2016年
11月
02日
今日は、DotsコースのSATOさんと、
疫学研究について学びました！
計算問題セミナーでは、疫学研究について学びます。
予習しておきましょう！
・疫学研究って何？
例えば「大腸がんの予防のために野菜の摂取量を多くしましょう。」という栄養指導は、
大腸がんと野菜の摂取量が関係あるということが証明されているからこそできる指導です。
そもそも大腸がんと野菜の摂取量は関係あるのか！？というところを調べるのが、疫学研究です。
１．野菜の摂取量が多くなれば、大腸がんが予防できるのでは？という研究者の仮説
↓
２．大腸がんと野菜の摂取量は関係あるのか！？というところを調べる（疫学研究）
↓
３．「大腸がんの予防のために野菜の摂取量を多くしましょう。」という栄養指導につながる
疫学研究は、は上記の２番のことだということを整理しておきましょう。
・介入って何？
疫学研究とは、すべて人を対象とした研究です。
「介入」とは、干渉すること。
・野菜を多く「食べさせる」
・栄養指導を「受けてもらう」
・サプリメントを「飲ませる」
このようなことをいいます。
なので、もともと野菜を多く食べている人を集めてきて観察することは「介入」ではありません。
また、体重や血圧をはかることも「介入」ではありません。
疫学研究は、観察研究と介入研究に大きく分けられます。
介入の意味を理解しておきましょう！
・症例対照研究とコホート研究
つなげて学ぼう５P２６９の図をみながら、２つの研究について説明をしていただくことで、
本当に分かっているか？
混乱しているポイントは何なのか？
チェックさせていただきました。
質問：大腸がんと野菜の関係を症例対照研究で調べたいけどどうしたらいいですか？
１．まず、大腸がんの集団（症例群）と大腸がんでない集団（対照群）を集める
↓
２．症例群と対照群の過去の野菜摂取量をチェック
症例群の方が対照群より過去の野菜の摂取量が少なかった！
↓
３．野菜を多く摂ることは、大腸がんを予防する！（栄養指導できる）
質問：大腸がんと野菜の関係をコホート研究で調べたいけどどうしたらいいですか？
１．野菜の摂取量が３５０ｇ以上の人の集団を曝露群、３５０ｇ未満の人の集団を非曝露群とする
↓
２．曝露群と非曝露群の１０年後をみて、曝露群の方が大腸がんになっていない人が多かった
↓
３．野菜を多く摂ることは、大腸がんを予防する！（栄養指導できる）
疫学研究こそ、テクニックで解けない部分が多いです。
（未来だからコホート研究、など）
全体的にテクニックでは通用しない、理解していなければ解けない問題は多くなっているので、理解して、「使える管理栄養士」になりましょう＾＾！
セミナ―で疫学研究の計算ができるようになろう！↓
（テキスト５に突入していない方も、予習しよう！）
2016年
11月
01日
１つ１つの学習分野に
それぞれ学ぶコツが必ずあります。
例えばただ覚えればいい部分も
・図で場所として覚える
・表で整理して覚える
・周辺情報を把握した上で覚える
・何のためにそれがあるのかを知った上で覚える
・どうでもいいような周りの情報だけど知っていると覚えやすい
など！
Dots面談で即対応できるものも多いですし、
セミナ―でしたらコツを踏まえてあらかじめこちらで準備できますし、
直前勉強会だったらより個人的に教材を準備できます。
例えば今日のDots面談で、
kama@鹿児島さんからこのようなご質問をいただきました。
第28回-8
ある疾病の有病率が高い集団Ａと、低い集団Ｂに対して、同じスクリーニング検査を行った。
偽陽性率と陽性反応的中度に関して、理論上想定される大小関係の組合せである。
正しいのはどれか。１つ選べ。
答え
偽陽性率 陽性反応的中度
Ａ＝Ｂ Ａ＞Ｂ
↑理解できない・・・
偽陽性率も高くなるのでは？
考え方は、こちらです↓
偽陽性率は高いスクリーニングがいい？
低いスクリーニングがいい？
↓
低い方がいい！
つまり偽陽性率は、スクリーニングの精度を示すものと分かります。
さて！偽陽性率は、つなげて学ぼう４P２の表でいうと、どういう計算式になるでしょう！？
偽陽性率は、健康な人のうち陽性と言われてしまった割合なので、
簡易図でいうと、ｂ／ｂ＋ｄ
だからaの人が多かろうが少なかろうが数値が変わらない。
陽性反応的中度は、スクリーニングによるふるい分け後のその集団の中の人数の割合
簡易図でいうと、a/a+b
aが増えると答えが変わるということが分かります！
ここまでのメルマガをサラリと読んでしまった方。
まだ進んでいないから、テキストも観なくていいやと思った方。
今度見ようと思って、メールを閉じようとしている方。
そんなに出題されないだろうから、ここは捨てようと思う方！
この範囲、セミナ―でやりますので、ぜひご活用ください＾＾↓
■合格と知識維持に本気の方限定で募集！
１１月１２日吉田順子先生・４０名限定（東京都・秋葉原）
１１月１３日萩野祐子先生・４０名限定（東京都・秋葉原）
https://eiyousi.net/?p=10964
●イベント付き！
https://eiyousi.net/?p=12814
2016年
10月
28日
さて！１１月１２日に開催される計算問題セミナーの予習をしていきましょう！
昨日に引き続き、メルマガで学んでいきましょう！
面談トピからの抜粋です♪
（きちんと読むように心がけてください↓）
年齢調整死亡率の計算方法が苦手！
そんな声をいただくことが多いです。
つなげて学ぼう５P３８を、じっくりとご覧ください。
といっても、
・まだそこまでテキストが進んでいないから
・また今度みよう～
とかで、スルーされる方が多いのではないでしょうか？
そうなっちゃう「計算が苦手な方」こそ、セミナ―にお越しくださいね！
それでは、行きます！↓
まずは、年齢調整死亡率という算出方法がなぜあるのか？答えることができますか？
例えば、石川県と東京都の死亡率を比較しようとしたとき、
石川県の方が高齢者が多ければ、
そりゃ～石川県の方が死亡率が高くなってしまいます。
それだと公平に比較できませんよね？
だから年齢調整死亡率という形に変えて、年齢構成の異なる地域間で死亡状況の比較ができるようにするのです。
それでは、直接法の算出方法、
細かい式を覚える前に、３つの大きなステップを把握しておきましょう。
A地域（観察集団）が、調べたい地域です。
A地域（観察集団）の年齢構成が基準集団の年齢構成だった場合の死亡率を算出します。
１．A地域（観察集団）の年齢階級別死亡率を算出
A地域（観察集団）各年齢によって死亡率が違いますよね。
A地域の各年齢の死亡率を算出します。
２．A地域（観察集団）の年齢階級別死亡率に、基準集団の年齢階級別人口を掛け、各年齢階級を総和する
例えばA地域は６５歳以上の人は千人あたり500人います。A地域の65歳以上で実際亡くなったのは1500人です。
一方、
基準集団は、65歳以上の人は１０万人あたり200人います。
A地域の６５歳以上の人の死亡率は、１番で計算しましたよね。
その死亡率を使い、基準集団、つまり65歳以上の人が１０万人あたり200人いた場合には、実際何人亡くなることになるのかを計算します。
このようにして各年齢での「もしもA地域が基準集団の年齢構成・人数だった時に実際何人亡くなるのか」を各年齢ごとに計算して、それを足します。
３．基準となる人口集団の総和で割り、基準集団人口10万対の年齢調整死亡率を計算する。
２番で「もしもA地域が基準集団の年齢構成・人数だった時に何人亡くなるのか」を各年齢ごとに計算して、それを足すと、
「もしもA地域が基準集団の年齢構成・人数だった時に、全部で何人亡くなるのか」が計算できますよね。
テキストの例でいうと、220,000人と計算できます。
基準集団は、人口10万人あたり1000人いる、つまり基準集団の人口は、人口10万人×1000人で、100,000,000人。
100,000,000人あたり220,000人亡くなっている。
パーセントに直すと、
220,000人÷100,000,000人×100＝0.2％です。
つまり、人口１００人あたり0.2人亡くなっているということです。
でも、死亡率を比べる時に％で比べるのは、比べにくいので、
人口１０万人あたり何人無くなっているのかで表現します。
ということで、
220,000／100,000,000×100,000＝220
となります。
年齢調整死亡率を算出するときの目的と、１，２，３の大枠。
把握した上で計算してみましょう。
