自己紹介

20年以上の臨床検査薬R&D経験 × Python医療統計解析｜データを確かな意思決定へ

外資系ヘルスケア企業の研究開発部門で20年以上にわたり、複数の疾患領域を対象とした体外診断用医薬品（臨床検査薬）の研究開発に従事してきました。研究開発では、測定法の性能評価、データ解析および結果の解釈に各種統計手法を活用してきました。現在は、これまでの研究開発経験を基盤として、Pythonによる医療・生命科学データの前処理、統計解析、可視化、予測モデリングおよび解析レポートの作成を行っています。結果はExcel・PDF・図表など、ご利用しやすい形式で納品可能です。主に対応可能な解析手法は以下のとおりです。

１．基本的な統計解析
有意差検定（T 検定、F 検定、カイ二乗検定、マン・ホイットニーのU検定、コルモゴロフ・スミルノフ検定等）、統計的推定（信頼区間の推定、比率の推定）、正規性検定、外れ値検定、相関分析、サンプルサイズ設計、CLSI準拠の基準範囲の決定など

２．応用統計解析
データ前処理）欠損データ処理、多重代入法（MICE）
統計モデリング）線形・ロジスティック回帰、MCMCによるベイズ統計ワークフロー（事前感度分析、事後予測チェックなど）、階層ベイズモデル、複雑標本デザインを考慮した解析、Elastic Netなどの正則化回帰による変数選択、調査加重GLM、単変量および多変量分位点回帰
機械学習・多変量解析）分類・回帰モデルと交差検証、主成分分析とクラスタリング、PyCaretによるAutoML・モデル比較、Optunaによるハイパーパラメータ最適化、ROC、PR、Calibration、Decision Curve Analysis、SHAP beeswarm plot

ポートフォリオに、公開されている医療データを用いたPythonによる統計解析結果を載せています。ご依頼時の成果物のイメージや、コードの構成・実装品質をご確認いただく際の参考として、ぜひご覧ください。

資格
博士（生物工学）
JDLA認定　E資格
TOEIC 910点

ご興味を持っていただけましたら、お気軽にご相談ください。どうぞよろしくお願いいたします！