脳内ライブラリアン

脳内ライブラリアン

医療、統計、哲学、育児・教育、音楽など、学んだことを深めて還元するために。

MENU

実際の論文から統計を学んでみる②-ログランク検定とは-

前回から続きまして

実際の論文をみつつ統計の学習してみます。

 

使用している論文がこちら

"Neck weakness is a potent prognostic factor in sporadic amyotrophic lateral sclerosis patients"

(Nakamura RAtsuta NWatanabe H, et al 

 

前回記事はこちら

実際の論文から統計を学んでみる① - 脳内ライブラリアン

 

今回はこの論文のfigure1とそこに記載されいてるp値を出す

検定方法、ログランク検定について説明してみます。

 

カプランマイヤー曲線の書き方については分かってる感じで

話進めますが、どこかでまたまとめるかもしれないです。

 

ログランク検定とは

生存時間はfigure1をみてわかるように

明らかにパラメトリックな構造(正規分布っぽい構造)をしていないので

ノンパラメトリックかつ時間を考慮した検定が必要です。

 

ログランク検定とは

生存時間解析において、群同士を比較して

有意差があるかどうかを調べる検定です。

(否定する帰無仮説は”あるA群とあるB群が全く同じである”)

2群が基本ですが、共分散を使用して多群での比較もできます。

 

今回の論文では本文p1366(右中央)より

"The log-rank test was used to test the null hypothesis that all the

Kaplan-Meier curves were equal"

と書いてあるので

帰無仮説は”すべてのカプランマイヤー曲線が同じ”としていることが分かります

 

裏を返すと対立仮説は”すべてのカプランマイヤー曲線が同じではない”なので

多群で比較する場合、ある曲線とある曲線の2群については

有意差が出ていない可能性もあります。

※実際figure1 Fの緑と青の曲線はほぼ同じにみえます

 

ログランク検定は有意差を確認するための検定なので

「どれぐらいの差があるのか」は算出できません。

 

また、前回の記事で説明していた

比例ハザード性が保たれていないとログランク検定はできないので

注意が必要です。

 

具体的にログランク検定って何をやっているのか

で、これは具体的に何の数値を検定にかけているのか?

 

ざっくりと言うと

①2群にわけてカプランマイヤー曲線に必要なデータを出す

(被験者の死亡時点毎に死亡者数、生存者、死亡が出る前の生存者数)

②被験者の死亡時点から次の被験者の死亡時点までの

 区間について死亡者数、生存者数、死亡が出る前の生存者数を

 クロス表にする

③②について期待値を出し、実際の数値との差を求める

 分散も出す

④それぞれの時点については独立なのでの

 すべてを足し合わせた統計検定量を出す

⑤これがχ2乗検定に従うので、確率を出すことができる

 

、、、と書いてみると思った以上にわかりにくいので

次で詳しく書きます。

 

 

参考文献:「医薬統計のための生存時間データ解析 第2版」