黒木玄 Gen Kuroki(@genkuroki)/2022年04月04日

JAMA Network Open 「シンガポールでのSARS-CoV-2感染とmRNA SARS-CoV-2ワクチン接種後の脳静脈血栓症の発生率」 ja.ma/3u2inJQ 感染者6万2447名と接種者300万6662名対象。発生率は前者が10万人年あたり83.3、後者が2.59（米国・豪州の一般人口と同等）で、32.1倍だったと。

タグ：

posted at 00:05:46

COVID-19はもはや「ワクチンを打つか、感染するか」の二択になりつつあるなかで、血栓リスクを避けたいならワクチン接種した方が良い、という主旨。スレッド最初のAJH論文と著者が1名かぶっているので、たぶん、血液検査だけでは満足できなかったんだろうなぁ。

タグ：

posted at 00:08:23

そもそもCOVIDワクチンによる血栓リスク増加は、アデノウイルスベクターワクチンのベクター部分由来と考えられているので、mRNAワクチンのことではないんですよ。www.uptodate.com/contents/covid...!

タグ：

posted at 00:17:51

大昔（「報道のTBS」と呼ばれていた時代。今じゃ見る影もないが）、「報道特集」で、ベトナム戦争中のあの有名なシーン、南ベトナム軍の将校に路上で短銃で頭を撃たれて処刑される捕虜の映像が流れた。
数日後、高校生の「あんな残酷なものを流さないで欲しい」という投書を見てイラッと来た記憶…

タグ：

posted at 00:21:47

またその数日後（あの頃は新聞を連日隅から隅まで読んでいた）、弁護士の人の「世の中には、残酷だから、と目を逸らしてはいけないものがあり、目を逸らす事で見逃してしまう悪があることも知って下さい」という意味の投書を見て溜飲の下がった記憶が。

先ほどのTBSの人のツイートを見て思い出した。

タグ：

posted at 00:21:47

ワクチンで誘発されるスパイク蛋白は血栓症の原因ではないことを示す研究。 twitter.com/ymori117/statu...

タグ：

posted at 00:22:01

アデノウイルスベクターワクチン接種後に血栓症を発症した40名にmRNAワクチンを接種したが、血栓症の再発は皆無であったとの報告。 twitter.com/ymori117/statu...

タグ：

posted at 00:23:55

どうしてこんな話を長々やるかというと、ちょっと前に、「『フェイザー社製』ワクチンによる血栓症が死因である」と法医学の先生が主張しているとの雑誌記事を見かけたからです。これだけネタが積み上がっているのに、前後関係だけでは根拠が弱すぎるだろうと。

タグ：

posted at 00:26:50

神　岳 @takejin009

結局、呪われていることを自覚していないだけだった。
周囲の人間だけで、証拠を集めた気になっていることが、根本的に間違いなのだが。
数学に委ねないとダメでしょう。 twitter.com/snsnblog/statu...

タグ：

posted at 00:29:06

HPVワクチンの教訓から、「〇〇が××の原因である」と主張するには、前後関係だけでは不足で、
・疫学的に対照群より増加している
・〇〇が××を起こすメカニズムが判明している
・他の疾患が除外できる
の、せめて2つくらいは満たしていないといけないと思うんですけど、記事ではこの検討は皆無でした。

タグ：

posted at 00:29:54

もちろん、個別の患者さんを精査することで統計による通説をひっくり返すことは可能です。ですが、ならばせめてワクチン由来のタンパクが血栓に集積しているとか、それくらいの根拠は出すべきではないでしょうか。アストラゼネカ製ワクチンではちゃんと検討されています。 ashpublications.org/blood/article/...

タグ：

posted at 00:33:47

「がん特異的死亡を減らすがん検診であっても、ほとんどのがん検診は全死亡を減らすことが確認できていない」という問題は掘るとけっこう深いです（たとえばpubmed.ncbi.nlm.nih.gov/26740343/ ）。利益と害のバランスが微妙な乳がん検診が問題にされることが多いです。

タグ：

posted at 00:38:31

検診に否定的な側は「がん死を減らしても検診や治療に伴うがん以外の死亡が増え、全死亡は減らないかむしろ増えるかもしれない」と、肯定側は「全死亡減少が確認できないのは統計的な検出力の問題にすぎず、がん死を減らすなら全死亡も減らすと考えるのは合理的推測だ」と、主張します。

タグ：

posted at 00:38:41

厳密にやるなら、全死亡をアウトカムにしたランダム化比較試験が必要ですが、統計的な検出力を確保するにはめちゃくちゃ大規模なスタディを組まなければなりません。金も時間のかかる上、スタディの結果が出るころには治療法や検査法も変わっています。あんまり現実的ではない。

タグ：

posted at 00:38:51

「大規模スタディじゃないと検出できない差なんてどうせあっても小さいんだから、そんな医療介入はしなくてもよくね？」という考え方もありです。子宮頸がんで言えば、「検診やワクチンなしでも99％以上の女性は子宮頸がん死しないんだから、検診もワクチンも不要だ」って感じです。

タグ：

posted at 00:39:03

「99％は死なないから予防は要らない」立場なら、麻疹ワクチンすら不要ってことになりかねません。というか予防的医療介入はほぼ要らないことになります。私は一定の予防的医療介入はしたほうがいいと思います。ほとんどの専門家のコンセンサスも同じです。

タグ：

posted at 00:39:16

なんというか、こう、年を重ねてそれなりの地位に就いていらっしゃる方が、ご自身の主張を世界に向けて裏付け敷衍するにはどういう作業が必要か御存じないままというのは、残念なことです。

タグ：

posted at 00:39:36

「検診自体には害はあるはずはない」といった誤解に代表されるように。がん検診の利益は過大に、害は過小に評価されがちです。カウンター情報を発信していただくジャーナリストは貴重です。ただ、そういう方の中には別の方向への極端に走っちゃう方もいらっしゃってどうしたものかと。以上。

タグ：

posted at 00:40:00

これにはまだ続きがあって、「残酷なことでも本当のことを伝えるべきとありましたが、本当でしょうか。うちの主人が毎年この季節に、本当は事故で死んだのに勇敢に戦死したことにされている戦友の遺族に真実を伝えるべきか悩んでいます。伝えるべきでない真実もあるのではないでしょうか」と…

タグ：

posted at 00:42:20

…いう投書が（前の二つはテレビ欄の投書、これは本来の投書欄に）出てきて、「あのなー、おばさん、誰もそんな話してねーよ、あんたにはそれが同じ話に見えるのか？」とイライラッときた。　今なら「クソリプ」に分類するところ。😅

タグ：

posted at 00:42:20

#統計既出の図を改訂合体させて、

　通常のP値

と

　ベイズ統計でのP値の類似物

の説明を比較できるようにして、これらの違いと類似を認識し易くしてみた。

「ベイズ統計は通常の統計学とは異なる主義思想哲学に基く」の様に解説することを否定して、こういう話をもっとした方が良いと思う。 pic.twitter.com/XrS4ktKNvY

タグ：統計

posted at 01:45:26

#統計 P値が定義されると「P値がα以上になるパラメータの全体」として通常の信頼区間も定義され、同様にしてベイズ統計でのP値の類似物からベイズ版信用区間が得られます。

だから、通常の信頼区間とベイズ版信用区間の比較は、通常のP値とベイズ統計でのP値の類似物の比較と同じになります。

タグ：統計

posted at 01:49:07

#統計そのとき注意するべきことの1つは、平坦事前分布の事後分布が尤度函数の定数倍になることを理由に、平坦事前分布のベイズ統計は尤度函数を使う頻度論と同じになるというような過剰に単純化されたデタラメな考え方をしないことです。

そう単純な話ではない。

タグ：統計

posted at 01:52:13

#統計通常のP値は統計モデル内の標本分布における確率(もしくはその近似値)として定義され、それと比較されるべきそのベイズ統計でのP値の類似物はベイズ的な統計モデル内の事後分布における確率(もしくはその近似値)として定義されます。

確率として定義される舞台(確率分布)が全然違うことに注意！ pic.twitter.com/ay6lCsRhsb

タグ：統計

posted at 01:56:09

#統計通常のP値とそのベイズ統計での類似物の定義は全然違っていて、それらの比較はそれなりに非自明な問題になります。

こういう話の理解は数学が強くないと相当に厳しいと思うので、まずはコンピュータで具体的な場合の計算をして両者を比較して感覚をつかむべきだと思います。

タグ：統計

posted at 01:58:56

諌山隆平/slick319 @slick7319

@shuzo5 面白すぎます😭
ぷよ碁ちょっとやってみましたが…全然勝てません！笑

タグ：

posted at 07:48:55

あんどろいど@ @android_IGO

Julia日本語記事まとめ @julia_kizi

@ha_o030 @kmzn__UoxoU @tanakaens 突然失礼します。
このぷよ碁と言うのは試しましたか？
感覚的に少し分かりやすいと思います。
puyogo.app/?size=5

タグ：

posted at 07:52:25

Julia日本語記事まとめ @julia_kizi

新しい記事がQiitaにアップされました！#Julia言語 #Julia日本語記事
 qiita.com/takahashi-ry/i...👈

タグ： Julia日本語記事 Julia言語

posted at 09:54:25

新しい記事がQiitaにアップされました！#Julia言語 #Julia日本語記事
 qiita.com/botanic7arc/it...👈

タグ： Julia日本語記事 Julia言語

posted at 10:09:01

Tak itoshi @takitoshi

「Juliaで精度保証付き数値計算」更新しました。

常微分方程式の周期解の精度保証
taklab-blog.blogspot.com/2021/01/rigoro...

忙殺されて更新が滞っていましたが、前回のフーリエ・スペクトル法で計算した近似解をもとに周期解の精度保証をします。Newton-Kantorovich型定理を使った数値検証方法です。

タグ：

posted at 10:43:44

お茶系です @shuzo5

ぽこきち（囲碁のゆっくり実況・解説動画 @pokokichi_fox

@slick7319 ぷよ碁で勝てるのを目標に頑張ってください。
私も初心者なんで本当に知ってるのは基本ルールぐらいです😅

タグ：

posted at 11:19:41

@rio__uryu_ ぷよ碁から始めると良いかもです🙃

タグ：

posted at 11:33:14

#統計「通常の信頼区間とベイズ版信用区間を比較せよ」という問題は、「ベイズ版信用区間を生み出すベイズ統計でのP値の類似物を新たに定義して、通常のP値と比較せよ」という問題に書き換えられます。

後者の問題の方が数学的に扱い易いし、コンピュータでプロットして確認することも容易です。 twitter.com/genkuroki/stat...

タグ：統計

posted at 11:35:05

ぽこきち（囲碁のゆっくり実況・解説動画 @pokokichi_fox

#統計『数理統計学』と題された売れ線の教科書には、P値(検定)と信頼区間が表裏一体であることの解説がしっかり書いてあります。

その考え方はベイズ統計における信用区間にも適用できます。上で述べたベイズ統計でのP値の類似物はそのようにして定義を見つけました。 twitter.com/genkuroki/stat...

タグ：統計

posted at 11:39:31

@nau_moco_ @FEHRfD71i6fWmKr まずはぷよ碁からやってみてはいかがでしょうか🙃

タグ：

posted at 11:42:46

#統計ベイズ統計ではないP値や信頼区間に関する解説の多くが、ベイズ統計を理解するときにも役に立ちます。

最尤法やAICなどの話題になると、ベイズ統計を理解するためにさらに役に立つ知識になります。

敵は「ベイズ統計は異なる主義思想哲学に基く」という考え方を他人に強制して来た人達。

タグ：統計

posted at 11:45:14

囲碁は着手の自由度が非常に高いゲームなのですが、最善手以外だと負けになる勝負所の局面になることがあって、強い人はそういう所で間違えず、相手には間違えさせる。

盤が小さいと勝負所が現れ易い。

最初にそれはしんどいので7路盤から試した方がいいかも。

puyogo.app/?size=7 #ぷよ碁

タグ：ぷよ碁

posted at 12:10:44

ぷよ碁を始めたばかりの人達が「7路盤の方が5路盤より勝ち易い」と結構言っている。

そういう発言は非常に面白いと思って見ており、色々考えさせられます。

人間の強い人はバカなミスをして負けそうになると急に怖い手を連発して、「間違ったら逆転するよ！」と盤上で語りまくります。

タグ：

posted at 12:14:35

#統計 P値函数のグラフは、横軸をパラメータ、縦軸をP値とするグラフになるのですが、信頼係数1-αの信頼区間の両端の値(横軸)をすべての有意水準α(縦軸)についてプロットしたものになっています。

P値函数全体のグラフは有意水準や信頼係数のような閾値を設けない場合のP値や信頼区間のグラフになる。 twitter.com/genkuroki/stat...

タグ：統計

posted at 13:05:31

あ〜る菊池誠(反緊縮)公式 @kikumaco

#Julia言語 Julia v1.8.0-beta3 の公式バイナリが公開されていました。

Juliaは新しいバージョンの方が便利で速くなっていることが多く、バージョンアップがうれしいソフトの代表例だと思います。

そこでうれしいベータ版を使ってみる。

julialang.org/downloads/ pic.twitter.com/ysmYYIJUhQ

タグ： Julia言語

posted at 13:43:51

物価上昇より、賃金が上がらないことのほうが問題なんじゃないですか

タグ：

posted at 14:01:48

良一 @RK201501

@genkuroki 私ビビリだからbetaは怖いです。先達さんよろしくお願いいたします。

タグ：

posted at 14:10:20

非公開

タグ：

posted at xx:xx:xx

@RK201501 #Julia言語の安定性はv1.0以降とそれ以前では全然違っていて、v1.0以降ではnightly buildでさえかなりの確率で普通に動きます。

nightly buildはたまにひどく壊れていて非常に楽しいことになっているのですが、ベータ版だとそういう視点ではあんまり楽しくなくて、実用にもかなり耐える感じ。

タグ： Julia言語

posted at 15:14:26

良一 @RK201501

@genkuroki ありがとうございます。年度末の作業が終わりましたので、挑戦してみます。

タグ：

posted at 15:19:43

Massimo @Rainmaker1973

Methanol flames are less visible than other flames or almost invisible. This gif shows how an infrared camera like the SEEK Reveal, can detect the fire, otherwise invisible [gif: buff.ly/358DAUY] [more: buff.ly/2T4Ptpm] [SEEK Reveal: buff.ly/3o2SOmT] pic.twitter.com/mPlm90Rebo

タグ：

posted at 15:30:00

林　譲治 @J_kaliy

Q 大阪とロシアは何が違いますか？
A 規模 twitter.com/sayonarakino/s...

タグ：

posted at 15:41:31

@RK201501 【年度末の作業】！！！！！

お互いにがんばりましょう！

タグ：

posted at 15:47:02

どーん＿なう @dawn_now

今日、私の地域では午前中は雨だったが、昼前から雨が止んで、
日が差してきた。

私の #ぷよ碁には、日はまだ差してこないようだ。 ☔️

「８対１２で敗北しました。」０勝２４敗。

#囲碁

 puyogo.app/rp?kf=QzMyIzRC...

タグ：ぷよ碁囲碁

posted at 19:10:44

K子 @K03945283

21対20で勝利しました。 puyogo.app/rp?kf=NVRXNERD... #ぷよ碁

ギリギリ(;^ω^)

タグ：ぷよ碁

posted at 19:44:10

#統計正規分布近似でP値を定義することが非常に多いので、それも追加した。 twitter.com/genkuroki/stat... pic.twitter.com/c61LKjSgf2

タグ：統計

posted at 22:19:19

#統計 nuisanceパラメータがある場合に標本分布からP値を作る手続きは数学的にややこしくなり、『数理統計学』と題された売れ線の教科書には、そのための道具(完備十分統計量の話など)が載っている。

しかし、ベイズ統計の方法を使うとその辺の取り扱いが非常にシンプルになる。

タグ：統計

posted at 22:27:47

#統計件のイベルメクチン論文 www.nejm.org/doi/full/10.10... では、ベイズ統計の方法でリスク比の区間推定を行なっているお陰で、nuisanceパラメータの問題に悩まされずに、極めてシンプルな方法で計算をすませている。

再現も10分で可能！ twitter.com/genkuroki/stat...

タグ：統計

posted at 22:33:05

大澤裕一 @HirokazuOHSAWA

以前、数列が数学Bから数学Aに移ったとき、（三角数とか四角数をなぜか推していた、という点も含めて）色々とうまく行かず、教育現場から多くの批判が噴出しました。その結果、次の課程で数列は数学Bに戻りました。多くの人が「悪いものを悪い」と批判すれば、それが反映されることもあるのです。 twitter.com/ducks105/statu...

タグ：

posted at 22:58:10

#統計リスク比(=相対リスク)の推定の問題について説明します。

薬Aを与えた側では「ひどい目」に会う確率がpで、与えなかった場合の確率がqであるという統計モデルにおいて、pとqをリスクと呼び、ρ = p/q をリスク比(または相対リスク)と呼びます。

続く

タグ：統計

posted at 23:25:35

#統計

リスク比が1より小さければ薬Aに効き目があることになる。

薬Aを与えた側はm人中のa人が「ひどい目」にあっていて、与えなかった側はn人中c人が「ひどい目」にあっていたというデータが得られたときの、リスク比(相対リスク)を推定したい。

非常にシンプルな設定です。続く

タグ：統計

posted at 23:25:36

#統計高校生レベルの確率論を知っていれば、ひどい目に会う確率がpのm人中の何人が実際にひどい目に会うかは、二項分布でモデル化できることを実質的に知っているとみなせます。

二項分布モデルの最尤法を使えば、m人中a人が「ひどい目」にあったというデータから、pはp̂ = a/mで点推定されます。

タグ：統計

posted at 23:25:36

#統計 qは同様に q̂ = c/n で点推定される。

だから、リスク比は ρ̂ = p̂/q̂ = (a/m)/(c/n) で点推定されます。

しかし、これらの点推定は、データの確率的ゆらぎの情報を含んでおらず、現実の意思決定をするためには不十分な情報に過ぎません。続く

タグ：統計

posted at 23:25:37

#統計データの確率的ゆらぎによって、以上で行ったリスク比の点推定の誤差がどれだけ大きくなりそうかを見積もる必要がある。(そのための方法がP値や信頼区間やベイズ統計の方法です。)

タグ：統計

posted at 23:25:37

#統計そのためには、 2つの二項分布の積Binomial(m, p)×Binomial(n, q)内において、リスク比の推定量ρ̂ = (a/m)/(c/n)がモデル内リスク比ρ = p/qと確率的にどれだけ違う値になるかを知る必要があります。

タグ：統計

posted at 23:25:38

#統計しかし、 2つの二項分布の積モデルでの確率分布はリスク比ρだけでは決まらず、q (またはp)の値にも依存します。

興味があるパラメータであるリスク比ρ以外のパラメータの値を決めないと、ρとその推定量ρ̂の確率的関係が決まらない。

こういう状況のときにnuisanceパラメータがあると言います。

タグ：統計

posted at 23:25:38

#統計 nuisanceパラメータは実際にうざいパラメータであり、このうざいパラメータが存在する場合を取り扱うための道具だてが、『数理統計学』と題された売れ線の教科書の中で扱われているわけです(十分統計量の話)。

タグ：統計

posted at 23:25:39

#統計私は件のイベルメクチン論文でベイズ統計の方法でリスク比を区間推定している部分を、通常のP値や信頼区間で扱うために最尤法のWilksの定理を使った実装を採用しました。

多分、予備知識がないと

github.com/genkuroki/publ...

のコードで最も謎な部分になる。なぜか2次方程式を解いている(笑) pic.twitter.com/Vd5FjESKDK

タグ：統計

posted at 23:33:03

#統計 Binominal(m,p)×Binomial(n,q)における通常のP値や信頼区間に関する処方箋によってnuisanceパラメータの問題を解決して、リスク比(相対リスク)の信頼区間を得ることはひと仕事になります。

この部分をベイズ統計の方法を使えば瞬殺できるわけです！

タグ：統計

posted at 23:36:10

#統計ベイズ統計の方法を使えば、パラメータpとqの事後分布が得られ、したがってリスク比ρ=p/qの事後分布も得られます。リスク比の確率分布が得られました。

やっていることは通常のP値や信頼区間とは全然違いますが、この場合には数値的にほぼぴったり同じになります。

github.com/genkuroki/publ... pic.twitter.com/RqaK6Cjbnn

タグ：統計

posted at 23:40:39

#統計この場合のリスク比の通常の信頼区間とベイズ統計の方法で求めた信用区間の近似的な一致(実践的に違いは無視できる程度に小さい)は、偶然ではなく、数学的に根拠があるものです。

数学における解析学の重要な教えに、定義が全く異なる量の値が近似的に等しくなる場合があることがあります。

タグ：統計

posted at 23:44:47

#統計この場合には、ベイズ統計の方法を使っても使わなくても結果は同じになります。そして、計算の仕方はベイズ統計の方法の方が圧倒的にシンプルで分かりやすい。

タグ：統計

posted at 23:46:15