English

年度	2025年度	開講部局	医系科学研究科博士課程後期
講義コード	TB000411	科目区分	専門的教育科目
授業科目名	特別研究
授業科目名 （フリガナ）	トクベツケンキュウ
英文授業科目名	Advanced Research
担当教員名	福間　真悟,KO KO,秋田　智之,杉山　文
担当教員名 (フリガナ)	フクマ　シンゴ,コ　コ,アキタ　トモユキ,スギヤマ　アヤ
開講キャンパス	霞	開設期	1年次生   前期   セメスター（前期）
曜日・時限・講義室	(前) 集中：各診療科
授業の方法	実験	授業の方法 【詳細情報】	対面
			講義と実験
単位	1.0	週時間		使用言語	J : 日本語
学習の段階	7 : 大学院発展的レベル
学問分野（分野）	27 : 健康科学
学問分野（分科）	01 : 医学
対象学生	博士課程
授業のキーワード	ヘルスサービスリサーチ、臨床疫学、データサイエンス、医療政策評価
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）
授業の目標・概要等	大規模かつ多様な健康医療データ分析し、社会の健康課題を解決するための疫学の方法論について習得する。関連する統計学、データサイエンス、臨床医学、行動科学、医療政策、医療経済についても学習する。 疫学研究の実践においては、自身でリサーチクエスチョンの設定、研究デザインの整理、研究計画の作成、データ解析、論文作成を行うためのロジックとスキルを習得する。 テキストや論文の輪講、実験室活動、フィールドリサーチ、データ解析、セミナー等から構成される。 以下の講義計画は、受講生の研究テーマに応じて柔軟に変更する。
授業計画	1. 先行研究の調査-1 2. 先行研究の調査-2 3. 大規模ヘルスデータの構造-1 4. 大規模ヘルスデータの構造-2 5. リサーチクエスチョン（研究仮説）の設定-1 6. リサーチクエスチョン（研究仮説）の設定-2 7. 統計数理モデルによる因果推論、機械学習モデルによる分類・予測などの方法論-1 8. 統計数理モデルによる因果推論、機械学習モデルによる分類・予測などの方法論-2 9. 解析デザインの設計-1 10. 解析デザインの設計-2 11. データ解析の実施-1 12. データ解析の実施-2 13. 解析結果の検討・解釈-1 14. 解析結果の検討・解釈-2 15. プレゼンテーション
教科書・参考書等	Miguel A. Hern´an, James M. Robins: Causal Inference: What If Stephen B, et al. Designing Clinical Research, Lippincott Williams & Wilkins（医学的研究のデザイン） 「科学の健全な発展のために－誠実な科学者の心得－」For the Sound Development of Science -The Attitude of a Conscientious Scientist-
授業で使用する メディア・機器等	テキスト, 配付資料, Microsoft Teams
	【詳細情報】
授業で取り入れる 学習手法	ディスカッション, PBL（Problem-based Learning）／ TBL（Team-based Learning）, プロジェクト学習, 反転授業, 授業後レポート
予習・復習への アドバイス	セミナーでの発表では、十分な準備とセミナー中に受けた指摘の復習を行うこと。また、ほかの学生の発表やそれに対するコメントにも十分注意すること。 発表に使ったスライドは評価の対象とするので、発表後の修正をしたうえで提出すること。
履修上の注意 受講条件等	疫学・疾病制御学以外の研究室に所属する大学院生が本講義を受講する場合は、4月（10月）中に秋田智之講師に演習内容について連絡をすること。
成績評価の基準等	発表・受講態度、レポート
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。