＜卒業研究について＞　

• 個人またはグループで卒業研究をするにあたって、注意すべき事がいくつかある。各自担当教員に指導を仰ぎ卒業研究を進めるわけであるが、それに先だって以下のことは基本的事項としておさえておくこと。また、研究の統計手法の取り扱いについては担当教員以外にも小貫が指導をさせていただくことになっているが、相談をスムースにすすめるためにこれらのことは最低限理解して欲しい。
  
• 研究の目的と意義には、次のようなものがある。(卒業研究に限らず、一般論として臨床に出てからのものも含む)
  1.理学療法の知識・技術の習得
  2.自己研鑽(個人の資質の向上、マンネリ防止)
  3.社会的啓蒙(他職種とのチームワーク形成、職域拡大、社会的地位の向上)
  4.患者サービスの質的向上(質の高い医療の提供、治療効果の確認、リスク管理の向上)
  5.教育
  
• 研究の形態には次のようなものがある。

  1.法則定立研究　理論的研究　文献研究
  　　　　　　　　実証研究　　a.仮説検証研究(実験研究)　b.関係探索研究(実態調査研究)
  2.個性記述研究　　　　　　　事例研究
  
  ※卒業研究の場合は、多くは実証研究を行うことが多いが、なにもたいそうな評価機器や検定方法を用いることを必要としているわけではない。日常診療で用いる簡単な器具や機器で十分であるし、物事の真理を探究していく姿勢が研究そのものである。普段からいろいろなことに興味を持ち、当たり前のことでも疑問を持ち追求していこうという気概がよいテーマや動機付けの助けとなる。

• 学生なのだから、何も新しい発見を要求されているわけでない。今まで学んできたことの集大成というように、学んだ知見の確認でもよいし、疑問に感じていることへの答えの扉を叩く程度でもよいのである。卒業後、理学療法士になってからも臨床活動の中で疑問点をわからないままにせず、答えを探求しようという姿勢を養うためのトレーニングと捉えるとよい。
  
• テーマが決まったら、それに沿った内容で基本的事項や文献を検索し、自分たちの卒業研究のデザインをするわけだが、最初にきちんと計画された研究はそうでない研究に比べ明らかに研究の進み具合、完成度いずれも優れているものである。計画的な研究デザインを構築して欲しい。
  
• 卒業研究、現場での臨床研究、いずれにしても、データ解析を行おうとする際には次のようなチャートを作成すると考えもまとまりやすい。
  
  ワークプランチャート1　問題の所在　※研究の目的やテーマの意味づけをはっきりさせる

  テーマ	※できるだけわかりやすい、一目見て理解しやすいテーマ名をつける。
  目的	※研究の目的を書く。論文の<目的>にあたるものと同じ。
  この研究の意義	※この研究を行うことによって何がどう変わるのか、どういう点で社会に貢献できるのか。
  研究の医学的背景	※この部分は論文の<はじめに>の部分と重複する。研究に至るまでの医学的な背景、知っておくべき、伝えておくべき基本的事項を書く。同時に研究したい事柄のこれまでの経緯等、研究の流れを理解する助けとなる事項も含む。

  ワークプランチャート2　研究計画　※研究の流れ・スケジューリング

  研究期間	月　　日　〜　　月　　日　　(〆切　　　月　　　日)
  タイムスケジュール	月　　　　　月　　　　　月　　　　　月　　　　　月　　　 　　　※大まかな予定を書き入れる。全体の流れがわかるように書くのがコツ。
  データ収集	↓※以下すべてこの欄には予定する日付や必要な情報を書き入れる。
  データ整理
  データ入力
  データ解析
  検　討
  図・表(スライド)
  再検討
  研究発表

  データチャート　※データ解析をする上での手助けになる。

  1.群の数とデータ数	書き方は以下の注意点を参考にして欲しい。
  2.項目(変数)
  3.データの種類
  4.データの特徴

＜データ解析をする上での注意点＞

• 統計処理はデータがはじめにあって、それを解析して結果を出せば終わり、ではない。はじめにあるのはあくまで「問題」であり、結論は必ず「問題」にフィードバックしなければならない。
  
• 餅は餅屋、というが、統計解析の部分だけを専門家におまかせし、自分たちは何もしない、という姿勢はやめるべきである。これは、研究の方向性や目的と解析方法は一蓮托生であり、微妙なニュアンスで統計方法や考え方が変わってくるためである。
  
• データの種類と解析方法は例を挙げれば次のような関係にある

  データ	解析方法
  グループ数(群数) 　例)　健常者群と疾患群、 　　　　従来の装具と新しい装具	a.1群(1標本問題) b.2群(2標本問題) c.3、4、･･･、n群
  データ数(n)	a.大標本 b.標本 c.小標本→ノンパラメトリック法
  項目数(p) アイテム・変量 例)　身長・体重・ADL5項目	a.1変量 b.2変量(相関分析・回帰分析) c.多変量→多変量解析、数量化理論
  データの種類 計量データ:　例)　身長・体重 計数データ:　例)　男の人数、女の人数	計量データの例→平均値の差の検定(t検定) 計数データの例→分割表(2×2表)における2項目間の関連(χ2検定)

＜統計処理の例＞

A.パラメトリックな方法(計量データの場合→t検定)

片麻痺患者に、ある筋力増強訓練を行った場合、行わなかった時と比べて握力に違いは出るか。

筋力増強訓練を行わない群をA　被験者数8人　握力の平均値が21.8(SD±3.5)kg

筋力増強訓練を行った群をB　被験者8人　握力の平均値が26.4(SD±3.3)kg

1.解析の目的　　平均値の差の検定

2.データの種類　2群とも計量データ
3.解析手法　　　平均値の差の検定(t検定)
4.帰無仮説　　　μ1=μ2　(AとBの握力に差がない)
　対立仮説　　　μ1≠μ2　(AとBの握力に差がある)
5.有意水準　　　5%(α=0.05)
6.棄却域　　　　|t|＞t0.05　の時　帰無仮説を棄却
7.解析　　　※細かい計算は省くが　t=2.53
8.自由度　　　　n1=8、n2=8　だから　(8-1)+(8-1)=14
　　　　　　　　t分布表より自由度14のt値は2.145
9.判定　　　　　|t |＞t 0.05 (14)
10.結論　　　　9.より帰無仮説は有意水準0.05で棄却される。すなわち、危険率5%でAとBの握力には差がある。したがって、筋力増強訓練の効果はあったといえる。

　

B.　ノンパラメトリックな方法(計数データの場合→χ二乗検定)

片麻痺患者にAというファシリテーションとBというファシリテーションをそれぞれ別々の患者に行ったところ、Aは「効果あり」70人「効果なし」30人、Bは「効果あり」50人「効果なし」50人だった。AとBではどちらが訓練効果が高いと言えるか。(ただし2方法の片麻痺の障害程度は同程度とする)

上記を表で表すと次のようになる。

	効果あり	効果なし	計
方法A	70	30	100
方法B	50	50	100
計	120	80	200

1.解析の目的　　2項目の関連性の有無(独立性の検定)
2.データの種類　2群とも計数データ
3.解析手法　　　χ二乗検定
4.帰無仮説　　　方法と効果に関連なし
　対立仮説　　　方法と効果に関連あり
5.有意水準　　　5%(α=0.05)
6.解析
　　データの表は

70	30
50	50

　　期待値の表は(詳細は省く)

60	40
60	40

　　　
　ということで細かい計算は省くが　χ2=8.33

7.自由度　　　　n1=2、n2=2　だから　(2-1)(2-1)=1
　　　　　　　　χ2分布表より自由度1のχ2値(0.05)=3.84
8.判定　　　　　χ2＞χ2(0.05)
9.結論　　　　　有意水準5%で帰無仮説は棄却された。すなわち、方法と効果に関連性が認められた。

※これ以外にも　相関　や　分散分析　のような手法もよく使います。詳しくは以下の成著を参考にされたし。

　

＜統計処理の助けになる文献＞

「医療のための統計学」　有田清三郎著　　医歯薬出版

研究において統計をどう使うか、わかりやすく解説している。このHPにも多く参考にさせていただきました。

「バイオサイエンスの統計学」　市原清志　南江堂

医療職にある者できちんと研究に統計学を応用したければ、せめてこのくらいは読むべし。ただしボリューム満点の378ページ。

「PT・OTのための統計学入門」　渡邊宗孝・寺見春恵・金子翼著　三輪書店

どういう研究の時にどの統計方法を使うのか、具体例を挙げて解説している。手っ取り早く統計法を知るのに最適。　

「ビギナーのための統計学」　渡邊宗孝・寺見春恵著　共立出版

これは医学書ではないが、統計の使い方、例をわかりやすく解説している名著。

「やさしい医療系の統計学」　佐藤敏雄・村松　宰　著　医歯薬出版

比較的新しい医療系の統計学の解説書。二色刷で読みやすい。

「はじめて学ぶ医療統計学」　監訳:折笠秀樹　総合医学社

27年の歴史のある「Statistics at Square One　10th edition」の訳本。統計学の権威書だけあって、今まで読んだ統計の入門書とは異なり実際的でツボを押さえた名著。訳本独特のわかりづらい記述も少なく、平易に読める一冊。

　

※面倒がらずに何冊かは読みましょう!　　

トップページへ戻る