Romosozumab治療の統計解析(Statistical analysis for Romosozumab treatment)

Data

概要

本リポジトリは、Romosozumabという抗骨粗鬆症薬の治療前後(ここでは投与12か月と24か月)の骨関連指標を比較するための統計解析用Pythonスクリプトを収めています。対象となるデータはDXA(areal BMD)、CT(volumetric BMD)、および有限要素解析(FE)で推定した骨強度で、結果は中央値と四分位範囲(IQR)で示され、対応のある非パラメトリック検定(Wilcoxon signed-rank test)を用いて有意差を検討します。現状は解析本体が1ファイルにまとまった簡潔な構成で、臨床画像由来の連続変数を扱う生物統計解析のワークフローを示しています。

GitHub

リポジトリの統計情報

  • スター数: 1
  • フォーク数: 0
  • ウォッチャー数: 1
  • コミット数: 4
  • ファイル数: 2
  • メインの言語: Python

主な特徴

  • DXA(脊椎・股関節)、CT(大腿・脛骨)、FE推定強度を対象とした時系列比較解析を実装
  • 中央値(IQR)による記述統計とWilcoxonの対応検定を採用した非パラメトリック解析
  • シンプルなPythonスクリプト構成で解析フローの再現が容易
  • 臨床画像由来の定量指標をそのまま解析できる設計(データ整形・検定・出力)

技術的なポイント

本解析はペアデータ(同一被験者の12か月 vs 24か月)を想定した手法が中心で、分布仮定に依存しないWilcoxon signed-rank testを用いる点が特徴です。報告指標は中央値と四分位範囲で、外れ値や非正規分布に対してロバストな記述が可能です。入力データはDXAのareal BMD(g/cm2)、CTのvolumetric BMD(mgHA/cm3など)、および有限要素解析で算出される破壊強度など、単位やスケールが異なる複数の連続変数を含むため、前処理(単位統一、欠測値処理、対応ペアの同期化)が重要になります。コード実装面では、一般にpandasでのデータフレーム整形、numpyによる数値処理、scipy.statsのwilcoxon関数を利用していることが想定されます(READMEに記載の処理内容から推定)。解析結果の解釈を助けるため、効果量(例えば中央値差の信頼区間やr指標)や多重比較補正(BonferroniやFDR)を追加すると統計的信頼性が向上します。加えて、可視化(箱ひげ図、差分プロット)、入出力フォーマットの明示、依存関係の固定(requirements.txtや環境ファイル)、およびサンプルデータやJupyterノートブックの添付は再現性と利用性を高める実用的改善点です。有限要素解析由来の変数は分布が偏ることが多いため、対数変換やロバスト統計の採用も検討に値します。

プロジェクトの構成

主要なファイルとディレクトリ:

  • README.md: file
  • ROMO_stats_code.py: file

まとめ

臨床画像指標のペア比較に特化したミニマルなPython解析集。再現性強化の余地あり。

リポジトリ情報:

READMEの抜粋:

statistical-analysis-for-Romosozumab-treatment

Statistical Analyses Statistical analyses were completed using a custom-built Python script to compare month-24 measures of DXA-derived areal BMD (spine and hip), CT-derived volumetric BMD (proximal femur, distal femur and proximal tibia), and FE-predicted strength (proximal femur and tibia) to month-12 measures. Results are presented as medians (IQRs), and the non-parametric Wilcoxon tests were used to investigate potential changes between months…