医学論文の欠測データをどう報告する？変数別人数・解析対象・仮定の整理

相互照合できる資料を用意する

1. 研究対象とデータ辞書

   利用権限のある出典、版、研究単位、適格基準、観察時点を示します。各項目の対象集団、単位、分岐条件、特殊コードを定義し、構造的な非該当、回答拒否、測定失敗、理由不明を分けます。数字のコードから意味を推測しません。

2. 確定的な集計と重複人数

   変数別の対象・観測・欠測人数と理由を、必要に応じ群や時点別に用意します。各解析の変数集合について同時欠測または完全記録の人数も取得します。患者単位の値をモデルに渡したり、周辺集計から同時人数を推測したりしません。

3. 解析計画と実際の出力

   モデルごとにアウトカム、曝露、調整変数、対象集団、予定する欠測処理を列挙します。実際の解析人数、ソフトウェアと版、計画からの逸脱を添えます。未決定・未実施は保留と明示し、実施済みにしません。

成果物1：各行に分母を示した欠測表

適格な重複のない参加者500人を仮定します。Y・X・Cは全員が対象です。Zは事前に定めた80人のサブグループのみが測定対象で、残る420人は非該当のためZの欠測分母に含めません。理由は未検証で、補って書きません。

各行で対象人数=観測人数+欠測人数となります。ここでは非加重の人数と割合を示します。複雑標本調査の加重推定は別に明示し、この表から推測できません。設計に応じ群・時点を追加し、追跡不能、結合不一致、項目の欠測を混同しません。

成果物3：実際の方法・仮定・感度分析を分ける

1. 決定し実施した方法だけを書く

   完全ケース解析なら必要変数、実際の対象数、除外規則を記載し、対象の変化とバイアスの可能性を論じます。多重代入なら使用変数、手法/モデル、代入回数、診断、統合規則、実解析対象を報告します。実計画と出力に基づき、他論文の設定をコピーしません。

2. 欠測機構は割合のラベルではなく仮定

   MCARは観測・未観測データに欠測確率が依存しないこと、MARは観測資料で条件付けると欠測値自体に依存しないこと、MNARはなお依存し得ることです。割合、群比較、一度の検定ではMARを証明してMNARを排除できません。収集過程から妥当性を論じ、不明な理由は不明のままにします。

3. どの仮定を検討するかを明示する

   感度分析では具体的な欠測仮定や対象集団の違いを扱い、主解析と同じ目標推定値と不確実性を比較して差を説明します。「実施した」だけでは不十分です。未実施は提案/保留とし、推定値を作らず、結果の近さを無バイアスの証明にしません。

AIで確認可能な草稿を整理する

1. 書き換え可能な提案入力（実行記録ではない）

   提供する利用許可済みの辞書、欠測集計、同時人数、確定計画、実出力だけを使って、①変数別対象/観測/欠測人数と分母、②解析ごとの変数集合と実人数、③方法・仮定の草稿、④感度分析の実施済み/予定の区別、⑤根拠対応と未確認事項を整理してください。まず計算と重複を確認し、同時人数が算出できなければ不足資料を示してください。非該当と欠測を分け、MCAR/MAR/MNARの推測、除外や代入の選択、結果の生成、予定を実施済みとする記述はしないでください。資料：[版・権限、辞書、集計、計画、出力]。

   納品物は整った文章だけでなく、各記述の根拠・状態・未確認事項の対応を保ちます。500人の例は教材専用です。資料を入れ替えたら人数を再確認し、例の数値や架空の実行記録を使い回しません。

共同研究者へ渡す前の6項目

1. 各変数の対象分母と特殊コードに出典があるか。
2. 人数と割合を再計算でき、重複が別途確認されているか。
3. Table 1、フロー図、各モデルの分母を定義し違いを説明したか。
4. 方法・代入設定・対象人数は提案ではなく実行に基づくか。
5. 欠測理由、機構仮定、感度分析の状態と限界を残したか。
6. AIに渡すのは利用可能な集計のみで、患者単位の記録ではないか。

よくある質問