Ceek.jp Altmetrics (α ver.)
  1. ホーム
  2. Twitter
  3. Sato Shuntaro｜佐藤俊太朗

Sato Shuntaro｜佐藤俊太朗 (@Shuntarooo3)

投稿一覧（最新100件）

14 0 0 0 OA Visualization of relative measures of association: points and error bars with an appropriate axis scale

RT @RF_epidemiol: 相対リスクの点推定値の可視化に関するレターがJournal of Epidemiologyに掲載されました

22 0 0 0 OA Bias in odds ratios from logistic regression methods with sparse data sets

RT @triadsou: Journal of EpidemiologyのVolume 33, Issue 6に掲載されました。 Bias in Odds Ratios From Logistic Regression Methods With Sparse Data Se…

6 0 0 0 OA Immeasurable Time Bias in Self-controlled Designs: Case-crossover, Case-time-control, and Case-case-time-control Analyses

J-STAGE Articles - Immeasurable Time Bias in Self-controlled Designs: Case-crossover, Case-time-control, and Case-case-time-control Analyses https://t.co/5fKjZoqXtq

1 0 0 0 OA 非線形混合効果モデルに基づく関数データクラスタリング

@Fujimoto_Marty 横断データにするのはもったいないですよ。 下記論文の方法に挑戦中です！（ぼくと言うより一緒にやっている学生さんがですが） 松井 秀俊, https://t.co/iXUAnSgdpY, 非線形混合効果モデルに基づく関数データクラスタリング, 応用統計学, 2016, 45 巻, 1-2 号, p. 25-45 https://t.co/DvhZkRGMfu

22 0 0 0 OA Bias in odds ratios from logistic regression methods with sparse data sets

RT @triadsou: So happy to share our paper just published in Journal of Epidemiology assessing bias of odds ratio estimators from logistic r…

72 0 0 0 OA Using propensity scores for causal inference: pitfalls and tips

RT @koro485: 傾向スコアについての良さげなまとめがオープンアクセスだそうな

17 0 0 0 OA 反事実モデルに基づく直接効果と間接効果の推定

3. 田栗先生の総説（直接効果・間接効果の推定および未測定の交絡に対する感度解析；統計数理） https://t.co/UE9etiTruD 4. 矢田さんたちの総説（反事実モデルに基づく直接効果と間接効果の推定；計量生物学） https://t.co/Vczyq8x6V7

51 0 0 0 OA Causal Diagrams: Pitfalls and Tips

DAGの発表までに目を通したい論文（2） Suzuki, E., Shinozaki, T. and Yamamoto, E. (2020) “Causal Diagrams: Pitfalls and Tips,” Journal of epidemiology / Japan Epidemiological Association, 30(4), pp. 153–162. https://t.co/tvh1hPqcmD

お気に入り一覧（最新100件）

1 0 0 0 OA Self-perceived Oral Health of the Elderly in a Rural Area, Japan

@Shuntarooo3 通りがかりですが、JDRよりもJEの方がまともな論文があるのではないかと

1 0 0 0 OA Publisher Correction: “Bias in odds ratios from logistic regression methods with sparse data sets” [J Epidemiol 33(6) (2023) 265-275]

#J_Epidemi 2023 June Issue: Publisher Correction: “Bias in odds ratios from logistic regression methods with sparse data sets” [J Epidemiol 33(6) (2023) 265-275] The correct article type is “Review Article”. We apologizes for this error. https://t.co/o4FJhZYA8W @J_Epidemi https://t.co/iWOx7SVcat

22 0 0 0 OA Bias in odds ratios from logistic regression methods with sparse data sets

Journal of EpidemiologyのVolume 33, Issue 6に掲載されました。 Bias in Odds Ratios From Logistic Regression Methods With Sparse Data Sets. Masahiko Gosho, Tomohiro Ohigashi, Kengo Nagashima, Yuri Ito, Kazushi Maruo. https://t.co/7VYat09Mnr

14 0 0 0 OA Visualization of relative measures of association: points and error bars with an appropriate axis scale

相対リスクの点推定値の可視化に関するレターがJournal of Epidemiologyに掲載されました

248 0 0 0 OA 因果推論の道具箱

因果推論についての総復習のような論文。 https://t.co/KaoZqL8e2B

36 0 0 0 OA 4. サンプリングとコホート研究,ケース・コントロール研究

ケースコントロール研究についてとても丁寧かつわかりやすく説明されている文献です！ コントロールぐんのサンプリング手法やコホート内ケースコントロール研究，ケースクロスオーバー研究の違いについても図を交えて説明されていてとても勉強になりました

25 0 0 0 OA 大規模リアルワールドデータにおける解析前のデータ 前処理に関する研究動向と今後の課題について ―臨床研究への利活用を見据えて―

大規模リアルワールドデータにおける解析前のデータ 前処理に関する研究動向と今後の課題について ―臨床研究への利活用を見据えて― （薬剤疫学, 早期公開: 公開日: 2022/07/22） https://t.co/TKQ3eMSu4T

5 0 0 0 OA Age-specific mortality associated with COVID-19 and seasonal influenza in Japan: using multiple population-based databases

Annals of Clinical Epidemiologyに、奈良県立医科大学の野田 龍也先生たちとの共著論文「COVID-19と季節性インフルエンザの年齢別死亡率に関する研究」が早期公開されました。 https://t.co/67MOXfNiq5 https://t.co/OeCUBNYwA0

8 0 0 0 OA Influence of the COVID-19 Pandemic on Overall Physician Visits and Telemedicine Use Among Patients With Type 1 or Type 2 Diabetes in Japan

Journal of Epidemiologyに採択された研究がきれいになってonline公開されました！ こうやって形に残るのはうれしいですね。 https://t.co/yX8a1nl073

32 0 0 0 OA イベント予測モデルの評価指標

生存時間解析の機械学習モデルの評価指標として用いられる「C-index」について，日本語で分かりやすくまとめられている論文でとても助かりました！ Brierスコア，AUC，calibrationなどの評価指標の数式的な理解も深まるのでおすすめです〜 https://t.co/YpyOh4Opoi

10 0 0 0 OA Introduction to Matching in Case-Control and Cohort Studies

臨床疫学会英文誌の「セミナー」コーナーに岩上さんと書きました！　オープンアクセス。 Introduction to Matching in Case-Control and Cohort Studies https://t.co/LUoPSBBnqz

62 0 0 0 OA 傾向スコア解析のための三重頑健情報量規準

かなり重要な情報が詰まっているので因果推論界隈は必読です。 二宮(2022)"傾向スコア解析のための三重頑健情報量規準"https://t.co/ZdIAF82irY

1 0 0 0 OA 特集「N1 グランプリ - N = 1 研究の意義」に寄せて

@Shuntarooo3 もしよろしければこちらもどうぞ。 https://t.co/wgpZODA7Ug

51 0 0 0 OA Causal Diagrams: Pitfalls and Tips

@th_adieu はい。これを読んでいたのですが、Faithfulness出てきたあたりからよくわからなりまして。https://t.co/N3Lw6GH3Ip #iron勉強メモ

4 0 0 0 OA 多施設共同臨床試験における極端なプロファイルを持つ施設の検出と影響力診断の方法

これはデータ解析一般に有用なテーマな気がするので読みたい 多施設共同臨床試験における極端なプロファイルを持つ施設の検出と影響力診断の方法 #iron勉強メモ https://t.co/1q0UDrwAOx

22 0 0 0 OA Bias in odds ratios from logistic regression methods with sparse data sets

So happy to share our paper just published in Journal of Epidemiology assessing bias of odds ratio estimators from logistic regression methods with sparse data sets! https://t.co/7VYasZRD9j https://t.co/teS0Hr3RGo

88 0 0 0 OA Using Propensity Scores for Causal Inference: Pitfalls and Tips

早期公開されていた傾向スコアのチュートリアル論文、校正を経て綺麗な完全体になって公開された模様

10 0 0 0 OA オンラインによる注意バイアス修正手続きの治療効果—メタ分析—

ラボメンバーの論文が早期公開されました。注意バイアス修正訓練についてのメタ分析です。ごひいきに。https://t.co/Tqtjg22Yzv

72 0 0 0 OA Using propensity scores for causal inference: pitfalls and tips

傾向スコアについての良さげなまとめがオープンアクセスだそうな

1 0 0 0 OA A Comparison between the Sciences of Epidemiology and Statistics Based on an Examination of Epidemiological or Statistical Studies on Diabetes in Japan

疫学vs生物統計はこの解釈。実証経済学と計量経済学みたいな。ただ、歴史はともかく現在の生物統計は臨床試験が巨大な地位を占めてるので、何を名乗るかは研究内容の違いが大きそう。 臨床統計家は生物統計で、今話題のFETPは疫学ってのも参考になりそう。 こんなのも。 https://t.co/VSoPwKWWao https://t.co/TdoHd2pgtA

195 0 0 0 OA 統計的因果推論の視点による重回帰分析

なお，岩崎（2021, p.370）の図1ですが，編集のミスによって図のラベルに誤りが発生していると思われます．図1aと図1bは逆で，図1cと図1dも逆です．正しくは，添付の図のとおりです．（これは岩崎先生の誤りではなく，編集作業中に発生したミスと思います．） https://t.co/KK4mgxj7KO https://t.co/ejeAYPWF3W

21 0 0 0 OA 医学のための因果推論の基礎概念

医学のための因果推論の基礎概念．田中司朗． 計量生物学．https://t.co/wcitaKv78V

1 0 0 0 OA Assessing the relationship between high-sensitivity C-reactive protein and kidney function employing mendelian randomization in a Japanese community based J-MICC Study

先日お知らせしていたメンデルランダム化解析の論文がJournal of Epidemiologyで公開になりました。https://t.co/ueEnZaEcsr 遺伝子を構成する「塩基」という部品の個人差（SNP）を操作変数に用いることで、横断研究でも因果関係を推論できるメンデルランダム化解析を使用しています。

2 0 0 0 OA 【心理学系】混合効果モデルの利用 : 刺激の変量効果への対処

混合効果モデルについての文献。「変量効果」というのはすごく簡単に言うと「同じ刺激であっても人によって捉え方や効果が異なる」というような感じでよいのかな…。そして混合効果モデルとは「固定効果」と「変量効果」を同時に組み込むモデルである、と。 https://t.co/CqhHMcKF2g

2 0 0 0 OA Rパッケージを用いた最小2乗分散分析と最小2乗平均値の算出

@Shuntarooo3 Rパッケージを用いた最小2乗分散分析と最小2乗平均値の算出 https://t.co/l6RIQIkprG

1 0 0 0 地域在住高齢者の認知症発症と心理・社会的側面との関連

@Shuntarooo3 作業療法の教員ですが、公衆衛生の研究もよく引用しています。家事などの生活機能を維持することは、認知症の発症を予防に良い効果があるという知見なんかを紹介して、地域リハでセラピストが何をすべきかという話をしています。オッズ比などの題材にいいかなと。 https://t.co/VDEZMZIqGA

25 0 0 0 OA Understanding Marginal Structural Models for Time-Varying Exposures: Pitfalls and Tips

The final published version is now available! https://t.co/6uE46hG8Up https://t.co/ZeEmWGdGie https://t.co/Y1tDR6TRDI

2 0 0 0 OA 1.改正 GPSP 省令施行後の製造販売後調査等に係る現状調査

改正GPSP省令施行後の『製造販売後データベース調査』に興味があります． 現状使用されているDBはMDVとJMDCがほとんどのようですね． GPSP省令の信頼性基準を満たすのに必要なチェックリストなどがあると大変ありがたいのですが！PMDAからの文書のどっかにあるのかな．．． https://t.co/Z6CPvICSYN

30 0 0 0 OA サーベイ実験の再現可能性と外的妥当性 : オンラインフィールド実験による追検証

新しく論文を発表しました。オンラインでも読めます。ご笑覧ください。善教将大・坂本治也「サーベイ実験の再現可能性と外的妥当性―オンラインフィールド実験による追検証ー」『ノモス』46：1-15．https://t.co/jYh9A0J4iA

6 0 0 0 OA Introduction to Instrumental Variable Analysis

Annals of Clinical Epidemiology (ACE)に「Introduction to Instrumental Variable Analysis」というセミナー論文が掲載されました。 https://t.co/37JND03GTH open accessなのでどなたでもご覧いただけます。 IVの仕組みやreportingに関して、図も多く非常にわかりやすいのでオススメです。

1 0 0 0 OA Comparison of overall mortality between hysterectomy and concurrent chemoradiotherapy for the primary treatment of localized or regionally extended cervical cancer

日本臨床疫学会の公式ジャーナル（Annals of Clinical Epidemiology）に新たに論文がacceptされました。 https://t.co/v3hx8Hrsuk 局所進行型の子宮頸がんに対する初回手術vs放射線化学療法の長期予後比較です。 IPTWで調整後にKMを使用しました。 Overall mortalityに有意差なしでした。

17 0 0 0 OA 経時観察研究における欠測データの解析

経時データで欠測値を扱うときには、「どういう脱落か」が大事になる。 1. 手始めに、欠測値について知り、 統数研・野間先生による講演資料 https://t.co/D8nhSxoXXp 2. 経時データに特化した日本語かつ事例のある総説を読み、 『経時観察研究における欠測データの解析』 https://t.co/qfwPVDwKw2

51 0 0 0 OA Causal Diagrams: Pitfalls and Tips

1st piece of new methodological review series in Journal of Epidemiology. Rather than providing introductory tutorial for causal DAGs, we reviewed technical difficulties often overlooked when learning them. Suzuki et al. Causal diagrams: pitfalls and tips https://t.co/RRcyD2Yd5A

フォロー（428ユーザ）の投稿一覧（直近7日間）

フォロワー（10378ユーザ）の投稿一覧（直近7日間）