| 開催日 | 2026年8月6日(木) |
|---|---|
| 開催地 | Web |
■開催日時
2026年08月06日（木） 13:00～16:30
講師
岡山大学 学術研究員 医療開発領域 新医療研究開発センター 特別契約職員助教 三橋 利晴 氏
《専門》
疫学・生物統計学・産業衛生
《学位》
博士（医学）
《活動等》
学会等の委員
日本消化器内視鏡学会, 胃粘膜下腫瘍の診断・検査・治療方針に関する研究会 委員
日本産業衛生学会, 編集委員会委員
岡山県国民健康保険団体連合会, 保健事業支援・評価委員会委員
《資格》
社会医学系指導医
産業衛生指導医
統計検定2級（最優秀成績賞）
生成AIパスポート
《受賞》
1st BigData Analysis Contest, インバウンド部門（経済産業省）
■必要な予備知識
・ 医学・看護・薬学など、臨床研究に関心のある方を対象としています。
・ 基本的な研究論文を読んだことのある程度の理解でご参加いただけます。
・ 統計やプログラミングの専門的な知識は不要です（RやPythonを用いる予定ですので、それらを利用可能である方が良いと思いますが、利用できなかったとしても、GUIツール・Webツールも合わせて紹介します）。
■習得できる知識
・ 臨床研究の問いを「リサーチクエスチョン（PICO/PECO）」として明確にする方法
・ 自分の研究に適した研究デザイン（単群・2群比較・観察・介入など）の考え方
・ サンプルサイズ設計の基本的な4要素（α、β、効果量、症例数）の意味と使い方
・ ツールを用いた実際のサンプルサイズ計算方法（簡単なコード実演あり）
・ サンプルサイズを設定した後に、検出力を確認するためのシミュレーションの活用法
・ GPTsなどの生成AIを用いた、研究設計の効率化への展望
■趣旨
臨床研究において「どれだけの症例数が必要か？」という問いは極めて重要です。この講演では、研究デザインの基礎から、実際にサンプルサイズを算出する方法まで、一貫して丁寧に解説します。また、基本的に無料ツールを使った計算方法も紹介し、さらに計算後のシミュレーションの意義やAI（GPTs）を活用した設計支援の可能性にも触れます。
本講習は、統計が苦手でも大丈夫なように構成されており、明日からの研究設計に役立つ知識が身につきます。
■プログラム
導入
・講演の目的と全体構成の説明
・サンプルサイズ設計は、その前段階が重要
第1部：リサーチクエスチョンの構築
・CQ→PICO/PECO・FINERで問いを絞り、リサーチクエスチョンに繋げる
第2部：研究デザインの選択と構成要素
・検証的研究と探索的研究
・単群/2群比較、介入/観察、適格基準など
第3部：サンプルサイズ設計の基本理論
・サンプルサイズ設計の意義
・4つの要素（α、β、効果量、N）
・計算以外で考慮する要因（資金・時間・希少疾患など）
第4部：統計ソフト／計算ツールによる実演
・統計ソフト／計算ツールでの具体的計算例
・計算後シミュレーションの勧め
練習問題
・例題を用いて実際の計算
第5部：GPTsによる研究支援の可能性
・サンプルサイズGPTsの紹介
質疑応答
