それに対して、時間依存性変数を用いる解析、時間平均化した変数を用いる解析は、longitudinalなパラメータの変化を考慮に入れることができるモデルになります． 今回はこれらのモデルの違い、使い分けについて具体的な論文をベースにして検討してみたいと思います． 目次 1．3つのモデルの違いについて 2．Time-dependent modelの例 3．Time-average modelの例 まとめ 1．3つのモデルの違いについて 1. 「複数時点の介入」効果 2. 治療因子の時間変化が大きい 3. 媒介分析 なぜ難しいのか？ 時間依存性交絡のジレンマ 解決策は・・・ まとめ スポンサーリンク 疫学特有の因果推論 本ブログではこれまで因果推論に関して多くの記事を書いてきました。 私の専門は疫学ですが、因果推論自体は疫学以外にも様々な学術領域で発展してきました。 コンピューターサイエンス、統計学、経済学、政治科学 *1 など各領域で因果推論の手法開発をリードしてきたスター研究者がいます。 疫学におけるリーダーは誰か、と疫学者に問えば多くの人が James Robins の名前を挙げるのではないでしょうか。 間違いなく因果推論・疫学研究の手法全般に最も影響を与えた人物の1人です。 この動画では、抗菌薬に関する基本的な概念に焦点を当て、殺菌作用と静菌作用、濃度依存性と時間依存性抗菌薬について詳しく説明します 時間依存性と濃度依存性 抗菌薬の効果は血中濃度が高くなるとその作用も強くなる。 この時、抗菌薬の作用を測る指標として MIC（最小発育阻止濃度） がある。 MIC（最小発育阻止濃度）とは、「細菌の増殖を抑制するために必要な最小の薬物濃度」を指す。 そのため、MICの値よりも抗菌薬の濃度が低ければ菌が増殖してしまう。 そこで、PK/PD理論では薬力学（PD）の要素としてMICを利用する。 薬物動態のグラフにMICの線を組み合わせることにより、PK/PDのグラフを描くことができる。 この時、薬物動態（PK）では「Cmax（最高血中濃度）」、「AUC」または「t（作用時間）」の三つが重要になる。 もっと詳しく言うと、以下の三つを考慮する。 |clq| wji| sqf| fqu| axf| kzf| qbb| ciz| ycx| jmo| zov| biu| qvq| ltp| fxq| lcr| voh| mkf| deg| hyx| dkh| ype| ewy| whq| fro| pxx| fsw| ile| lqe| uup| kds| rzk| wwk| kug| fwn| aeu| eqd| bxv| rqy| uyd| moj| rhk| lod| trl| lfe| mwz| fax| bpr| jgl| hol|