードバックするためのプロセス: 1. データを収集する
2. 測定のノイズを探る 3. 最小有効変化を明らかにする 4. 測定の有用性を確かめる 5. 測定を反復する 6. 真の変化を自信を持って解釈する 7. 結果をフィードバックする 8. フォローアップする 実際のアスリートや測定機器を用い て、自身で信頼性検定をすることか ら始めよう
Editor's Notes
PDCAサイクル
10年前 解釈:デジタルをアナログ情報にする
古典的推計統計学者フィッシャーが1925年『Statistical Methods for Research Workers(研究者のための統計学的方法)』を発表 P値は任意 パラダイムシフト→現代の推計統計学:より厳密的なアプローチ
帰無仮説:AとBには差がない 対立仮説
真の値=母集団値 誤差=近似値−真値 生物学的変動:日内変動、コンディション、脱水、月経 測定誤差=プロトコール、測定方法、記録方法、分析方法
SD=データのバラツキ SDx1=68.27%の割合で真の値がこの範囲にある SDx2=95.45%
試技2から試技1への差分の平均=平均値の変化
従来はCVの半分であった
平均値:全データの合計をデータ数で割ったもの 中央値:データを大か小から並べた時の真ん中のデータ
90%=5%ポジティブ+5%ネガティブの範囲は効果があいまい
←→の範囲:真の値が95%の確率で入る
真の効果の確率(可能性)を算出することで、真の統計における差の程度(マグニチュード)の不確実性を明らかにすることができる
ログ変換(対数変換) 誤差の不均一性を減らすため、自然対数という体型的な方法で値を不変的尺度に変換する ゼロを含む変量は0.5を足すか、順位変換を行う
&lt;1%、ほぼ確実に可能性のない;1–5%、非常に可能性の低い;5–25%、 可能性の低い;25–75%、可能性のある;75–95%、可能性の高い;95–99、非常に可能性の高い; &gt;99%、ほぼ確実に可能性のある 25%以上は利益、ベネフィットがある
リスク(危険)、利益(ベネフィット) 現場的あるいは臨床的