論文がRejectされた場合、「医学的な内容に問題があった」と考えてしまいがちですが、統計解析についても改善できる点がないかを見直すことが重要です。
Rejectされた論文でも、統計解析の方法や結果の示し方を見直すことで、次の投稿先でより評価される論文に改善できる可能性があります。
この記事では、査読でよく指摘される統計的なポイントをもとに、再投稿前に確認しておきたい統計解析のチェックリストを紹介します。
Rejectを「論文を改善するための機会」と捉えて、次の投稿前に統計解析を一度総点検してみましょう！
見直しチェックリスト
検定手法は適切か
t検定やカイ二乗検定などを、データの性質や解析の前提を十分に確認せずに選択していないか見直します。t検定なら左右対称の分布になっているか等、データの分布や症例数、独立性などを確認し、研究目的に適した検定方法を選択しましょう！
多変量解析の説明変数は適切な数か
回帰モデルを使った解析を行っている場合には、症例数に対して説明変数が多すぎないか確認します。特にロジスティック回帰やCox比例ハザードモデルを用いる時には、イベント数も確認しましょう。イベント数や症例数が少ない場合、説明変数を入れすぎると推定が不安定になる可能性があります。
欠測データの扱いを明記しているか
欠測データがあるにもかかわらず、その取り扱い方法を明記していないケースは非常に多い指摘です。例えば、欠測値があるからと多重代入法やLOCFを行っていないでしょうか？
欠測の割合や欠測パターンを確認し、どのように解析したのかをMethodsやDiscussionに明記するようにしましょう！
p値だけで結論を出していないか
p値だけで結果を判断していないか確認します。効果量（オッズ比・ハザード比など）と95%信頼区間を併記し、効果の大きさと不確実性も含めて結果を解釈できるようにすることが重要です。
検定を繰り返していないか
サブグループ解析や複数の評価項目について多数の検定を行っていないか確認します。複数の仮説検定を行っている場合は、多重性への対応が必要かどうかを検討しましょう。
意図的な結果の強調(スピン)になっていないか
統計学的に有意ではない結果を「効果がある」ように強調したり、一部の都合のよい結果だけを取り上げたりしていないか、ResultsやDiscussionを見直します。
研究の限界を正直に書いているか
サンプルサイズ、交絡因子の調整不足、欠測データ、多重性、一般化可能性、効果の大きさなど、統計的な観点から研究の限界を十分に記載できているか確認します。
まとめ
今回は、Rejectされた後に見直すべき統計解析のチェックリストについて解説しました。
- Reject後は医学的な内容だけでなく、統計解析全体をチェックリストに沿って見直す
- 特に「検定手法の妥当性」「多重性」「p値偏重」は、査読で指摘されやすいポイントなので重点的に確認する
- 見直した点や修正内容は、Cover Letterで明記することで、再投稿先の編集者やレビュアーにも改善点が伝わりやすくなる
Rejectは論文の終わりではありません。
査読で指摘された点を一つ一つ見直し、統計解析の質を高めて、次の投稿でのアクセプトにつなげていきましょう！
コメント