バイオ統計教育の特徴
理論と実務の２つの柱として特色のある教育を実践しています。
- 1徹底した個人指導・チュートリアル教育
- 学生個人のバックグラウンドに合わせた個人指導を行っています。
医療現場からの生データを教材とする実践的学習を行っています。 - 2昼夜開講システム
- 月三週の金、土曜日に全ての講義・演習が行われます。
- 3インターンシッププログラム
- 大学や企業での業務の実地訓練を受けることができます。
大学院での具体的な研究テーマに関しては、研究・教育のページをご覧下さい。修士課程では、文系理系・産官学を問わない幅広いバックグラウンドを持った学生を受け入れています。博士課程に興味をお持ちの方は、スタッフがいつでも個別に相談に応じますので、ご連絡下さい。
体制について
バイオ統計センターは、バイオ統計専門家の育成を促進するため、修士課程バイオ統計学群、博士課程社会医学系バイオ統計学専攻の組織改革・充実化を行い、併せて、EBMを実践できる医療分野の人材育成を目的として、医学研究科カリキュラムを整理・編成し、バイオ統計学教育の実践化を行っています。
令和4年度講義一覧
修士課程
[]…単位数、＊…責任者
- バイオデータ解析入門 [2] 担当教員：＊室谷 健太、大山 哲司
- コンピュータ統計ソフトSAS、JMP、Rを使用し多様なバイオデータを管理・解析する基礎スキルを習得し、バイオ統計学の基礎知識の習得を通してデータ解析結果の解釈について学習する。
- バイオ統計基礎 [4] 担当教員：＊大山 哲司、古川 恭治、江村 剛志
- ベクトル、行列と行列式、逆行列、最小二乗法、固有値、固有ベクトル、内積、主成分分析など線形モデルの基礎と応用及び関数とその極限、微分と偏微分、テイラー展開、ニュートン法、最尤推定量の漸近的性質について学習する。事象と確率、条件付確率、ベイズの公式とその応用、期待値、条件付期待値などについて学習する。
- 臨床試験の基礎とデータ解析 [2] 担当教員：＊室谷 健太
- 「臨床試験におけるICH統計ガイドライン」を中心にして、２群並行試験、クロスオーバ試験などを含む種々の臨床試験デザインの組み方や特徴をはじめ各デザインの解析に要求される統計手法について学習する。
- バイオ統計数理 [4] 担当教員：＊古川 恭治、江村 剛志、松本 晃太郎
- データと確率変数、確率分布、期待値、条件付き期待値、最小二乗法、最尤法、統計的検定、推定、信頼区間、単回帰分析、重回帰分析について、数理的側面に重点を置いて学習する。独立でないデータの解析法として経時測定データの解析法を学習する。
- プロトコル作成と研究デザイン [1] 担当教員：＊室谷 健太
- 実際の臨床試験を題材として、実践的なプロトコル作成と研究デザインについて学習する。
- 医用データ解析 [2] 担当教員：＊川口 淳
- 分割表の解析、リスク差、リスク比、オッズ比などの評価指数とその推定、信頼区間、検定、マンテル・ヘンセル法、ロジスティックモデル、傾向性の検定、広く医学研究科大学院生を対象にして、医学データ解析に重点を置き学習する。
- バイオ統計セミナーI [3]、 II [4] 担当教員：＊古川、室谷、江村、大山、松本、柳川、廣瀬、服部、山田
- チュートリアル学習を行う。すなわち、臨床試験におけるバイオ統計現場でのチュートリアルと、その過程で生じた問題に関する個別指導や討論、レポートの発表を中心とする課題学習型、及び問題解決型学習を行う。
- バイオインフォマティクスセミナー I [3]、 II [4] 担当教員：＊室谷、古川、江村、大山、松本、柳川、廣瀬、服部、山田
- チュートリアル学習を行う。すなわち、バイオインフォマティクス現場でのチュートリアルと、その過程で生じた問題に関する個別指導や討論、レポートの発表を中心とする課題学習型、及び問題解決型学習を行う。
- バイオデータモデリング [2] 担当教員：＊江村 剛志、古川 恭治
- 正規分布を仮定した単回帰モデル、重回帰モデル、ロジスティック回帰モデル、スプライン回帰モデルについて、データ解析に重点を置いて学習する。リンク関数を用いる一般化線形モデルや一般化推定方程式の考え方やAIC、クロスバリデーションなどのモデル選択技法について学習する。
- 機械学習特論 [2] 担当教員：＊松本 晃太郎、古川 恭治
- 重回帰分析、ロジスティック回帰分析、線形判別法、ロジスティック判別法、サポート・ベクトル・マシンなどの機械学習判別法について学習する。加法型モデル、Tree、クラスター分析についてデータ解析に重点をおいて学習する。
- 環境データ解析特論 [1] 担当教員：＊古川 恭治、 坂田 律、Richard Sposto
- 環境リスク評価にかかわる事例について学習する。
- 観察データ解析概論 [1] 担当教員：＊米本 孝二
- 疫学の歴史、疫学の自然史、疫学マップ、インタベンションスタディを含む臨床疫学、環境疫学における統計的方法について学習する。
- ゲノムサイエンス概論 [2] 担当教員：＊山田 亮
- DNA、たんぱく質、遺伝子、遺伝の法則、ハーディワインバーグ均衝等、ゲノムサイエンスの基礎知識について学習する。
- 観察データ解析特論 I [1] 担当教員：＊小笹 晃太郎
- コホート研究とケースコントロール研究に基づくリスク評価の統計的方法について学習する。
- 薬物動態・薬力学データの解析 [1] 担当教員：＊笠井 英史
- コンパートメントモデル等による薬物の吸収・代謝のモデル化と薬理データの解析、及びそのブリッジングスタディへの応用について学習する。
- 生存分析とその応用 [2] 担当教員：＊赤澤 宏平
- ハザード比と生存分布、生存曲線の推定と検定、比例ハザードモデルについて学習する。
- 観察データ解析特論 II [1] 担当教員：＊田栗 正隆
- 観察データにおけるバイアスと交絡因子、交絡因子の調整法、バイアス補正、標準化等の概念および臨床研究のデザインについて学習する。
- オミクス解析持論 [1] 担当教員：＊中杤 昌弘
- ゲノム配列のアラインメント、タンパク質の分類と構造予測、遺伝子予測について学習する。
- バイオインフォマティクス特論 II [1] 担当教員：＊井元 清哉
- マイクロアレイデータに基づく遺伝子の関連性の分析法について、ベイジアンネットワークに重点をおいて学習する。
- 臨床データ解析特論 [1] 担当教員：＊平川 晃弘
- がん臨床試験に関わる試験デザイン、症例数設計・中間解析や注意点について学習する。統計ソフトを活用した実習も行う。
博士課程
[]…単位数、＊…責任者
- バイオデータ解析大意 [2] 担当教員：＊室谷 健太、大山 哲司
- 多様なバイオ統計データについて、コンピュータ統計ソフトSAS、JMP、S-plus、R、MATLABを使用して解析する方法やアウトプットの解釈について学習する。
- 離散データ解析大意 [2] 担当教員：＊川口 淳
- 分割表の解析、リスク差、リスク比、オッズ比などの評価指数とその推定、信頼区間、検定、マンテル・ヘンセル法、ロジスティックモデル、傾向性の検定、広く医学研究科大学院生を対象にして、医学データ解析に重点を置き学習する。
- 臨床試験の基礎とデータ解析大意 [2] 担当教員：＊室谷 健太
- 「臨床試験におけるICH統計ガイドライン」を中心にして、２群並行試験、クロスオーバ試験などを含む種々の臨床試験デザインの組み方や特徴をはじめ各デザインの解析に要求される統計手法について学習する。
- プロトコル作成と研究デザイン実習 [1] 担当教員：＊室谷 健太
- 実際の臨床試験を題材として、実践的なプロトコル作成と研究デザインについて学習する。
- バイオデータ解析演習I [2] 担当教員：＊古川 恭治、 II [2] 担当教員：＊室谷 健太
- 臨床試験やバイオ統計現場で生じた問題を対象に、統計ソフト習熟を目的とする演習を行う。
- バイオ統計学講究I、 II [4] 担当教員：＊古川、室谷、江村、大山、松本、柳川、廣瀬、服部、山田
- 臨床試験におけるバイオ統計現場でのチュートリアルと、その過程で生じた問題に関する個別指導や討論、レポートの発表を中心とする課題学習型、および問題解決型学習を行う。
- バイオ統計学講究III [4] 、 IV [4] 担当教員：＊室谷、古川、江村、大山、松本、柳川、廣瀬、服部、山田
- 臨床試験におけるバイオ統計現場でのチュートリアルと、その過程で生じた問題に関する個別指導や討論、レポートの発表を中心とする課題学習型、および問題解決型学習を行う。
- 観察データ解析大意 [2] 担当教員：＊米本 孝二
- 疫学の歴史、疫学の自然史、疫学マップ、インタベンションスタディを含む臨床疫学、環境疫学における統計的方法について学習する。
- ゲノム統計学大意 [2] 担当教員：＊山田 亮
- DNA、たんぱく質、遺伝子、遺伝の法則、ハーディワインバーグ均衝等、ゲノムサイエンスの基礎知識について学習する。
- 先端観察データ解析 [1] 担当教員：＊小笹 晃太郎
- コホート研究とケースコントロール研究に基づくリスク評価の統計的方法について学習する。
- 先端環境データ解析 [1] 担当教員：＊古川 恭治、坂田 律、Richard Sposto
- 環境リスク評価にかかわる事例について学習する。
- 先端薬物動態・薬力学データ解析 [1] 担当教員：＊笠井 英史
- コンパートメントモデル等による薬物の吸収・代謝のモデル化と薬理データの解析、及びそのブリッジングスタディへの応用について学習する。
- 生存データ分析大意 [2] 担当教員：＊赤澤 宏平
- ハザード比と生存分布、生存曲線の推定と検定、比例ハザードモデルについて学習する。
- 先端疫学統計I [1] 担当教員：＊田栗 正隆
- 観察データにおけるバイアスと交絡因子、交絡因子の調整法、バイアス補正、標準化等の概念および臨床研究のデザインについて学習する。
- 先端オミクス解析特論 I [1] 担当教員：＊中杤 昌弘
- ゲノム配列のアラインメント、タンパク質の分類と構造予測、遺伝子予測について学習する。
- 先端バイオインフォマティクス特論 II [1] 担当教員：＊井元 清哉
- マイクロアレイデータに基づく遺伝子の関連性の分析法について、ベイジアンネットワークに重点をおいて学習する。
- 先端臨床データ解析 [1] 担当教員：＊平川 晃弘
- がん臨床試験に関わる試験デザイン、症例数設計・中間解析について統計ソフトも活用しながら学習する。
