統計解析のMethodsで刺されないための「Statistical analysis 6ブロック」
「Methodsは流し読み」と言われる一方で、査読で刺される時はだいたいMethodsです。特にStatistical analysisは、結果の派手さより先に“粗”が見つかる場所で、厳しい査読コメントがつきがち。
そして困るのが、刺され方がだいたい同じなのに、直し方が毎回バラバラになることです。
投稿規定を読むほど境界が分からなくなり、雑誌ごとの流儀に振り回され、解析は終わっているのに共著者から「統計ここ直して」が無限に来る。欠損やマッチングは後回しにして膨らみ、欠損を書こうとして逆に自分の解析が怖くなる。
でもこれ、才能の問題というより“置き場所がない”問題なんですよね。
Statistical analysisに最初から箱が無いから、追記や修正が来るたびに文章が増築されて崩れる。
今回は、Methods回の続きとして、私が一番ブレなく書けて、後から修正もしやすい方法として、Statistical analysisをフレームワークに落とし込んで整理して書くやり方を紹介します。
この記事で得られるもの
Statistical analysisを6つの箱に分けて迷わず書ける
欠損、マッチング、モデルの“差し込み先”が固定され、修正が速くなる
コピペ雛形で、自分の研究に当てはめて即たたき台が作れる
まず結論：Statistical analysisは「6ブロック」で書く
私のおすすめの骨格はこれです。
General rule：
Missing values：
Univariate analysis：
Multivariable analysis：
Sensitivity analysis：
Multiplicity / p-value：
これの強みは、自分の頭が整理され、ワードカウントの調整が圧倒的にラクになること。
削るならどこを削るかが明確ですし、査読で「追記して」と言われても差し込み先が決まっています。とにかく再現性の担保に強い。
General rule：最初に“表記のルール”で信頼を取りにいく
ここは派手さゼロでいいです。むしろ淡々と。
使用ソフトウェアとバージョン（例：R, Stata, SPSSなど）
記述統計の表記
Mean ± Standard deviation (SD)
Median (interquartile range, IQR)
frequency, n (percent, %)
読者が「この論文、読みやすそう」と思う入口はここです。
表記が揃っているだけで、解析全体が丁寧に見えます。
また、ICCなど評価者間・方法の評価があるなら、General ruleの直後に入れると流れが自然です。
ここは研究や雑誌のお作法によって厚みが変わるので、あまりWord countが許さないようなら削れるセクションです。
Missing values：欠損の“量”をここで言うと、方法が評価される
欠損値は、書き方次第で「誠実さ」が伝わります。ポイントはこれ。
なにがどれだけ欠損しているかをここで報告する
Complete case analysis または 欠測代入の選択
Imputationの実際の設定
欠損の量が先に分かると、代入法が適切か評価しやすい。
SPSSではデフォルト無言でComplete case analysisになりますが、これもしっかりと書く必要があります。
整形外科分野ではComplete case analysisが極めて多いと感じますが、どう考えてもバイアスが大きくなりがちです。以下の論文で述べられているように、どのように対応していくか、今後厳しくなってくるものと思われます。
Univariate analysis：p-valueより先に「用語の意味」を揃える
Univariate analysisは、雑誌や領域の流儀で扱いが割れます。
そもそもunivariateなんかの結果載せるな、という規定の雑誌もある。一方で多くの小規模研究では、単変量解析のみのことも珍しくないので、最低限は抑えましょう。
書く場合は、ここで“最低限の交通整理”をします。
Welch’s t test / Student’s t test
Chi-square test
Correlation analysis
correlation coefficient（r, ρ）
ここで意識したいのは、rやρ（ロー）などよく省略される記号も、p-value以外は全て意味を書くこと。
自分が思ったよりも自分の常識は他人の非常識のことがあるので、係数記号や検定名は短くても明示しておくと事故りにくいです。
Matching / Weightingがあるなら「設計」をここに差し込む
マッチング手法
共変量選択の方法
バランス評価（SMD推奨）の方法
weightingの場合にweighted t testを行うなら追記
ここは“解析結果”ではなく、研究の設計思想を示すパートです。査読で刺されやすいのもここなので、フレームワークで場所を固定しておくと強い。
Multivariable analysis：モデル名、共変量方針、表記法
Linear、Logistic、Poisson などモデルを明示
共変量選択の方法
結果の表記法（β, 95%CI など）
Splineの追加など
読み手が知りたいのは、細かい数式より「どのモデルで」「何を調整して」「どう報告するか」です。ここが揃うと、Methods全体が締まります。
Sensitivity analysis：短くても“頑健性”が伝わる
整形外科、弊分野ではまだ、凝った感度分析は必要ないと思います。チャッピーに頼むと妙に凝ったものを提案されるので注意してください。
「主要結論がどの程度ぶれないかを確認した」という姿勢が書ければ十分に価値があります。
p-valueは最後に書きがちだが、できれば“直後”に置く
なぜか最後にp-valueを書きがちですが、多重性の検定は適宜統計手法の直後に極力書くようにしましょう。誤解が減ります。
ただ、雑誌の規定や解析のボリューム次第で、General ruleに寄せたり最後にまとめたり、柔軟に調整でOKです。
実務のコツ：最速は「コードを投げて骨格を作り、不要を消す」
ここも現実ベースの話をすると、一番早いのは
RのコードをChatGPTなどに投げて、丸々書いてもらう
につきます。ただし“投稿規定に合わせて削る／検証する”が必須です。
整形外科、脊椎外科分野ではトップジャーナルでも超厳密になることは少ない。ただ、最初から“削れるだけの厳密さ”で準備しておくと、後で査読で言われたときに差し込みやすい。
どうしても細々した設定が必須の場合は、Supplementaryにまとめて要点だけ本文に書いておく、という点もあります。
まとめ
Statistical analysisは「6ブロック」で型化すると、再現性が上がり、修正や追記も速くなります。欠損と設計、モデル方針を先に宣言し、厳密に準備して削るのが最短です。この6ブロックを自分の研究に当てはめて、抜けをチェックしてみてください。
