統計的検定の基本概念
医療現場では、「AとBには差がある」と主張するためには、科学的な根拠が必要です。統計的検定は、観察された「差」が偶然なのか真の差なのかを確率に基づいて判断します。
医療統計で重要な検定
- t検定：2群間の平均値の差を比較（例：新薬と従来薬の効果の平均値）
- Mann-WhitneyのU検定：2群間の分布位置（中央値など）の差を比較
- χ²（カイ二乗）検定：カテゴリカルデータの頻度の差を比較（例：治癒率）
- F検定：2群間の分散（ばらつき）の差を比較
p値（有意確率）は「観察された差が偶然によって生じる確率」を表します。一般的に、p値が0.05未満の場合、「統計的に有意な差がある」と判断します。
実践例と演習
以下の4つの医療シナリオについて、適切な統計的検定を用いてデータを分析します。JASPを使って実際に検定を行い、結果を解釈する方法を学びましょう。
例1：血圧降下薬の効果比較（t検定）
循環器疾患である高血圧患者に対する2種類の降圧薬（薬A：新薬、薬B：標準治療）の効果を比較する研究。
データをダウンロードここ
例2：手術法の成功率比較（χ²検定）
整形外科疾患である腰椎椎間板ヘルニアに対する2種類の手術法（A法：従来法、B法：最小侵襲法）の成功率を比較する研究。
データをダウンロード ここ
例3：鎮痛薬の効果比較（Mann-WhitneyのU検定）
疼痛管理の問題として慢性腰痛患者に対する2種類の鎮痛薬の効果を比較する研究。
データをダウンロード ここ
例4：地域別の肝機能検査値の分布比較（F検定とt検定）
臨床検査値に関する問題としてALT値の地域差を調査する研究。
データをダウンロード ここ
JASPの基本操作
JASPは無料の統計ソフトウェアで、直感的なインターフェースと視覚的に理解しやすい出力が特徴です。
基本的な使い方
- JASPを起動し、「File」→「Open」からCSVファイルを開く
- データビューでデータ型を確認・調整する
- 「薬剤」「手術法」などのカテゴリ変数は「Nominal」に設定
- 「血圧低下量」などの数値変数は「Scale」に設定
- 上部メニューから適切な検定を選択する
- 左側パネルで変数を指定し、オプションを設定する
- 右側に表示される結果を解釈する
ヒント：JASPでは、基本の検定結果だけでなく、効果量（Effect Size）や信頼区間なども同時に表示されます。これらは結果の解釈に役立ちます。
考察のポイント
統計的検定結果を解釈する際の重要なポイントは以下の通りです：
- 統計的有意性と臨床的意義の区別：p値が0.05未満でも、その差が臨床的に意味があるかどうかを考える
- 効果量の評価：差の大きさを表す効果量（Cohen's dなど）を確認する
- サンプルサイズの影響：小さすぎるサンプルでは検出力が弱く、大きすぎると微小な差も有意になる
- 検定の前提条件の確認：t検定では正規性、等分散性などの条件を確認する