Academics often prioritize publication in top-tier journals, as these achievements are closely linked to career advancement and institutional prestige. However, schools of public health should have a broader mandate—one that extends beyond academic recognition to encompass improving the health of populations. Without a focus on practical impact, the role of these institutions may come into question. To truly fulfill their purpose, public health schools must strive to translate their research findings into actionable policies and programs that address real-world health challenges.

 At the Saw Swee Hock School of Public Health in the National University of Singapore, we are committed to making a tangible difference to health outcomes in Singapore and across Asia. This is achieved through various strategies, including targeted funding mechanisms, academic reward systems that value impact, and sustained engagement with government and policymakers. In this talk, I will share how we work to ensure our research is both useful and impactful, providing case studies of how our school’s research has successfully informed policies and programs. These examples may offer valuable insights for other schools seeking to enhance the relevance and effectiveness of their work.

　学術機関はトップジャーナルへの論文掲載を最優先することが多い。それは昇進や名声(prestige)に繋がるからだ。しかし、公衆衛生大学院(School of Public Health)はより広い使命を有しているはずで、それは学問的な名声(academic recognition)を得ることの先にある人々の健康を改善するということだ。現実社会への影響を重視しない公衆衛生大学院の存在意義は疑問視されるかもしれない。公衆衛生大学院は、困難な健康課題を解決するために、その研究成果を実現可能な施策や計画に翻訳するよう努力しなければならない。

　シンガポール国立大学のソウ・スィー・ホック公衆衛生大学院は、シンガポール及びアジアの健康状態を実質的に改善させることに力を注いでいる。これはいくつもの戦略によって達成されるもので、例えば目的を指定した研究費配分、実社会へのインパクトを重視した業績評価、政府や政策立案者との関係性の維持などが挙げられる。

　本講演では、シンガポール国立大学公衆衛生大学院における研究が、どのように施策に活用されているかの実例を示すことにより、研究が有用であり(useful)、影響力がある(impactful)ことを、いかに我々が重視しているかを伝えたい。お話する実例は、社会に必要とされる研究を実施し、その効果を確実にしたいと考えている公衆衛生大学院に有益な示唆を与えることを期待している(訳:八谷)。

　臨床研究・疫学研究において、イベントが起こるまでの時間をアウトカムとした統計解析は、生存時間解析として知られています。生存時間解析において、競合リスク(competing risk)は、適切な調整を行わなくては深刻な問題が起こるといいますが、それはなぜでしょうか? 例えば、心血管疾患やがんの発症を対象とした長期間の追跡研究で、それらの疾患の発症前に、別な疾患で「死亡」してしまった参加者は、その後、イベントを起こすことはあり得なくなります。このような主たる関心のあるイベントが起こる可能性をなくしてしまう、別なイベントのことを競合リスクといいます。競合リスクを無視して、一般的な Cox 回帰分析などで解析を行ってしまうと、その結果にはバイアスが入ることが知られています。その調整のための分析方法は難しそうに思えますが、実は、その要点さえ押さえて理解してしまえば、そこまで難しいものではありません。本セミナーでは、競合リスクを調整するための統計解析の方法について、R での実装方法を併せて、初学者向けの平易な解説を行います。また、一昨年、BMJ 誌に、競合リスクが存在するもとでの予測モデル開発の方法について、STRATOS Initiative からのガイドラインも公表されています。これらの最新のトピックについても、わかりやすく解説します。