FC2ブログ

合格した人だけ知っているだれでも国立大学医学部に合格できる裏技勉強法を全部紹介するブログ

偏差値40台をとったこともある国公立医学部医学科に合格した現役医師がお送りする大学受験勉強法ブログです。               最強の勉強法とは「二元論を使うべし」と「データベースを作るべし」

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。
--.--.-- --:-- | スポンサー広告 | トラックバック(-) | コメント(-) |
どうも。内科医です。(この記事を書いた時は、医学生でした。)
お子さんを医者にしたい,あるいは,有名国立大学や有名私立大学の理系に入学させて,世界に名をはせるようなエンジニアやサイエンティストにしたいとお考えの親御さんへ。

親御さんのコメントをいただいて,このタイトルのような記事を書いてみる気になりました。参考にしてみてください。
以下,こどもを医者にするためのデータベースです。

1.親の偏差値や教育費用は関係ないが,中学あるいは,高校選びは大切。
ぼくの親もたいした大学をでていないし,身内に医者はいないのですが,こどもであるぼくは国立の医学部医学科にいます。(知らないかたもいらっしゃるかもしれませんが、国立の医学部医学科なら年間の授業料は50万くらいで、親の収入が低い場合、たいてい、半額か全額免除されます。あと親のすねをかじらずに、学生は奨学金だけで生活できます。ちなみに、私立の医学部は年間の授業料が20倍の1000万くらいなので、ぼんぼんじゃないと入れませんので最初からあきらめてください。)

ぼくのクラスメートでも確かに,医者の息子,娘,大学教授の息子といったボンボンはいっぱいいますが,それでも,5割がたの学生は普通の家庭で育っています。
(教育費用をかければかけるほど、成績がよくなる相関はあるでしょうけど、お金をかけなくても、親御さんの親身な教育があれば、そして、なによりこのブログがあれば、なんとかなります。このブログのプロジェクトを推進させるための、ご寄付をお願いします。)

塾(鉄緑会とか、平岡塾とか、SEG、東進ハイスクールのような中高一貫の生徒用の塾)に行ったほうがいいですが,ぼくの書いている方法(二元論的理解とデータベースによる記憶の構築)をしっかり実践すれば,合格する実力はつきます。

でも!

中学,あるいは,高校選びを失敗すると,かなりお子さんを苦労させることになります。

なぜって,中高一貫校(あるいはその塾)に通わせないと,ものすごく大学受験には不利だからです。



中高一貫校に通わせないと,ものすごく大学受験に不利な理由。


1.高校受験が無駄

高校受験するとき,無駄に学校の成績を気にする必要があります。大学受験に必要のない国語,家庭科,技術,社会科といったいわゆるトリビアな知識を覚えなくてはなりません。

はっきりいって,これは遠回りです。

こんなことを覚える暇と労力があるなら,大学受験のための勉強をさせてください。

博学になっても,医学部や東大に合格できるだけの知識の構築はできません。

大学受験のスタートは小学校からはじまります。

別に有名な中高一貫校ではなくてもいいので(有名進学校に入ってしまうと、自分よりもはるかに実力のあるひとが多すぎてしまい、ピア効果が得られない可能性があります),高校受験をさせないかわりに大学受験の勉強を中学校1年生からはじめてください。

(小学校までは,掛け算,足し算,漢字の読み書き,読解能力以外はたいして力をいれないでいいです。)


2.中学一年生から大学受験をはじめたら,6年間を大学受験の準備に使えるが,高校1年生からはじめると3年間しか使えない。

この差はものすごくでかいです。2倍も違うんですから。

中学,高校の成績は適当な点数でいいんです。

6年間も勉強すれば,推薦入試や後期入試といったせこい方法を使わなくても,実力だけで合格できます。

要するに,ただ,実力だけをつければいい。


3.中高一貫校用の塾に通うと,高校1年生のときに,高校3年までの勉強が無理なく終わる。

ぼくは高校から中高一貫校に入りました。

中高一貫校用の塾(SEG、鉄緑会、平岡塾、東進ハイスクール、駿台、河合塾、代ゼミ、SAPIX)に通ったひとと同じクラスで学びました。

彼らは,ぼくよりも2年早く,大学受験のためのすべての範囲を勉強し終えました。

勝てるわけないですよね。

昨日,微分をはじめてならったぼくが,2年前にならったひとにどうやって勝てるんですか。

同じ土俵じゃないんです。

能力とか以前に,前提が違う。

学年は同じでも,スタート地点がまったく違うんです。

こういう状況になると,彼らから受けるのは劣等感だけです(ピア効果が得られない。ピア効果とは実力が似ている者どうしが競争することで、より努力すること。ピア効果が得られる環境に身をおくことが大切)。

ぼくが必死に勉強して80点取っても,彼らはまったく授業を聞かず,ノートもとらず,95点以上をとります。

彼らは,自分が2年も前にならったとは一言もいいませんから,ぼくはかれらを天才か!とおもうわけですが,まったくそんなことはない。

2年後には同じレベルに自分も立てますが,それには浪人しなければなりません。

こどもを浪人させたくない,あるいは,熾烈な受験勉強をさせたくないなら,中学生からコンスタントに大学受験の勉強をはじめてください。





2.中学生1年生が大学受験の勉強を始めるには?

とりあえず,過去の問題ができるようになればいい。

赤本を買ってきて,分析してください。

あるいは,たいしてお金をかけずにやりたいなら,通信教育もいいです。

さきどりすればいいんですよ。Z会や進研ゼミを。

別に教育の内容なんて今度10年は変わりませんから,さきに,飛び級して,1年生のときに2年生のZ会の資料を取り寄せればいい。





3.医者はもてるし,お金持ちになれるし,やりがいのある職業であることを洗脳する。

実際に,医者は,もてますし,普通のサラリーマンの2,3倍の給料ですし,患者の命を守る責任ある職業です。

ないたいと思わせるには・・・?

1.医療系ドラマを見せる。

ER とか ブラックジャックによろしくとか,コードブルーとか,白い巨塔とか・・・ おもしろいものはいくらでもあります。

小学生のうちから,DVDを買って,一緒に見てください。

医療の面白さに気づくはずです。






2.医療系漫画を読ませる。

ブラックジャック,医龍・・・おもしろい漫画はいっぱいあります。

家において,親御さんも読めば,子どもも読みます。






3.医者になることが親孝行であると,恩着せがましくなく,洗脳する。

たしかに,こどもが医者になると,親はうれしがります。

ご近所や親戚に鼻が高いでしょう。

こどもにはこんな言葉をかけてあげてください。調子に乗りますから。

「おまえは天才だな。将来はドクターか!」

とか

「ほんと,おまえは頭いいなぁ。いい脳外科になれる!」

とか

ほめ言葉の中に,職業を混ぜましょう。

「今日,病院いってきたんだけど,ほんと,医者ってかっこいいなぁ」

とか

「お父さんの病気,治してくれないかなぁー」

とか。


調子に乗ったら,こっちのもの。

うまく,自尊心をくすぐって,「自分は能力がある。医者になって,ひとを幸せにしたい。人助けをしたい。」というプライドみたいなものを作らせてあげてください。

すると,きつい勉強もがんばってやりますよ。



追伸

医者になるための受験は、一歩間違えると地獄のようにきついですが、上記のようにちゃんと6年計画を立ててがんばらせれば、そこまで過酷ではないと思います。
むしろ、みんなよりも成績がいいので、優越感を抱けると思います。

それから、医学部にはいって医者になるための勉強が恐ろしくたいへんだみたいなことをかいていらっしゃる「教えてGoo」の書き込みがありましたが、逆です。逆!
はっきりいって、ほかの学部よりもものすごく楽です。
ぼくはほかの大学の工学部にいっていたことがあるのでわかるのですが、そっちのほうがよっぽどたいへんです。研究室にこもりっきりで将来も決まらず、研究しなくちゃいけないですからね。

医学は楽しいですし、要領よくやれば、たいして勉強しなくても国家試験には合格できます。それは6年間も準備に使えるからです。
ただ、研修医になってからはものすごくたいへんだと聞きますけどね。
でも、それにみあった収入やステータスがあるとおもわれるので、ぼくはそのたいへんさも望むところです。

むしろ、患者に奉仕できて、充実した生活をできると思ってわくわくしてます。


追伸2

ぼくが医者になろうと思ったのは、祖父が癌で死んだからです。
それから、病気がちな親父が、わりと健康マニアだったからというのもあります。

将来の夢は?
ときかれて、祖父が死んだあと、なんとなく医者っていってしまったのがすべてのはじまりです。
はっきりいってモチベーションなんて「お金持ちでかっこいいから」ぐらいですよ。
患者に奉仕し、人類愛と慈愛をもった責任ある職業だなんて、小学6年生が思うわけないです。

親御さんは、こどもの将来を親が勝手に決めていいんだろうかと悩むかもしれませんが、気を楽にしてください。

親が期待するほど、こどもは嬉々としてがんばるものです。

親がこどものレールをあらかじめ用意するのはよいことだと思います。

むしろ僕の親はその点がものすごく適当で、恨みさえします。

親が医者だと、こどもは何の迷いもなく、医者になれてうらやましいと思う。


ぼくは、医者になりたいと思うきっかけなんてどーだっていいと思います。

たいせつなのは、心の根っこの部分で優しいひとが医者になれれば、医療不信がなくなるってことかな。

(ぼくの大学にはろくでもない医学生がいっぱいいるので、別に、「人格形成がしっかりしてなくちゃならんのじゃ」みたいなことはいいません。

実際、自分のことしか考えない医者って言うのはいくらでもいるし、コミュニケーション能力のない医者はいっぱいいます。もうすでにいるんだから、それに関して、ぶーぶーいってもはじまりません。現在の受験制度では人格のおかしいひとをフィルターすることはできません。)


おっと、話が横道にそれてしまいました。ぼくの医者になるきっかけの話でしたね。

医者になろうかなと思った小学校6年生のとき、「なりたい!医師」という本を親に買ってきてもらって読みました。

それから、なんとなーく、ずっと、医者になりたいから、いい高校に行きたい。
医者になりたいから、高校の成績をよくしたい。
と、がんばってたんですけど、もちろん、医者になる必勝法みたいなものを教えてくれる人が誰もいなかったし、インターネットで調べるという発想もなかったので、すごく遠回りしました。

でも、結局、医学生になっているわけですから、医者になりたいこどもや医者を育てたい親御さんを応援する、夢をかなえるための知識はある程度もっていると思います。

親御さんのアフィリエイト待ってます

みなさんの応援具合によって、このブログは進化します。

コメントにご質問やお悩みを書いていただけると、【質問コーナー】の記事の中でぼくが考えていることを書いていきます。


医者の平均給与、実際の労働時間、医者になるまでの親御さんの負担など医者にしかわからないこともどんどん答えていきますよ。


PS
Youtubeに勉強法紹介ビデオを投稿し始めました。無料です。
http://ndthikaru.blog74.fc2.com/blog-entry-633.html
見なくてもいいので、チャンネル登録だけしてください(涙)

【追記】
電子書籍を出版しました。
「ボイスレコーダーを使って速聴記憶して英語を喋れるようになる方法」「the art of memorizing(速聴記憶法の国際版。全部自分で英語で書きました。)」「大学受験用マインドマップ法、二元論→理解法、ボイスレコーダ→速聴記憶法によるデータベース構築勉強法(国立大学に合格できる英数国理社の知識を全部紹介する本のおまけつき)」「医者になる夢を叶える本」の4冊です。

追記。上記の本は下記の本に全部まとめて一冊にしました(その他のは絶版へ)。お値段据え置き500円。


ぼくの持ってる知識、知恵、全部書いてます,

Just because NO JOB is finished, until the PAPERWORK is done.(書かなきゃ意味ないよ。伝えて残さなきゃ意味ないよ。誰でも読めるようにしなきゃ意味ないよ。)

だからです。次郎ラーメンでいうところの、全マシです。



おすすめの無料試し読み(寄付)の方法があります。

上記リンクを押した後に、Kindle Unlimitedに入会いただき、ぼくに500円の紹介料:アフィリエイト:寄付をいただき、筆者のやる気スイッチを押していただき、

さらに、Kindle Unlimitedでぼくの本を最初から最後まで流し読みで飛ばし読みしていただくと、

合計2000円分の寄付をしたことになります。

ただ1冊購入するより(370円の寄付)、はるかに筆者をやる気にさせます。

よろしくおねがいいたします。

30日以内に読み終えて退会すれば、無料でぼくの本が読めて(読者WIN)、かつ、寄付もできる(筆者WIN)!

Amazon(ジェフ・ベゾス)ありがとう!

浮いたお金で、ぜひアマゾンで好きなものでも買ってください。

追記おわり。


医学部医学科を志す受験生のみならず、どんなひとでも読めるようにしたいと思って一般的な名前にしました。

内容も大学受験に関係なくいかにして覚えたいことを記憶するかについて書かれています。

今後、医者になるための裏ワザ篇を追記していきます。

乞うご期待!

追伸3

筆者は「大学受験の勝者は、情報戦を制したものである」理論を提唱しています。

情報があれば、良い勉強法も記憶法も手に入るし、どの大学を選択すればいいかもわかるので、到達目標を容易に達することができます。

根本的な頭の良さや育ちの良さはほぼ関係ないです。(97.5%のひとに当てはまります。ぶっちゃけてしまいますが、2.5%のひとは、残念ながら、大きく関係してしまいます。ただ、2.5%のひとは、このサイトを見つけられないと思います。)

このサイトを見つけ出す能力がある親御さんは情報戦を勝ち抜く能力がすでにあります。ほぼ、勝ったも同然です。

だから、安心してお子さんを医者なり、サイエンティストなりを目指すのに応援してあげてください。

後々えらくなったひと(どこぞの社長やノーベル賞受賞者:北里大学特別栄誉教授の大村智先生)は『こどものころは医者になりたかったけど、受験で挫折した。今でも、あきらめきれず、医学の発展に寄与したいと思っている』とおっしゃるひとがいます。

その一方で『わたし、当直とか汚い手技とか無理だから、問診だけやってる産業医になるわ』とおっしゃる若い医者がいます。

後者を見ていて、本当につらいです。前者の人に医者になってほしかった。(医者にしかできない泥くさいことを、放棄する医者が多くなるほど、放棄しない医者にしわよせがいきます。そして、さらに放棄する医者が増えます。デフレスパイラル状態です。)

ちょっとした工夫で、本当に医者に向いている人が医者になれます。

ぜひ、本とかアフィリエイトとか買っていいただかなくてもいいので、ぼくが提唱していることを熟読してメモっていただき、実践してください。

追伸4.

最近の医学部受験情報雑誌をデータベースしておきます。



東洋経済はなぜか昨今の医学部お受験、医療問題に詳しいです。本の内容は医者が記事を書いてないので、記者さんががんばって素人なりに調べましたという感じがします。
こういう本は現役の医者、厚生省の役人、医者バイト派遣会社社員、医学部入試問題を作っている教養課程の教授、東進ハイスクール事務員に書かせるべきだと思います。
毎年、1回くらいは医学部受験について特集しています。専属の記者でもいるんでしょうか。
毎年毎年、懲りずに同じようなことを書き続けています。
どの高校が医学部受験に強いとか、どの塾が最強なのかとか統計を取っています。
数字でわかることもありますが、数字の抽出の仕方が頭が悪い物も多くて、的外れな統計になっているものが散見されて、つっこみたくなります。
どの塾のどの教師が最高なのかとか、どういう偏差値の学生がどれくらい入学したかと、何人受験して、何割合格したのかというデータが大切なのに、塾の合格人数で統計を出しています。
同じことが学校別の合格人数で統計を出しているところにもいえます。
単純に生徒数が多い高校や塾が合格人数が多くても意味が無いんです。少数しかいなくても、合格割合が高いのが本当にすごい学び舎であるということです。odds比やrelative riskというか、どのくらい合格しやすいのかという数字を出しなさいと助言したくなります。
統計学をかじっていないひとが記事を書くと浅はかな推測に満ちた記事になってしまい、それを読者のみなさんは鵜呑みしてしまいます。
本当に不毛です。

同様のことが、研修医特集や専門医、開業医特集についても書かれていて、読んでいてツッコミどころ満載です。
一番ムカついたのが研修2年を終えてすぐに開業したヤブ医者の記事を多様な働き方のひとつとしてとりあげていたことです。
医者の中には、Star Warsでいうところの、ルーク・スカイウォーカー、つまり正義の軍団と
ダース・ベイダー、つまり、暗黒面に落ちた軍団がいます。
研修おえてすぐに、専門医を取らずに開業した銭ゲバ(暗黒面に落ちた医者ダース・ベイダー)というか、医師免許剥奪級のヤブ医者をこともあろうに医師職業紹介雑誌に載せるなんて、編集者の気がしれません。

こういう医者を反面教師にして、みなさんは絶対に見習わないでください。暗黒面に落ちたら、やっていることは医療じゃなくて、ただの金儲けサービス業です。

こういう銭ゲバを紹介しちゃうと真似するやつがでてきて、さらに、社会インフラとしての医療が崩壊します。

この本を読むなら、あらかじめ、専門医として認められるまで修行をつまずに、金儲けに逃げた医者が特集されている。そうやって、蔑んだ目で読んで下さい(怒り新党)。

追記


さらに、医学部医学科、医師免許情報をアップデートします。
医学情報なら、医学部受験生はWikihikagle。週刊ダイヤモンド。東洋経済。プレジデントですね。
医者になったら、m3。Carenet。

さて、この本の中身の評価ですが、
1.学閥があるわけない
たとえば、東大と千葉大が対立してるとか平気で書いてますが、バ●なのでしょうか。ヤクザの島争いですか。
お互い悪口を言い合っていることを対立というのか。よくわかりません。
関連病院の取り合いは、基本、医局ごとでやります。診療科によって、関連病院が違いますので、大学ごとで対立というのはナンセンスです。
また、ヤクザで例えますが、医局の組長である教授が変われば、大学同士の医局の仲の良さは全く変わりますので、やはり、学閥だの、政権争いだとというのは、古風で陳腐です。
学会での権力争いはもちろんありますが、それはやはり、大学の名前を背負ってやるわけじゃありません。
大切なのは、組長個人どうしの仲の良さです。

2.もちろん、序列もない
繰り返しますが、大事なのは、診療科ごとに、実力が違うということです。医局員が多ければ、大きな権力を持ちます。
古い大学だからどうこうというのは、2000年以前は関係していたどうかも知りませんが、今はまったく無いです。
(出身大学は教授選でちょっとは関係するかもしれません。実力がないひとやその医局の歴史を引き継げないひとは、もともと選ばれません。大事なことは、その病院にどれだけ貢献できる教授を引っ張れるかであって、それが出身大学が大きな影響を持つかというと、それは診療科に大きく左右されます。たとえば、抗癌剤が得意な教授が引退するとき、いきなり、次の教授で、アレルギーが専門の教授が選ばれるわけがありません。医局が崩壊します。)

だから、安心して、大学は地元の大学か偏差値の低い大学にしてください。入局した医局がみなさんの医者としての最初のステータスです。(私立の医学部にはいると、どの国立の医学部に入局しても、ああ、私立にいけるお金持ちのぼんぼんだったんだと思われるだけです。)

3.医師ひとりあたりの論文数比較の無意味さ
繰り返して申し訳ありません。診療科単位で比較しないと意味ないんです。
論文数が1位の京都大学附属病院に就職しようが、医局全体で論文を年間3本くらいしか書かない診療科に入局しても、なんの意味もない。
論文を書けるようになるかは、論文をいっぱい書いている教授のいる医局にはいることが一番の近道です。
出身大学は関係ありません。残念。

上記の情報になんの意味もないだけに、小中高生やその親御さんに価値のある記事はつぎの項目だけです。

4.地元の名門の中高一貫校に入るのが、一番、オッズ比の高い国立大学医学部医学科に入学する方法。
たとえば、広島大学付属高校の10人くらいが広島大学の医者になるわけで、驚異です。150人中10人ですよ。
中高一貫校か知りませんが。
こういう地元の推薦枠がある名門高校に入って、推薦で入るのが一番楽だというのは何度も書いています。
この医者なった高校生がいっぱいいるよランキングトップ100の中高一貫校に入るのが一番簡単に医者になる方法です。
もちろん、高校に入ったら、即、中高一貫校用の塾に行く必要があります。



最近の医学部進学本は進化していて、面接で聞かれた内容とか、面接の方法まで載ってます。

更に、追記です。



この本、まだ読んだことありませんのでそれを前提にしてください。そのうち、読みます。すいません。

日本医師会がオフィシャルに高校生や再受験生のために、職業選択に関する本を書いています。
日本医師会は開業医の労働組合ですから、開業医の開業医による開業医のため行動をします。
勤務医の勤務医による勤務医のための行動はだれもやっていません。

ぼくとしては、開業医視点の医師の本じゃなくて、
医学科5,6年の学生と研修医1,2年目の医者のための診療科選択の本として医師の道を書くべきだと思います。」

現在、それぞれの診療科の学会ごとに、診療科をリクルートするためのパンフレットが無料でダウンロードできます。
医学生の皆さんは、なりたい診療科の学会をチェックしてみてください。

そのようなパンフレットはなぜか知りませんが、すべての診療科をまとめて一冊の本になってません。
こういう本を書くなら、まずすべての本をまとめてよと思います。
そして、二元論主義者としてはそれぞれの職業を一覧にして、比較表を作って欲しいです(厚生労働省の医務官がんばれ)。

一言に医師といっても、病理医と厚生労働省の医務官と小児科医は仕事の内容がまったあああく違います。
コミュニケーション能力がなくても病理医になれます。顕微鏡と論文と本とご遺体に触れる毎日です。
臨床に興味がなくて、統計学に興味があるひとも医務官になれます。デスクワークばっかりです。

ぼくは小児科医こそが、臨床医のなかの臨床医だと思います。臨床が好きで、人間が好きで、コミュニケーション能力があり、知識のアップデートもはやい、医者の鑑だと思っています。ぼくは小児科医じゃありません。

医学部面接のときは、小児科医になりたいと言っておけば、間違いありません。まともな人格だと思われます。

【追記】

この記事を書いたのは数年前になりますが、幼稚園児から高校生のこどもをもつ親御さんを励まし続けているようでうれしいです。

熱心な親御さんから多くコメントをいただき、ぼくのほうこそ励みになります。ありがとうございます。

当時はこどもからの目線でこの記事を書きましたが、昨今は親からの目線でも眺められるようになってきました。

医者の仕事って、診療科によって本当に多様です。

医学部と研修医までは小学校と同じでどの大学に入っても、病院で研修してもたいして変わりありません。

でも、診療科に細分化したあとは、同じ医者と呼ばれても、バーテンダーのようなサービス業もどきから、弁護士のようなコンサルティング業もどき、はたまた、警視庁捜査一課のような探偵業もどき、機械時計マイスターもどき、デザイナー兼お裁縫もどきまで多種多様です。

こんなに多様なのに、医療業界を知らない人が、「医者になりたい」っていうのは、バーテンダーになりたいのか、探偵になりたいのか・・・・とつっこみたくなる。

それでも医学生も受験生も世間一般のひとと同様に、まったく将来像を描けずに、進路を選ぶことになります。

だからこそ、「やさしい人が医者になってくれれば、バーテンダーになろうが、探偵になろうが、問題ない」ってことなんです。

医療の現場にはサイコパスと自閉症スペクトラムの医者が多すぎます。(コードブルーの山Pはサイコパス性が強いです。)

医者に向いていないひと(優しくないひと)が医者になってしまう時代はそろそろ終わってほしいです。

* 小児科医にはほとんどサイコパスと自閉症スペクトラムはいません。そういうひとは選択しないし、できないし、続かないからです。

追記
youtubeに勉強法をのせ始めました。
チャンネル登録者、たったの25人です(T_T)
筆者にやる気を出させてくださいm(_ _)m

追記
東京医科大学が発端となった、医学部医学科不正入試問題ですが、これはあたかも最近やり始めたという感じで釈明してますが、間違いなく、ぼくが受験生だったときもやられています。それ以前は証拠が破棄されてるだけ。あるいは、時効だよねって甘えているだけ。
ぼく自身、2浪じゃない浪人の受験生であったため、合格点とっても、面接で傾斜配点されて、あと一歩で合格できなかったというのを、成績開示して何度も食らったことがわかっています。本当に、何度も数点で不合格になるってどういうことなんだっていう。
このような不正入試をした大学は忖度されて、順天堂大学、昭和大学しか公表されていませんが、絶対に、ぼくが受験した関東の国立大学もやってます。
本当に、ひとの人生をなんだとおもっているんだろう。横浜市立大学(万死に値する)。
ぼくの場合、面接時に、面接官から、時間の無駄だからもう受験するなって諭されましたからね。
採点される前から、落とされることが暗示される面接ってなんなんだって、本当に泣きました。
このニュースを見て、辛酸をなめた当時の自分を思い出し、本当に悔しい思いです。
文科省に任せてても、絶対に忖度されるんだろうなぁ。
スポンサーサイト
あきらめないってことは才能があるってこと。(鎌田実)

神は乗り越えられる試練しか与えない。(南方仁)

「あきらめなければ、だれでも医者になれる」(ME!)

コメントありがとうございます。

(以下CM。その後、本文。最初は読み飛ばしてください。)

ぼくは今世紀最高の発見といってもいいぐらいの画期的な記憶法や勉強法を見つけ出しました。
それを無償でみなさんに公開します。

BUT!ぼくの作ったリンクをクリックしたあとで、アマゾンのネット通販で日常雑貨、食料品、参考書や教科書、文房具、最新のICレコーダーを買ってください。アマゾンはクレジットカードなしで、送料無料、しかも市場最低価格です。クリックしたあとで買っていただくだけで、ぼくに購入金額の3%くらい、寄付が入ります。

ちなみに、アマゾンのリンクをただクリックしただけでは報酬は発生しません。また、リンクをクリックしたあとなら、どんな商品を購入しようと報酬となりますので、好きなものを買ってください。
情報公開を早めるために、ご寄付をよろしくお願いします。(中高生はAmazonギフト券をコンビニで買って、Amazonで参考書を買いましょう)






*以上、お知らせおわり。以下、本題です。

あなたは医師になりたいですか?なりたいならなれます。この記事をすべて読めば。センター試験前に,そして,出願前にこのブログを見つけられてラッキーでしたね。

ぼくは何度も国立大学医学部医学科の受験を失敗して、結局、合格して医者になるための勉強をしているわけですけど、あらためて、周りのもと受験生、 いま医学生を見ていると、大学受験で受かるだけの実力が自分よりもあったひとたちというより、運がよかった人が多いと思えるんです。
ぼくは何度も不合格をくらったわけですが、そのときの自分と彼らとどっちが実力があったかっていうと完全にそのときの不合格をくらったぼくなんですよね。

じゃ、かれらが現役なり一浪でうかって、ぼくが受からなかった理由はっていうと、運と情報の差だったと結論付けられるんです。

はもちろん、そのときの受験生の実力がなくて、たまたまうかった、あるいは、その大学の近くに生まれ育ったから、地元枠で推薦ではいれた、あるいは、面接だけの試験で、たまたま好印象をもらえて合格させてもらえたってことです。(たまたまではなく、自分にプラスにしかならない履歴を捏造することも大切な合格法なのかもしれませんが)

情報の差っていうのは、その医学部医学科がどれくらい簡単に入れるかっていう情報です。
ぼくが何度受験しても落ちた大学と志望校を変えてあっさり合格できた大学のどっちが偏差値が高いかって言うと、実は、あっさり合格できた大学のほうが偏差値が高いんですよね。河合塾のランキングによると。
だから、いかに河合塾、代ゼミ、駿台(大手SKY塾)の偏差値ランキングが役に立たないかって言うことを物語っています。

この文章を読んでくれた医者になりたい受験生にいいたいのは、

「自分に医者になれるだけの才能、素質があるのかって自分を疑うよりもはるかに

『自分は医者になるための努力を惜しまないと誓え、患者に奉仕する意思があるんだから、医者になって当然の人間だ』

って割り切って、自分の実力でも入れる大学を探す、情報をもとめることに専念しなさい。」


ということです。

目の前の英単語を100増やすよりも、まずは、情報を集めにいろんな塾の事務のおじさんに聞きに行ったり、医学部専門の塾がもっている情報をもらいにいくことのほうが大切なんですよ。
あとは、都市部にある大学はレベルが地方の大学に比べると高すぎるので、これ以上浪人したくないなら、避けたほうがいいってこと。
一問ミスっただけで落ちるプレッシャーに勝てる自信のある人だけ受験してください。

ぼくは都市部の大学に仮面浪人していたのでわかるのですが、都市部の大学にいこうが、田舎の大学にいこうが、教えてもらえることは同じだし、キャンパスライフもたいしてかわりません。あまり有名大学にこだわらない賢い大学選びをおすすめします。都市部のほうが女子大の女の子と合コンできる回数は増えるかもしれませんが、看護科の女の子はかわいいので合コンの必要はありません。部活で恋人は見つかります。

(追記)
有名大学出身のほうが医者としてエリートだから、その後も医者として成功できるんじゃないかと幻想を抱いて有名大学を選ぶかたもいると思います。
たしかにうちの大学の教授は、東京大学理科3類出身がちょっとだけ多いです。その多くが、ちょっと変わってます。
でも、たった6年間しか大学に在籍しないのに、医者としての人生が左右されるとは全く思えません。
それよりも、真面目に6年間勉強してればだれでもマッチングできる東京大学付属病院で働き(東大でもフルマッチしたりしなかったりのレベルですから、まともなコミュニケーション能力があれば就職はだれでもできます。)、そこで医療を学び、入局し、東大大学院でいかにインパクトファクターのある博士論文をかけるかのほうが大事です。
もっといえば、大学の名前よりも、医局の知名度、あるいは、教授の実力で研修先を選んだほうがいい。
だから、出身大学の名前で医者としてのキャリアなんて形成されないんですよ。

結論。
これ以上浪人したくないなら、有名でない地方の大学を受験しましょう。
どうせ、みなさん医者になったら、出身大学と関係なく、初期研修はめちゃくちゃ給料の高いド田舎の病院か都市部の有名病院、セイロカ、虎ノ門、東京医科歯科付属病院に行くことになるんですよ。医者としての実力があればマッチングなんてどの病院でもだれでも合格できます。
大学を名前で選ぶのは意味ないです。
大学は医者になるための通過地点。幼稚園を名前で選ばないように、大学も名前で選ばないようにしましょう。
(追記終わり)

それから、具体的な情報源として有力なのは、それぞれの塾にある合格体験記と合格した人の偏差値推移と大学の募集人数の倍率とどれだけ首都圏の高校生が受験しないのかというデータです。

出題のされ方によっても運、不運がついて回ります。
たとえば、面接のある大学では、浪人するほど不利になり、年をとっているだけで減点の対象となります。
以前にも書きましたが、もし20代で再受験するなら、経歴はいくらでもうそをつけるので、大学にいっていたとか、企業で働いていたとかしっかりとした経歴が必要になります。
しっかりうそをつくための資料を作りましょう。

さて、国立大学医学部医学科には4つの種類があります。
1.センター重視、2次は面接のみ。(現役生有利。でも、いい経歴がある再受験生にも有利。意外な穴場。)
2.センター、2次、半々と面接、小論文。(計算速いひとが有利。あんまりお勧めできない。)
3.センターより2次重視、面接あり。(浪人するほど、不利になるが、実力があれば入れる。こっちがおすすめ。)
4.センターより2次重視、面接なし。(いくら浪人してようが、30代だろうが、実力だけで入れる。)

ぼくは3か4が正当な入り方だと思っていますが、
ぶっちゃけますと、1がこのブログでいうところの、「運と情報で入れる大学」ということなんです。
才能はまったく関係ありません。(面接のときに、あふれでるまじめっぽさが才能ともいえるかもしれませんが。)

ためしに、今、全国の医学部を医学部予備校が発行している雑誌かなにかで、探してください。代ゼミ(代々木ゼミナール)でも、河合塾でも、駿台予備校でも出してるはずです。

1のタイプの穴場が地方にはいっぱいありますよ。 1だけど、倍率が低くて、センター8割でも入れちゃう大学が♪

そういう地方の大学の面接では、「この県に残って、一生この県で医者を続けるつもりです。」っていう言葉をしっかりいれてください。
面接官が聴きたい言葉は、その県に残って医者として働くということなんです。

あるいは、その先生が基礎研究の先生なら、「医者の免許をとったあとは、大学院に行って研究室に所属しながら、大学病院で働きたいです。」といっておくとかなり印象がよくなります。
地方の大学の大学院は定員割れしているところが多いですから、基礎系の先生にとっては、医学生が研究に来てくれることを喜んでくれるんです。

情報を見つけてそれにしたがって、志望大学を決めましょう。
「受かる」大学を受験する。浪人しない。

(追記)
レジナビという説明会で研修先の病院説明を聞いてあらためて思ったのは、地方は医者がぜんぜんいないし集まらないっていうことなんです。上の記事でもすでに書いてますけど、本当に、たいして勉強しないでも医者になりたいなら、あるいは、これ以上、ゼッタイ、浪人したくないなら、どうしても医者になりたいなら、地方の大学を受験したほうがいいです。変なプライドは捨てましょう。地方の医学部は、たいして実力のないひとでも、残ってくれそうなひとなら、合格させてくれますから。

具体的に、おすすめの地方の大学ってどこ?という声にお答えして具体名を書いておきます。基本的に、読者のみなさんの住んでいる場所でおすすめが変わってきます。都市圏在住のひとは、その地域に近い過疎地域の大学が最も望ましい大学ということになります。
旭川医科大学、札幌医科大学、弘前大学、秋田大学、山形大学、福島県立医科大学、新潟大学、群馬大学、信州大学、山梨大学、岐阜大学、滋賀医科大学、富山大学、島根大学、鳥取大学、香川大学、徳島大学、高知大学、愛媛大学、宮崎大学、山口大学、長崎大学、鹿児島大学、熊本大学、大分大学、琉球大学などです。地方といっても、新幹線などで、都心から2時間でいけるような大学や名前が売れている、パブリックイメージがいい大学は難しい傾向にあります。(注釈:大学名は適当に人気がなさそうな地方を書いてます)

(考え方には個人差があります。受験情報というのは二元論的ではなく非科学的です。それを前提にして情報の取捨選択をしてみてください。)



【ぼくの方法論で合格できた人へ。
おめでとうございます。コメントください。
だめだったひと。さっさときりかえて,来年度に入学しましょう。きみよりきっと,ぼくのほうが多く浪人したんだから安心してもう一度,挑戦してみてください。まわりはぴーぴーうるさいだろうけど,勉強して身につけたデータだけがきみの味方です。具体的な方法はすでに示してあります。

・マインドマッピングによる論理ノートとマクロノートによる知識の構築。
・その知識を簡単に思い出すためのオリンパスのICレコーダー(新しい方がおすすめ)を利用した速聴写真記憶術。
・二元論による思考整理技術。
・そして、長い時間かけて大量に書いた全教科、全科目の説明。ぼくの理解方法や知識のこじつけ方、語呂合わせはすべて公開しています。(言葉は書き終わったんですが、絵のほうがまだ説明し終わってません。絵というのは以下のようなマインドマップ形式のイメージ図のことです。例示として、速聴写真記憶術のマインドマップを描いてみました。)
voice recoder rapid listening learning method

【追記】
数年前にキンドルストアで電子書籍を出版しました。ありがたいことに多くの方に買っていただいて、何度も改訂、改良を続けています。一度買っていただくと、アップデートされ続けます。(本のタイトルも何度も変えてますが、中身は同じです)

すぐに実践できて、効果が実感できる記憶の基本を説明してます。ご支援宜しくお願いします。

きみはもう勉強法をどうすればいいか悩むことなく、努力した分だけ、成績がよくなる方法論を手に入れたも同然です。なにもかもから拒否されてるんじゃないかという恐怖感や早く進路が決められなかった苦労を知った分だけ、医学への熱意は誰にも負けないと思えるはずです。がんばれ。

追伸
この記事を書いた当時は医学生でしたが、今は内科医としてがんばっています。
ぼくの方法でちゃんとエビデンスを作れる医者になれると証明できてますので、安心してまねしてみてください。


【追記】
電子書籍にして下記の本にぼくの知識を全部まとめて一冊にしました(その他のは絶版へ)。お値段据え置き500円。


ぼくの持ってる知識、知恵、全部書いてます,

Just because NO JOB is finished, until the PAPERWORK is done.(書かなきゃ意味ないよ。伝えて残さなきゃ意味ないよ。誰でも読めるようにしなきゃ意味ないよ。)

だからです。次郎ラーメンでいうところの、全マシです。



おすすめの無料試し読み(寄付)の方法があります。

上記リンクを押した後に、Kindle Unlimitedに入会いただき、ぼくに500円の紹介料:アフィリエイト:寄付をいただき、筆者のやる気スイッチを押していただき、

さらに、Kindle Unlimitedでぼくの本を最初から最後まで流し読みで飛ばし読みしていただくと、

合計2000円分の寄付をしたことになります。

ただ1冊購入するより(370円の寄付)、はるかに筆者をやる気にさせます。

よろしくおねがいいたします。

30日以内に読み終えて退会すれば、無料でぼくの本が読めて(読者WIN)、かつ、寄付もできる(筆者WIN)!

Amazon(ジェフ・ベゾス)ありがとう!

浮いたお金で、ぜひアマゾンで好きなものでも買ってください。

追記おわり。



追追伸  Youtubeに勉強法紹介ビデオを投稿し始めました。無料です。チャンネル登録して元気をわけてくれ(元気玉)
http://ndthikaru.blog74.fc2.com/blog-entry-633.html
チャンネル登録、13人しかいません(泣)拍手ボタンよりもチャンネル登録ボタン押してください。



【追追伸】
文部科学省から科研費(若手B)をもらいました。初めて申請して一発合格です。
不合格しない記録は、大学合格から国家試験、大学院試験、はたまた、科研費応募においても連勝記録更新中です。
ぼくの方法論をまねしていただければ、科学研究費を国費(300万円)からもらうことも可能だということを証明できています。

2018年 春 吉日】


↓参考になったら拍手ボタンを押していただけるとぼくは泣いて喜びます。  
【初期衝動と芸術】これをやらないと次に進めないという感覚でものづくりをする。

芸術の秋ですが、ものづくりという点においては、音楽も芸術も文学もブログも同じ。

人生において、なにか困難や壁(ストレス源)にぶつかって苦しんだとき、「これをやらないと次に進めないという感覚」で昇華というか適応機制したくなることがある。

適応機制については、https://www.nhk.or.jp/kokokoza/radio/r2_hoken/archive/2016_hotai_18.pdf#search='%E9%81%A9%E5%BF%9C%E6%A9%9F%E5%88%B6'を参照。

この昇華活動が優れているからこそ、「芸術に触れて、感動する」わけ。

それでは、

初期衝動がすごいぞデータベース。

例1.ぼくのブログと電子書籍とYoutube動画
https://youtu.be/VfWGoRqfGbg
ストレス源:医学部医学科大学受験不合格

例2 宇多田ヒカル 花束を君に
ストレス源:母親との別れ

例3 小袋成彬 分離派の夏
ストレス源:大学卒業後の売れない時期、ニート時期の鬱憤

解説:ラジオでもよくおっしゃっているけど、芸術のコンテスト、コンクールに応募するときに、査読者というか審査員に印象に残るように一発かまそうというしている作品は見透かされて、落とされる。
初期衝動で作ったものが、大事なんだと。

例4 山崎まさよし ワンモアタイム ワンモアチャンス
ストレス源:失恋

例5 BUMP OF CHICKEN ダイヤモンド、ラフ・メイカー
ストレス源:不登校、アイデンティティ・クライシス

例6 ゲスの極み乙女。 僕は芸能人じゃない
ストレス源:ゲス不倫でマスコミに叩かれてへこむ、活動休止に追い込まれる

解説:最近の芸術作品の中で、これほど面白かったものはない。
川谷絵音さんはやっぱりすごい。
ストレス源をちゃんと音楽として昇華させて、いい音楽を作っている。
ドラムもベースも最高だし、これからもいい音楽作って欲しい。

この記事を書きたくなったのは、「僕は芸能心じゃない」を聞いたからです。
この曲を聞いたら、この記事を書かないと先に進めなくなってしまった。

例7 スティーブ・ジョブズ アップル創業
ストレス源:孤児、社会不適合、貧困

例8 川端康成 雪国
ストレス源:孤児

例9 宮崎駿 紅の豚
ストレス源:自己嫌悪、第二次世界大戦

すごい作品のうらには、作者のストレス源があり、それが不幸であればあるほど、生み出されて昇華される美しさは人を感動させる。

逆に言うと、幸せになってしまった芸術家は良いものを作れなくなってしまう。

「芸術家として、成功し、地位も名誉もあると、欲求不満がなくなってしまい、徐々にオワコン化していく。」

というのは避けられない。

これまで芸術作品や起業の例だったけど、医学論文も、ある種の昇華です。

例10 ぼくの論文
ストレス源:患者の死、治療の正当性のもやもや、いけてない上司へのイライラ

Rertrospectiveな論文しかできないけど、日常診療で出くわすいろんな悔しさやモヤモヤが医学論文や学会発表のストレス源であり、防衛機制、適応機制で昇華させて、形にしたいものになってくる。

単純に知りたいという欲求がそこにないもの、査読者に媚びへつらうものは、たいして良い論文じゃないんだろうなぁー。
電子書籍を2年ぶりに大改訂しました。

ページ数が1500ページと大幅に増えました。

同時に他の本を絶版にしています。

これ一冊ですべての知識が手に入ります。

このペースで増えていくと、そのうち、一万ページになってしまうかもしれませんが、お値段据え置きの500です!
【医学統計学】統計学も二元論でスッキリ使いこなす方法

【もくじ】どぞ。
1.総論
 1.1.統計学とわたし
 1.2.電子カルテから臨床情報を抽出して、統計原本を作る。
2.各論
 2.1. シロート統計学でEZRを学ぶ。
 2.2. エクセルで統計原本を作る技術

以下本題。

1.総論
 1.1.統計学とわたし

統計学は学問の王様であり、ずっと使いこなすことに憧れていたけど使えていなかった。
それが徐々に使えるようになってきたのでこの記事を書いてます。

今の大学教育(医学部に関して)は、統計学を教養科目として学ぶけど、「大学のかったるい授業」の域を脱してなくて、「帰無仮説とかp値の説明、t検定、カイ二乗検定でおわり。」
臨床研究や実臨床にもっとも大事である、EZRやHRや陽性尤度比の話は全然教えてくれない。

ぼくの統計学レベルは
レベル1 大学の教養課程の統計の授業を理解できる
レベル2 研修医のときに、総合診断科教授から臨床統計の授業を理解できる
レベル3 論文に書いてある統計学用語、統計結果を理解できる
レベル4 EZRで自分が持ったクリニカルクエッションに対して統計的に分析できる

の段階に成長できてきました。

つぎのレベルはさしづめ
レベル5 メタアナリシス、RCTなどの統計方法を実践する
レベル6 統計学部の博士号をとれる

かもしれません。
社会人になって、統計学の知識は本当に有用ですが、その大切さについて教えてくれるひとはあんまりいません。教授も勉強しとけっていう感じで実践的なことは教えてくれないし。

というわけで、ぼくが実感した統計学のありがたみをこの記事に書いていこうと思います。

 1.2.電子カルテから臨床情報を抽出して、統計原本を作る。

臨床研究において、FileMakerを使って、日頃からデータベースをWIKIで、つまり大人数で統計データベースを入力することをしていない医局に所属すると、自分でデータを電子カルテから情報を抽出する必要がある。

日頃から、FileMakerでデータベースを構築している医局ってどのくらいの割合で存在するのだろう。

抽出したデータはFileMakerが病院のパソコンにインストールできていないなら、エクセルに入力することになる。
エクセルのデータはたいていの病院内のサーバーに保存できるので、もっとも現実的なデータベース構築ソフト。

ファイルメーカーじゃないので、値の入力はそういうわけで、エクセルのセルに直接入力する。細かい入力のコツは2.2.で書いていく。

2.各論
 2.1. シロート統計学でEZRを学ぶ。

https://haru-reha.com/

まずは、上記リンクで、ハル先生のブログを御覧ください。長い間、医学の統計学をやってきて、ずっとモヤモヤしていたんですが、

やっと、二元論ユーザーの先達に出会えました。先生がこの世に文章を残す前 vs 後で世界は変わりました。

(先生がおすすめしている
①初心者でもすぐにできる フリー統計ソフトEZRで誰でも簡単統計解析 著者神田 善伸
②EZRでやさしく学ぶ統計学 EZRでやさしく学ぶ統計学~EBMの実践から臨床研究まで 著者神田善伸
③みんなの医療統計 多変量解析編 
の本を立ち読みしかしてないっていうのが最大の原因かもしれませんが。)


今までのぼくの勉強法は、いかにも、分析的で総合されていなかった。micro noteばっかりで、MACRO noteが作れなった。

先生は以下のように、医学統計学を総合させています。

「医学統計学は以下の11しかない。

①独立した2群間の連続変数を比較する

②対応のある2群間の連続変数を比較する

③独立した2群間の比率を比較する

④対応のある2群間の比率を比較する

⑤独立した3群以上の間の連続変数を比較する

⑥対応のある3群以上の連続変数を比較する

⑦2つの連続変数の相関を評価する

⑧比率についての多変量解析を行う

⑨連続変数についての多変量解析を行う

⑩2群間の生存曲線を比較する

⑪生存曲線についての多変量解析を行う」

以上。

しかも、それぞれをさらに二元論で、エレメント、要素をまとめています。

①「独立してる,independent」vs「独立していない、従属である、対応のある、depedent」
独立:A群 vs otA群
例:二重盲検してA群とnotA群でわける。

従属:A群 vs A'(えーぷらいむ)群
従属パターンはTime(同一人物の治療前vs治療後)とか

②「2群」vs「3群以上」

 ①の例は2群

3群:
A群 vs 群 vs 群

あるいは
A vs A' vs A''(えーだぶるぷらいむ)
治療前 vs 治療1年後 vs 治療5年後

③「連続変数 Continuous Variable(定量的)」vs「離散変数 discrete variable(定性的)、名義変数(nominal variable)、順序変数(ordinal variable) 」 nd 「比率、ratio」
(http://www.statisticshowto.com も参照しました。)
連続数:年齢、体重、期間
vs
名義変数:Gender、生き死に、Event発生有無
順序変数:PS、Child-Pugh分類、TNM分類
順序変数は比率を使わず、中央値や平均値で連続化して扱われる。

このうち、
名義変数の比率(離散数の連続化ともいえる)

つまり、

「①である②の③を評価する」ってこと。

次。

④相関 vs 多変量解析 vs 生存曲線

●相関:独立あるいは従属しているかもしれない、2つの連続変数の関連の強さを定量する。

従属していれば、正あるいは負の相関があり、

独立していれば、相関がない。

●多変量解析:「原因→function→結果」のFunctionがどんだけ強いかを定量する。

原因→結果にはいろんな交絡因子が入ってくるので、その雑音みたいなものを除去するのが多変量解析の役割。

           年齢        性別  
           ↓           ↓  
分子標的薬した →→→→→→→→→→→→→→ とある重大な副作用でた
           ↑    ↑          ↑
           S  以前化学療法   後療法

連続変数も比率も多変量解析はできる。

●生存曲線:エベント発生するまでの期間を定量する

治療したA群 vs 治療していない not A群の生存期間比較

は最もよく見るやつ。そして、RCTしたときのインパクトがもっともでかい。NEJMとかにのっちゃうやつ。

           年齢        性別  
           ↓           ↓  
分子標的薬した →→→→→→→→→→→→→→ 生存期間のびた
           ↑    ↑          ↑
           S  以前化学療法   後療法

次。

「EZRで検定を選んでぽちっとする。」
11の調べたいことに対して、EZRで押すべきボタンはなにかというと検定名です。
検定名が多いので、11の調べたいことに対して、どの名前を選べばいいのかわからなくなる。
即刻、すべての名前をナンバリングして、
t検定は第一検定、対応のあるt検定は第2.0検定、Wilcoxon~検定は第2.1検定とかしたくなりますね。

無駄に人名とか記号で命名するとか、本当に統計屋さんはセンスがないです。

「パラメトリックparametric」 vs 「non-parametric」
パラメーター:parameter

parametricは正規分布にもどついている vs on-parametricは非正規分布

nが50以上あれば、グラフがジグザグしていないきれいな統計がとれるので、parametric

nが25くらいしかないような希少疾患を相手にする統計では、non-parametric

あるいは、変数が順序変数で5-6個しか変数がないなら、non-parametric

ってこと。


データをEZRで分析させる。

●データ要約する。

「統計解析」→「連続変数の解析」→「連続変数の要約」→「連続数をぽちっ」→「層別して要約」→「群をぽちっと」

A群とnotA群の平均値、標準偏差、四分位範囲、n数がわかる。

いままでエクセルでnを数えさせていたし、平均値、中央値とかもエクセルの関数でやっていました。お恥ずかしい限りです。

こんなに便利だったとは。さずがEZR。


●パラメトリックかどうかチェックする。
「グラフと表」→「ヒストグラム」→「連続数ぽち」→「群をぽち」
これで山になってたらOK

あるいは、
「統計解析」→「連続変数の解析」→「正規性の検定」→「● == “○”」
●は群の種類:たとえば、chemotherapy
○はそのうちの1つの群の名前:たとえば、CDDP

これでたとえば、化学療法でCDDPつかった群が正規分布かどうかわかる。p値が0.05より大きければ大きいほど、正規分布っぽいという余事象です。

もうひとつの群、たとえば:TC
TC群が正規分布かわかる。一個ずつ調べる。

あるいは、

「グラフと表」→「QQプロット」→「連続変数ぽち」
これで、y=xに近い分布ならOK

●等分散かチェックする。
t検定で群どうしを比較するときは、どっちの群もデータの散らばりが同じくらいでなければならないので。

これで準備おしまい。

「①独立した2群間の連続変数を比較する」 を実行できるようになる。

ここで、あらためて、11の比較、評価の方法のうち、パラメトリックvsノンパラメトリックの二元性で検定名を一覧にして目次整理します。

【目次】

①独立した2群間の連続変数を比較する
パラメトリック:t検定
ノンパラメトリック:Mann-Whitney U 検定

②対応のある2群間の連続変数を比較する
パラメトリック:対応のあるt検定
ノンパラメトリック:Wilcoxon符号付順位和検定

③独立した2群間の比率を比較する
パラメトリック:Fisherの正確検定
ノンパラメトリック:カイ2乗検定

④対応のある2群間の比率を比較する
パラメトリック:なし
ノンパラメトリック:McNemar(マクネマー)検定

⑤独立した3群以上の間の連続変数を比較する
パラメトリック:分散分析(ANOVA)
ノンパラメトリック:Kruskal-Wallis検定

⑥対応のある3群以上の連続変数を比較する
パラメトリック:反復測定分散分析(repeated-measures-ANOVA)
ノンパラメトリック:Friedman(フリードマン)検定

⑦2つの連続変数の相関を評価する
パラメトリック:pearsonの積率相関係数
ノンパラメトリック:spearmanの順位相関係数

⑧比率についての多変量解析を行う
パラメトリック:なし
ノンパラメトリック:ロジスティック回帰分析

⑨連続変数についての多変量解析を行う
パラメトリック:重回帰分析
ノンパラメトリック:なし

⑩2群間の生存曲線を比較する
パラメトリック:生存期間の比較(Logrank検定)
ノンパラメトリック:なし

⑪生存曲線についての多変量解析を行う
パラメトリック:Cox比例ハザード回帰分析
ノンパラメトリック:なし

以上で目次おわり。


「統計解析」→「連続変数の解析」→「2群の等分散性の検定」→「目的変数を連続数でぽち」→「グループを群の名前でぽち」

●パラメトリックで、等分散だったら、安心して、①独立した2群間の連続変数を比較することができる。


●①独立した2群間の連続変数を比較する
パラメトリック:t検定

「統計解析」→「連続変数の解析」→「2群間の平均値の比較」→「連続変数ぽち」→「群の名前ぽち」

これでP値がわかります。AとnotAで平均値に差があるかどうかわかる。

nが30くらいあれば、ぎりぎりパラメトリックで等分散なので、①独立した2群間の連続変数を比較することができそうだということ。

●①独立した2群間の連続変数を比較する
ノンパラメトリック:Mann-Whitney U 検定

独立した2群間の連続変数を比較したけいど、
 ①2群間で順序尺度を比較する場合
 ②数が少なすぎて、正規分布に従わない2群間の連続変数を比較する場合

は、「統計解析」→「ノンパラメトリック検定」→「2群間の比較」→「nの少ない連続変数あるいは順序変数ぽち」→「群の種類」

これでP値がわかります。AとnotAで中央値に差があるかどうかわかる。

この検定は平均値ではなくメディアンで比較してくれます。


次、

●②対応のある2群間の連続変数を比較する
パラメトリック:対応のあるt検定

*先にパラメトリックかどうかチェックする。

時間軸で、前 vs 後

で比較する。

「統計解析」→「連続変数の解析」→「対応のある2群間の平均値の比較」→「前の連続変数ぽち」→「後の連続変数ぽち」


たとえば、治療前の腫瘍の大きさが REセンチメートル vs 治療後の大きさが OSTセンチメートル

p値が3.61E-10。つまり、10のマイナス10乗で、

「これって超有意差のある治療だよね」ってこと。

論文ではこの形式で書かれるのはあんまり見かけないのは、多変量解析のほうが正確だからかもね。治療後って治療して何ヶ月で、何cmなんだよっていうツッコミが来る。

●②対応のある2群間の連続変数を比較する
ノンパラメトリック:Wilcoxon符号付順位和検定

対応のある2群間の連続変数を比較するのうち、連続変数が順序変数の場合は

「統計解析」→「ノンパラメトリック検定」→「対応のある2群間の比較」→「前の順序変数ぽち」→「後の順序変数ぽち」

たとえば、治療前の腫瘍のステージが RE期 vs 治療後のステージが OST期

p値が3.61E-10。つまり、10のマイナス10乗で、

「これって超有意差のある治療だよね」ってこと。

これもあんまり見ないかなぁ。

次、

●③独立した2群間の比率を比較する
パラメトリック:Fisherの正確検定


「統計解析」→「名義変数の解析」→「分割表の作成と群間の比率の比較」→「行の変数を「名義変数」、列の変数を「群の種類」ぽちぽち」→「パーセントの計算ぽち」→「Fisherの正確検定ぽち」

2かける2=4のボックス

よく見るのが、RCTのCharacteristics

新薬 vsコントロール群で男女比に差があるかどうか調べたいときに使う。

ときどき、キャラクターで差が出ちゃう残念なRCTがあるけど、nが大きければ大きいほど、差が出ない。

③独立した2群間の比率を比較する
ノンパラメトリック:カイ2乗検定

nが100以上だと、「Fisherの正確検定ぽち」の代わりに、「カイ2乗検定」を使うらしい。理由がよくわからない。

次、

●④対応のある2群間の比率を比較する
パラメトリック:なし
ノンパラメトリック:McNemar(マクネマー)検定

「統計解析」→「名義変数の解析」→「対応のある比率の比較(二分割表の対称性の検定, McNemar検定)」→「行の変数を「PREの名義変数」、列の変数を「POSTの名義変数」ぽちぽち」

治療前後で、名義変数が変わるかわかる。

割合が治療前後で変わるかどうかっていう検定は、あんまり見たことないなぁ。

次、

●⑤独立した3群以上の間の連続変数を比較する
パラメトリック:分散分析(ANOVA)

「統計解析」→「連続変数の解析」→「3群以上の間の平均値の比較(一元配置分散分析one-way ANOVA)」→「目的変数は連続変数、比較する群の種類ぽちぽち、等分散は「はい」ぽち」→「tukeyの多重比較ぽち」


「統計解析」→「ノンパラメトリック検定」→「3群以上の間の比較(Kruskal-Wallis検定)」→「目的変数はノンパラメトリックな連続変数あるいは、順序変数、比較する群の種類ぽちぽち」→「Steel-Dwass法ぽち」

●⑤独立した3群以上の間の連続変数を比較する
ノンパラメトリック:Kruskal-Wallis検定

3群で値がバラバラすぎる場合はKruskal-Wallis検定

たとえば、がんなら、「CDDP」vs「TC」vs「分子標的薬」で治療後の腫瘍の大きさの縮小率に差が出るかとかね。

ふつう、患者ごとに縮小率が違うから。

次、
●⑥対応のある3群以上の連続変数を比較する
パラメトリック:反復測定分散分析(repeated-measures-ANOVA)

「統計解析」→「連続変数の解析」→「対応のある2群以上の間の平均値の比較(反復〔経時〕測定分散分析」→「連続変数は時系列のT1、T2・・・CTTLで全部選択、群の種類を選ばない。」→「Bonferroniの多重比較ぽち」

たとえば、ある治療をして、時系列でIQが落ちていくとか、肝障害があがるとかがわかる。

一本調子であがるかさがるかがわかるってこと。

次、
●⑥対応のある3群以上の連続変数を比較する
パラメトリック:反復測定分散分析(repeated-measures-ANOVA)

「統計解析」→「連続変数の解析」→「対応のある2群以上の間の平均値の比較(反復〔経時〕測定分散分析)」→「連続変数は時系列のT1、T2・・・CTTLで全部選択、群の種類を選ぶ!」→「Bonferroniの多重比較ぽち」

たとえば、ある治療した群としていない群を比較をして、時系列でIQが落ちていくとか、肝障害があがるとかがわかる。

今回の検定では「介入」と「時間経過」に交互作用があるかどうかがわかる。

時間とFactorと介入のFactorの独立具合がわかる。

⑥対応のある3群以上の連続変数を比較する
ノンパラメトリック:Friedman(フリードマン)検定

「統計解析」→「ノンパラメトリック検定」→「対応のある3群以上の間の比較(Friedman検定)」→「繰り返しのある変数」は「時系列などで変化する対応のあるT1~Tn」を全てぽちる。(Ctrlキーを押しながらクリックして複数選択)→「Bonferroniの多重比較ぽちる」

ぼくの専門分野での医学論文ではほとんどみたことない。

抗癌剤治療とかって、たいてい複数の時系列で追うことがないからね。1ヶ月後、2ヶ月後の治療効果の比較とかあんまり意味ないから。

⑦2つの連続変数の相関を評価する
パラメトリック:pearsonの積率相関係数

「統計解析」→「連続変数の解析」→「相関係数の検定(Pearsonの積率相関係数)」→「連続変数の種類をふたつぽちぽち」

こうすると、散布図で視覚的に相関があるかがわかる。p値は相関の確からしさがわかる。強さはわからない。

相関の強さを表すのは「相関係数」で、x、y平面の傾きをあらわしている。

相関係数は-1~1までの値を取る。
1に近いほど「正の相関が強い」。y=xの比例
-1に近いほど「負の相関が強い」。y=-xの比例
相関係数の絶対値が
0.2未満:ほとんど相関なし
0.2~0.4:弱い相関あり
0.4~0.7:相関あり
0.7以上:強い相関あり

たとえば、FDG異常集積の強さ vs 生存期間 とか。

がんの大きさ vs 生存期間 とか。

この統計手法の欠点は3つ。

1.相関はこのような交絡因子の存在を無視してしまう可能性
2.因果関係の順序が不明
3.たまたま相関しているかも

そういうわけで、nが少なくて多変量解析が行えない場合に関連性あるかもっていうのに使える程度。
1対1対応のかなり因果関係が単純なものにしか使えない。

この弱点を克服したのが多変量解析ともいえる。

あるいは、1対1対応を証明するのが多変量解析ともいえる。


⑦2つの連続変数の相関を評価する
ノンパラメトリック:spearmanの順位相関係数

記載なし。

⑧比率についての多変量解析を行う
パラメトリック:なし
ノンパラメトリック:ロジスティック回帰分析

多変量解析とは、ある結果を表す変数をその他の変数によってどの程度説明(予測)できるかを解析するツール。

ある結果→従属変数または目的変数
他の因子→独立変数または説明変数

目的と説明というテクニカルタームはとても文学的な響きがするので、使わないことにします。数学で使い慣れた、従属と独立でいいですよね。

従属変数=独立変数+独立変数+独立変数+独立変数+独立変数+独立変数+・・・

独立変数+独立変数+独立変数+・・・=従属変数

ぼくのWikihikagle勉強法で

学習能力=理解力×記憶力×ノート力×ノート整理力×時間管理力

とか書いてますが、同じ理屈です。+という記号か*という記号化の違い。

重回帰の場合、独立変数の種類は(サンプル数÷10)個と決まっている。

Nが100の統計なら、10種類までの独立変数の評価が可能ということ。

多変量解析のときは、みやすさのために、名義変数を全部0vs1で表現する。どうやるかっていうと、

「アクティブデータセット」→「変数の操作」→「データセット内の変数を一覧する」

すべての種類がINT、つまり整数の連続変数になっているので、変換する必要がある。

「アクティブデータセット」→「変数の操作」→「連続変数を因子に変換する」→「変数で種類をえらび」→「因子水準で数値で ぽち」

こうすると選んだ変数がFACTORになり、0vs1で表現できるようになった。

準備おしまい。

「統計解析」→「名義変数の解析」→「二値変数に対する多変量解析(ロジスティック回帰)」→「目的変数に従属変数の種類ぽち」→「説明変数に独立変数の種類をダブルクリックしまくる」

結果の解釈:
●モデル全体のP値 これで予測式が意味があるかどうか分かる。

●VIFは独立変数間での相関(多重共線性)を調べる指標。
VIFが
5以上:多重共線性の可能性あり
10以上:多重共線性の可能性がかなり高い

●オッズ比
オッズ比が 1以上 : 合併症の可能性を上げる
1 : 合併症に影響しない
1以下 : 合併症の可能性を下げる

「0 と比べて 1 のオッズ比」を表している。なし と比べて、あり はオッズ比が●だ といえる。

たとえば心筋梗塞かどうかの陽性尤度比。問診してオッズ比がどんどんあがるイメージ。

(心筋梗塞かどうか)=(吐き気がある)+(冷や汗をかいている)+(動悸がある)+(胸が痛い)
            =2×3×1.5×3
問診すれば、心筋梗塞の陽性尤度比がわかるというやつですね。

95%信頼区間が1をまたいじゃうと、p値が0.05よりでかいってことになる。


⑨連続変数についての多変量解析を行う
パラメトリック:重回帰分析
ノンパラメトリック:なし

「統計解析」→「連続変数の解析」→「線形回帰(単回帰、重回帰)」→「目的変数に独立変数の種類を選ぶ」→「説明変数に従属変数の種類を多く選ぶ。」

結果の解釈:
●モデル全体のP値 これで予測式が意味があるかどうか分かる。

●「Adjusted R-squared」「決定係数(R²)」 に近いほどモデルの当てはまりが良い

●Estimateとは「回帰係数推定値」
Aは「-k」、Bは「-l」、Cは「+m」、そしてIntercept(切片)は「i」。これはXが以下のような予測式になったことを表す。

X=(-k*A)+(-l*B)+(+m*C)+I

ABCのそれぞれのP値がわかり、それぞれがどれくらい影響を与えるのかがわかる。InterceptのP値は関係ない。

ABCの値を代入すれば、Xが求まるってこと。

たとえば、

(あるガンの生存期間)=(+k*PS)+(-l*Stage)+(+m*年齢)+I
とかね。

●VIFは独立変数間での相関(多重共線性)を調べる指標。
VIFが
5以上:多重共線性の可能性あり
10以上:多重共線性の可能性がかなり高い

●どの独立変数を選ぶか問題

●重回帰 総症例数を15で割った数まで
●ロジスティック回帰 イベントありとなしの小さい方を10で割った数まで
●Cox比例ハザード回帰 イベントありの数を10で割った数まで
●何がアウトカムと因果関係をもつかを、データを見ずに先行文献や医学的観点から考え、アウトカムとの関連性の上で重要なものから選んでいく(ぼくが自然にやって身につけていたことを、この本で指摘してくれています。)
●タブーは・データ解析後にP値などをみて独立変数を選ぶ・ステップワイズ法によって独立変数を選ぶ


⑩2群間の生存曲線を比較する
パラメトリック:生存期間の比較(Logrank検定)
ノンパラメトリック:なし

生存期間だけは特別扱いする変数。
なんでかっていうと、イベント発生有無 vs イベント発生するまでの期間
のふたつが入ってくるから。

生きてる0、フォロー切れ0 vs 死んだ 

「統計解析」→「生存期間の解析」→「生存曲線の記述と群間の比較(Logrank検定)」→「観察期間変数にOS」→「10の変数に VENTを選び」→「At riskのサンプル数を表示する ぽち」→「生存率を表示するポイント 3年生存なら36、5年生存なら60を入力」

これで古き良き定番グラフであるKaplan-Meier(カプランマイヤー)曲線が描かれる。

生存曲線に時々縦線が入っているのは、打ち切りサンプルを表している。死ぬとかくっと下がる。

生存期間中央値、Median survivalもわかる。

中央値が計算できないとNAとなり、論文では「未到達」と表現されたりする。

⑪生存曲線についての多変量解析を行う
パラメトリック:Cox比例ハザード回帰分析
ノンパラメトリック:なし

「統計解析」→「生存期間の解析」→「生存期間に対する多変量解析(Cox比例ハザード回帰)」→「時間はOS、イベントはEVENT、説明変数は独立変数をダブルクリック」→「比例ハザード性の分析を行う」にチェック

GENDERなどは vs1化してFACTORとして扱っておく。

これでハザード比,Hazard ratio,HRがわかる。

「イベントの発生と、発生するスピード、時間経過を加味した相対的なリスク」

1より大きい:リスクを上げる
1 :リスクは同等
1より小さい:リスクを下げる

Cox比例ハザード回帰の場合、比例ハザード性が保たれていることが解析の前提になる。
p値が0.05より大きければ問題ない。
    小さいと、比例ハザード性が保たれない場合、2つの生存曲線はどこかでクロスする。

●傾向スコアマッチングとは「疑似RCT」
Nが多い研究ならやってもいいけど、ぎりぎりなnだと目減りしてよくわからない統計結果になるかも。

「グラフと表」→「サンプルの背景データのサマリー表の出力」→「群別は比較したい群の種類名」→「カテゴリは比較したい名義変数や順序変数」→「比較したい連続変数選ぶ」

こうすると、勝手にA群とB群で単純な比較をしてくれる。
OSがAとB群で違ったとして、PSや年齢が偏っていたから差が出てしまったのではないかという交絡因子を疑ってしまう。

この疑念を払拭する。

まずは傾向スコアを算出し、それをデータセットに追加する。

「統計解析」→「名義変数の解析」→「二値変数に対する多変量解析(ロジスティック回帰)」→「目的変数に群の種類」→「説明変数にOS以外の背景因子を全部ましまし」→「モデル解析用に解析結果をアクティブモデルとして残す」

*傾向スコアマッチングの場合は、説明変数は交絡因子となりそうなものを全部ましましにする。OS以外を。

「標準メニュー」➡「モデル」➡「計算結果をデータとして保存…」→「予測値」だけにチェックをつけてOK(デフォルトは全てにチェックが入っている。予測値以外は外す)

これで傾向スコアがデータセットに追加された。

次に、傾向スコアによって、2群をマッチングする。

「統計解析」→「マッチドペア解析」→「マッチさせたコントロールの抽出」→「比較する群の変数を選び」→「マッチさせる変数に:fitted.GLM.2 を選択」→「マッチしないケースを削除するか」→「削除する」→実行すると→「データセットが劇的ビフォーアフターに!」

なんということでしょう~。匠の技により、nは大幅削減に!

これでOS以外の背景因子がすべてRCTしたように有意差がなくなります。

この状態でOSを比較すると、レトロでも、リアルガチで介入したかどうかでOSが変わったかがわかる。

 2.2.エクセルで統計原本を作る。

電子カルテから臨床情報を抽出して、統計原本を作ります。

まず、統計をとるためにエクセルをつかうんですが、最近、コツが溜まってきました。横断的に書き連ねます。

2.2.1 下準備系
2.2.2 入力系
2.2.3.出力系
2.2.4.分類不可能系

に分類してみます。

2.2.1 下準備系
②患者のピックアップは医療情報センターの事務さんにやらせる。(電子カルテ導入前のデータは捨てるしかない。医局でデータベースソフトを導入していないと、後ろ向き研究は自力では無理。)
紙カルテでレトロスペクティブスタディをやるのは実質的に不可能です。
データの信頼性が低いから。
字も汚いし。読みづらいし。検索しづらいし。

③連結化させる。パスワードをかけるのも忘れずに。
エクセルは名前をつけて保存のときに、オプションで選択する。
USBとパソコンとエクセルに全部パスワードをかける。
連結化についてはそれぞれの病院で規則があるので、それを参照してください。

④担当患者登録に患者の通し番号で数字で登録する。(富士通の電子カルテだったら)。このとき、半角英数で入力しないと、ソートがうまくいかないので注意。短い期間で全員登録すれば、期間を指定するだけで全員一覧化できる。患者を二度調べるときに、役に立つ。エクセルで患者IDをコピペしないですむだけでかなり楽。(クリップボードにコピーだと、このエラーがでないらしい。日本語を日本語として名義変数として使える)。

⑤そのときに、最初に、OSだけ全員分登録する。他のデータを逐一入れてると発狂するから。

⑥生年月日、性別、Last visitは医療情報の事務で登録してもらう。
なるべく多く、事務ができることはやってもらう。

⑪調べるべき、連続変数や名義変数、順序変数はすでに存在している先行論文、とくにインパクトが強いやつを真似する。そのインパクト強い論文が引用している論文も参考にして調べるべき値をさらに真似する。
このとき、COXで多変量解析している名義変数をしっかり調べるべき。それ以外は無視していい。
たいして良いデータが出ない可能性が高いから。

⑫まずは、日本のガイドラインをよく読む。そして、その引用している論文を全部チェックする。なぜ、ガイドライン作成委員会のひとがその論文を選んだのか、気持ちを汲み取る。偉い先生なら、なぜそれを選んだのか書いてくれている。たとえば、「nが30未満は入れなかった」と書いてくれれば、nが35になるような論文を作れば、ガイドラインに入れてもらえるってこと。
⑬最新のレビューを探す。ガイドラインに載る前の最新の動向は偉い教授がレビューを投稿してくれている。レビューはPUBMEDで簡単に見つけられる。でも、キーペーパーは初心者には見つけられない。とりあえず、レビューを読めば、どれがキーペーパーなのかすぐにわかる。




2.2.2 入力系
①背景色を黒っぽい色を付けると、ブルーライトカットできる。
ダークモードがエクセルにも標準でついていればいいんですけどね。

②セル内の一番上の行は日本語でいい。
日本語にしないと、一覧性が悪くなるから。
ただし、中身の数字や名義変数は英語で統一する。
エクセルファイルをEZRでインポートするときに、一番上の行だけ変更すればいいから。

男と女は male vs female
生死は dod vs alive vs lost
大文字と小文字は区別されない。

コメント欄は日本語でいい。

⑧データが取れなかったら、とりあえず、NAと入力して先に行く。
ひとりの患者に20分以上時間がかかると発狂しうる。煮詰まる。


2.2.3.出力系
⑦実際データが揃ったら、EZRが日本語および、ローマ字の全角入力に対応していないために、エクセルのコピペができないので、エクセル内のすべてのセルを半角英数に書き換える。
例えばB(日本語フォントのB)とB(英数のB)が両方とも区別できず、エラーがでて取り込めないという状態に陥らないように、名義変数は半角英数で入力すべき。
日本語入力と併存が一番良くない。
どちらか迷ったら、列をひとつ増やせばいい。

⑨パラメトリックに統計できる30例を先にガチで調べて、有意義なデータになるかどうか試す。それで、有意義な値にならないデータは捨てる。そうすれば、残りの70例くらいは調べずに済む。このとき、最初にOSを出しておくことが効いてくる。OSが長いひとのほうが、いろいろ学ぶことが多いから。

⑩なるべく、2回、同じ患者を開かないで済むように、⑨を実践し、短い期間で全部調べるべき。じゃないと、間延びして、データを忘れてしまう。



2.2.4.分類不可能系
①【最重要】Office 365をAMAZONで買う。
下記リンクをクリックしたあとに買ってください。



ぼくはクラウドに思い出の動画データを大量に保存したいので、1TBのクラウドが必要なんです。
必要経費というか。
Office 365はそのクラウドサービスにプラスして、無料でSkypeの無料通話と最新のWord、Excel、パワポがダウンロードできます。
MACもWINDOWSも使い放題。


続きます。
Neisseria meningitidis
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。