PURPOSE
このプロンプトでできること
縦断データで共変量欠測と追跡打切りが同時にある場合、それぞれのモデル仮定と結合感度を評価するための入力、手順、確認点をまとめます。
PREPARE
用意する情報
時点別アウトカム、共変量欠測パターン、追跡終了・打切り理由、時間依存予測因子、解析対象、代入・重みモデル、推定対象。実データは必要に応じて匿名化してください。
WORKFLOW
使い方
必要な情報をそろえ、個人情報や機密情報を伏せてから入力してください。出力は元資料と照合して利用してください。
AI INSTRUCTION
AIへの指示文
入力欄を埋めてから利用してください。
縦断データで共変量欠測と追跡打切りが同時にある場合、それぞれのモデル仮定と結合感度を評価する。入力に含まれる情報だけを使い、記載のない事実、数値、合意は補わないでください。 【入力】 時点別アウトカム、共変量欠測パターン、追跡終了・打切り理由、時間依存予測因子、解析対象、代入・重みモデル、推定対象 【素材】 [匿名化した情報を貼り付け] 次の制約を守ってください。 個人の予後・治療を判断せず、推定対象、死亡の扱い、欠測仮定を統計・臨床責任者が承認してください。 不足情報や矛盾は推測せず確認事項として示し、次の形式で出力してください。 欠測モデル・打切りモデル・共通予測因子、極端重み診断、仮定別感度分析
コピー操作はこのブラウザー内で行います
EXAMPLE
入力例と出力例
入力例（説明用）
共変量の20%が時点別欠測／重症化後に脱落増加／死亡は別記録／主要推定対象=24週平均差
出力例（説明用）
【説明用の合成例】 共変量欠測と脱落を同じ機構に統合しない。重症度が両方を予測するため各モデルの時点を明記し、極端重みと非ランダム欠測感度を別に示す。
TIPS
使うときのコツ
個人の予後・治療を判断せず、推定対象、死亡の扱い、欠測仮定を統計・臨床責任者が承認してください。 不明点は推測せず、確認事項として分けてください。
使う前に確認してください
結論を原資料と照合し、因果関係や一般化を根拠なく断定しないでください。