シラバス参照
|
シラバス参照
|
| 2024/03/07 現在 |
| 詳細情報へ 授業計画へ | ＜＜ 最終更新日： 2024年3月7日 ＞＞ |
| カリキュラム名 ／Curriculum |
【R4カリキュラム】 | 授業コード ／Course Code |
1002 |
|---|---|---|---|
| 授業科目名 ／Course Name |
健康統計学 | 時間数 ／Time |
30時間 |
| 単位数 ／Credits |
2 | 必修・選択 ／Subject Choice Type |
選択 |
| 履修年次 ／Year |
前期課程１年 , 前期課程２年 | 科目区分 ／Course Group |
専門科目 |
| 対象学生 ／Target |
保健医療科学専攻 | ||
| 科目責任者 ／Responsible Person |
井田 博史 | 他専攻学生の履修 ／Other Major Students |
可 |
| 担当教員 ／Instructor |
倉本 尚美、宮田 一弘、井出 政行、久保田 茂希、内田 敦子 | ||
| 開講学期および日時について の備考 ／Notes |
|||
| 開講学期 ／Semester Offered |
曜日 ／Day |
時限 ／Period |
|---|---|---|
| 前期 | 月曜日 | 6 |
| 前期 | 月曜日 | 7 |
| 授業の概要 | 健康科学研究で取り扱うデータは、臨床データ、実験データ、調査データなど多岐にわたっている。したがって、研究成果をまとめるためには、それぞれの研究目的に応じたデータ解析法を用いることが不可欠となる。各界の授業では、主要なデータ解析の手法をとりあげ、健康科学研究を遂行するために必要な知識と方法を解説する。加えて、実際の学術文献を読み、適用されているデータ解析手法について理解を深めていく。 |
|---|---|
| 授業のキーワード |
統計検定、回帰分析、多変量解析、データサイエンス 生体データ、動作解析、アンケート調査、サンプリング、再生医療、ロボットリハビリテーション、計算生物学、ビッグデータ |
| 授業の目的 | 健康科学分野の論文を読み、データ解析方法について把握できる程度の知識の習得を目指す。また、多様な型のデータについて、どのような方針で解析するのが適当か判断できようにする。 |
| 授業の到達目標 |
1 身体運動科学データの測定と解析の実際を理解する 2 医療・福祉機器を用いたデータの測定と解析の実際を理解する 3 臨床研究データの測定と解析の実際を理解する 4 精神医学データの測定と解析の実際を理解する 5 再生医療学データの測定と解析の実際を理解する 6 計算生物学データの測定と解析の実際を理解する |
| 授業時間外の学習に関する事項 | 今後取り組む予定の研究テーマに関連するおもな統計手法について、自己学習によりさらに知識を広げることを期待する。また、実際に統計パッケージを使った自己学習を推奨する。知識を教わるだけでなく、自ら習得する姿勢が不可欠である。 |
| 教科書 | 特に指定しない。 |
| 参考文献・その他資料 |
1）Reading Statistics and Research Huck & Cormier Longman 2）SASによる実験データの解析 竹内啓（監修） 東京大学出版会 3）SPSSによる統計学入門 マリア・ノルシス 東洋経済新報社 4）多変量データ解析法 柳井晴夫 朝倉書店 5）因子分析－その理論と方法 柳井晴夫他 朝倉書店 6）共分散構造分析(入門編) 豊田秀樹 朝倉書店 7）データ分析法要説 小牧純爾 ナカニシヤ出版 |
| 成績評価方法 |
授業の中で提出を求める課題レポートを含め総合的に評価する。 【再受験の取り扱い：有、出席授業数要件：２／３以上】 |
| 担当教員から | 健康科学に係るさまざまな領域の各回授業のなかから、各自の研究に役立てられるヒントを見つけてもらいたい。 |
| 受講条件 | 特にない。 |
| 実務経験を有する担当教員 |
| 回 ／Times |
時間 ／Time |
授業内容 ／Methods and contents |
授業の到達目標 ／Attainment Target |
担当教員 ／Instructor |
教授・学習法 ／Learning Method |
|---|---|---|---|---|---|
| 1～2 | 4 | 感覚刺激応答を評価するための生体データについて、収集されたデータの神経生理学的解釈と統計処理の実際について解説する。 | 1 | 井田 | 講義 |
| 3～4 | 4 | 身体運動を対象とした動作解析データについて、バイオメカニクス的変量の導出計算およびその統計処理の実際について解説する。 | 1 | 井田 | 講義 |
| 5～6 | 4 | 研究や臨床で試用されている医療・福祉機器で計測されたデータを扱う上で、注意点および分析の基礎を学ぶ。特に、対象者の選定や医療・福祉施設におけるデータ計測方法の注意点、また得られたデータの分析に関する手法について、例を通して検討をする。 | 2 | 倉本 | 講義 |
| 7～8 | 4 | 臨床研究は記述、関連、分類、予測、因果の目的で実施されるが、各目的に応じて統計手法を変更する必要があるため、その流れについて例を示しながら説明する。また、尺度研究で用いられる統計手法について一部概説する。 | 3 | 宮田 | 講義 |
| 9～10 | 4 | 精神医学や心理学領域の研究では様々なバイアスに注意しながらデータの解析を行う必要がある。本講義では、精神医学や心理学領域で良く使われる統計学的手法について、その利用方法や問題点を概説し統計を用いる際の注意点について議論する。 | 4 | 井出 | 講義 |
| 11～12 | 4 | 主に臨床研究で用いられる統計学的手法についてとりあげる。再生医療、ロボットリハビリテーション分野での臨床研究や実験動物を用いた基礎医学的研究で用いられる統計学的手法と結果の解釈について例示的に取り上げ概説する。 | 5 | 久保田 | 講義 |
| 13～14 | 4 | 次世代シークエンスやプロテオーム、メタボローム技術の発達により得られた膨大な実験結果の中から、その事象に対する特異性を見出す方法（ビックデータ解析）や、複雑な複数の現象からなる実験結果を理解するために、最小構成の理論モデルを作成した（数理モデルによる理論解析）実例を紹介し、実験研究のみではわからない現象を理解する計算生物学分野についての概要を解説する。さらにAI技術の発展による異分野研究の融合など、今後の展望についても紹介し、これらの技術を各自の研究成果のまとめに活かすことができるよう、簡単な具体的生物実験データを用いた演習を行う。 | 6 | 内田 | 講義 |
| 15 | 2 | 総括 | 1～6 | 井田 | 講義 |