  |
ランダム化比較試験というものを親切に説明してくれているのだが、なぜuncorrelatedがこの話をしたがるのが、いまいちよくわからないんだよね。議論になっているテーマの解決に役立つとは思えないのだが。
疫学データだけでは無く、RCTを使った実験データも線量率効果を示している。メガマウス実験や古瀬らの研究、つまり動物実験はRCTになるので信頼性が高い。そして線量率効果の存在は、LNT仮説の棄却になる。
uncorrelatedはこれまで統計データを中心に自説を述べてきた。なので俺も彼に合わせてそういう話を中心にしてきた。それは実験室内の話ではない。
これだけ実験について言及をしている。実験データを統計処理すると言う発想さえ、無いのかも知れないが。
培養細胞と動物実験などからの知見から、リスクと被曝線量が非線形モデルに従うと思われているので、ICRPは計量モデルとして非線形モデルを採用したのであろう。
立証したと証拠を出してきたら、統計分析が正しいか *7、追試で同じ結果が出るかを、例えば大槻義彦教授が確認する。
*7 疫学データなどは適切な処理が困難な事も多く、ランダム化比較試験（RCT）など、データ取得手法自体を工夫するほうが望ましい事も多い。
統計や計量は、誤差などを含む観測データから「事象」を切り出す手法だが、信頼性の高いランダム化対照実験（RCT）*2もあれば、解釈に注意がいる単回帰分析まで手法は幅広い。
実験室のRCTならば理屈抜き、ブラックボックスありで信用され、そこから因果関係を見出すこともされている（e.g. 薬剤）
なお本文で「ランダム化対照実験（RCT）」を示唆しておいたが、この方法をとれればバイアスの大部分をコントロールすることができる。つまり実験データでは、原則としてバイアスは入らないと考える。
疫学データの非線形モデルは擬似相関の可能性は排除できないが、ランダム化比較試験（RCT）を用いた動物実験は排除できている。
何度も明記しているが、ランダム化比較試験（RCT）を使えば因果関係は特定できる。さらにRCTの結果と整合的な疫学データがあれば、その結果の信憑性は高まる。
14
