複雑な多変量モデルに役立ちますか？

この「ライト」版は、シンプルな単変量または二変量解析に最適です。多変量回帰、生存時間分析、または混合モデルについては、「統計手法アドバイザー（フル版）」を使用してください。

データが正規分布していない場合はどうなりますか？

AIは通常、パラメトリックオプションとノンパラメトリックオプション（T検定とMann-Whitney U検定など）の両方を推奨し、最初に正規性をテストするように促します。

R/Python/SPSSのコードを書くことはできますか？

デフォルトでは検定の一般名と簡単なコマンドヒントを返します。追問（例：「この解析の R / Python / SPSS コード一式をください」）すれば、推奨手法に合わせた実行可能なスクリプトを生成します。SOFTWARE 欄または追問で使用ツールを指定してください。

データセットを説明するとき、実際の患者データや研究データを貼り付ける必要がありますか？

不要です——実際の患者記録、識別可能な情報、または実際のデータ行は絶対に貼り付けないでください。データセットは構造的に説明してください：変数名（必要に応じてジェネリックラベルを使用）、データタイプ、サンプルサイズ、欠損パターン。機関や倫理委員会が患者関連研究データのAI使用に関するポリシーを持っている場合は、続行前に確認してください。

ライト版とフル版の違いは何ですか？フル版はいつ使うべきですか？

ライト版は1つのアウトカム変数と少数のグループによる単純比較に特化しており、迅速に簡潔な結果を提供します。フル版はより複雑なシナリオに対応します：多変量回帰（複数の交絡因子の調整）、反復測定データ、生存時間分析、サンプルサイズ計算、多重比較の補正が必要な複数の主要アウトカム。MethodsセクションにCox比例ハザードモデル、混合効果モデル、LASSOが含まれる場合はフル版を使用してください。

複数のアウトカム変数があります。まとめて聞いてもいいですか？

複数のアウトカムを記述することはできますが、注意が必要です：複数のアウトカムを同時に検定すると多重比較の問題が生じます——検定の数が増えるほど偽陽性が出る確率が高くなります。ライト版はBonferroniまたはFDR補正を検討するよう促しますが、主要アウトカムが3つ以上ある場合はフル版を推奨します。フル版には多重比較ガードルールが組み込まれており、補正後の有意水準を自動的に計算します。

統計手法アドバイザー（ライト版） -- medPrompt

使用ガイド

データの説明と研究課題を入力してください（必須）；より精緻な推奨を得るため、研究デザイン・解析ソフトウェア・研究分野は任意で記入できます。
AI Run をクリックすると、根拠付きの簡潔な統計手法提案をチャット上で直接受け取れます。
より詳しい説明、代替アプローチ、または Methods セクション草稿を依頼できます。

医学研究アシスタント

変数を入力してAIで直接実行

解説

このツールの概要

臨床研究者のための迅速な統計的意思決定支援ツールです。変数の型、グループ数、対応の有無を記述すると、AIが適切な統計検定、前提条件の確認方法、そのまま使えるMethodsセクションの草稿を提供します。単一の主要アウトカムを持つシンプルな比較分析向けです。

判断ロジック

統計手法の選択は3つの問いに依存します：アウトカムの型は何か？グループ数は？対応あり・なし？よくある組み合わせ：

アウトカム	2群独立	2群対応	3群以上
連続（正規分布）	独立t検定	対応t検定	一元配置ANOVA
連続（非正規/有界）	Mann-Whitney U	Wilcoxon符号順位	Kruskal-Wallis
二値/分類	カイ二乗 / Fisherの正確検定	McNemar	カイ二乗
カウント/率	ポアソン回帰	—	—

このロジックを知ることで、AIの推奨を盲目的に受け入れるのではなく、自分で確認できます。 AI はフォローアップの間、最初のデータ説明を保持します——反復（例：「サンプルが 2 群でなく 3 群だったら？」）ができ、変更点を明示して推奨を修正します。

フル版へのアップグレードが必要な場合

ライト版は単純な単一アウトカムの比較に最適です。以下の場合はフル版を使用してください：多変量回帰（交絡因子の調整）；反復測定または縦断データ；生存時間分析；サンプルサイズ計算；多重比較の補正が必要な複数主要アウトカム。

データプライバシー

変数名、型、サンプルサイズ、欠損パターンなど、データセットの構造的な説明だけで十分です。生の患者記録や識別可能な情報は貼り付けないでください。

よくある質問