医学研究データをどう整備する？

このタスクを RigorMed に依頼する

1. クリーニング操作を確認できる規則表にまとめる

   以下はタスク入力と整理成果物の提案例です。今回の実行結果、顧客の成果、完了保証ではありません。

   手元の資料: 利用権のある公開・合成データの辞書、コード説明、再実行で同じ結果を得られる品質集計、処理規則の候補。

   依頼できる成果物・納品目標: クリーニング規則表、品質上の問題の概要、変更記録テンプレート。

2. 書き換えて使えるタスク入力例

   元の変数、問題、規則の候補、根拠、影響を項目ごとに明記してください。空欄、特殊コード、実際の欠測を区別し、私の確認が必要な処理計画を作ってください。自動補完や削除はしないでください。

3. 人による確認

   クリーニングの実行には別途確認が必要です。モデルで患者単位の記録、欠測値、データの意味を推測しません。

辞書を先に作る

同じ空欄や数値コードでも、未質問、回答拒否、検出限界未満、記録漏れを表す可能性があります。処理前に該当版の公式文書から意味を確認します。

NHANES の Data Documentation、Codebook、Frequencies は定義・頻度を提供します。構成、周期、Analytic Notes も確認し、例示辞書で出典定義を代用しません。

原本から検証可能なデータへの六段階

1. 原本と質問を保存

   利用条件、対象集団、主要曝露または予測変数、アウトカム、必要な周期を先に確認します。元ファイルは読み取り専用にして、出所の版、取得日、利用範囲を記録します。先に表を変更してから研究定義を逆算してはいけません。

2. 変数を公式辞書に結び付け

   主要変数の型、単位、値、適用集団、質問または測定法、スキップ規則、特殊コードを記録します。ファイル結合前に参加者キー、記録単位、重複を確認し、周期結合前には測定とコードの比較可能性を確認します。

3. 品質概要を先に作る

   元行数、一意キー、重複記録、各変数と主要集団の欠測・特殊コード、公式範囲外の値を別々に集計します。異常な分布は確認が必要なシグナルであって、自動的に入力誤りとは限りません。秘匿処理、トップコーディング、検出限界もデータ設計の一部かもしれません。

4. 保守的計画を固定

   文書上の根拠があるコード変換、型解析、単位換算、事前定義の派生変数だけに明確な規則を書きます。発動条件、元値と新値、影響範囲、判断不能時の停止方法を説明し、欠測の補完、異常行の削除、元データの書換えを黙って行いません。

5. コピーで実行し変化確認

   クリーニング済みデータ、確認済み辞書、変更記録を出力し、変換前後の行数、一意キー、特殊コード、主要分布を照合します。各除外と結合は標本の流れを説明できる必要があります。失敗時は規則や出所文書に戻り、セルを手修正して問題を隠してはいけません。

6. 欠測判断は計画に残す

   変数と集団ごとに欠測数と割合を報告し、未質問、回答拒否、測定失敗、原因不明を区別します。完全ケース解析、補完、感度分析はデザイン、欠測メカニズムの仮定、モデル、標本構造によって決まり、欠測率の閾値だけで自動選択できません。正式解析前に計画へ記載し、実際の処理を報告します。

解析前リスト

次段階への条件として確認：

• 原本、版、条件、辞書を追跡できるか？
• 集団、単位、値、コードを確認したか？
• 未質問、拒否、失敗、不明を分けたか？
• キー、粒度、重複、比較を確認したか？
• 変換・除外に規則、理由、行数、記録があるか？
• 前後のフロー、分布、辞書は一致するか？
• 欠測、標本、感度に別の事前計画があるか？

STROBE の報告チェックリストは欠測データの処理説明を要求します。クリーニング記録は実施内容を示せますが、研究デザイン、統計方法、結論の正しさを単独では証明できません。

よくある質問