| Project/Area Number |
23K11015
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60030:Statistical science-related
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
寒水 孝司 東京理科大学, 工学部情報工学科, 教授 (80408723)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
五所 正彦 筑波大学, 医学医療系, 教授 (70701019)
大東 智洋 筑波大学, 附属病院, 病院助教 (90980863)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 医薬品開発 / 臨床試験 / Bayes / 既存データ / リアルワールドデータ |
|---|
| Outline of Research at the Start |
次の3つの状況を対象にして，既存データ（日常の実臨床で得られる医療データや過去の臨床試験で得られたデータ）を活用するBayes流の方法を評価・構築する．これらの状況のもとで，各方法の実用化を進めて，新規の臨床試験に必要な参加者数を減らして，臨床試験の試験期間を短くすることを目標とする．
状況1：がんの2剤併用療法の第1相用量探索試験
状況2：複数の主要評価変数を設定する臨床試験
状況3：複数の試験の既存データを活用する臨床試験
|
| Outline of Annual Research Achievements |
本研究では，医薬品開発を加速させるために，3つの状況（課題）のもとで，既存データを利用するBayes流の方法の評価と構築を目的としている．本年度の各課題の研究実績の概要は次の通りである．
課題(1) がんの2剤併用療法の第1相用量探索試験：がんの2剤併用療法の最適な用量組み合わせを決定する際に，既に実施された単剤療法の試験のデータ（既存データ）を利用できることがある．既存データを利用する複数の方法について，既存データと新規データの不均一性が試験デザインの性能（例：最適な用量組み合わせの選択割合）に与える影響を評価した．得られた研究成果を国際学会（2023年8月）でポスター発表した．
課題(2) 複数の主要評価変数を設定する臨床試験：既存データを利用して治療効果をBayes流に解析する方法（Quan et al., 2019）を2群比較臨床試験に適用できるように拡張した．その方法の動作特性を数値実験によって評価した．
課題(3) 複数の試験の既存データを利用する臨床試験：これまでに提案されている複数の試験の既存データを利用する方法では，既存データの特徴に応じて，新規データと不均一性の小さい既存データのみを利用することはできない．複数の既存データから，新規データと同じクラスターに属すると考えられる既存データを選定することと，治療効果のパラメータを推定することを同時に行う方法を構築した．その方法の動作特性を数値実験によって評価した．得られた研究成果を国内会議（2023年4月）と科研費シンポジウム（2024年1月）でそれぞれ口頭発表した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の目標をほぼ達成できた．初年度は情報収集と基礎的な検討を予定していたが，国際会議ポスター発表1件，国内会議口頭発表1件，科研費シンポジウム口頭発表1件という研究成果が得られた．
課題(1)については，これまでの研究成果を発展させる内容であったことから，早い段階で，国際会議ポスター発表1件という研究成果が得られた．これより，課題(1)の進捗は当初の予定をやや上回った．
課題(2)については，学内の卒業研究を通じて，基礎的な検討を終えたところである．当初の予定通りに研究が進捗している．
課題(3)については，予定を一部変更したが，当初の目的を達成できるデータ解析法を検討して，国内会議口頭発表1件と科研費シンポジウム口頭発表1件という研究成果が得られた．これより，課題(3)の進捗は当初の予定をやや上回った．
|
| Strategy for Future Research Activity |
これまでの研究成果を踏まえて，各課題について，次のように研究を進める予定である．
課題(1)については，国際会議でポスター発表した内容を中心に，研究成果を学術論文としてまとめる．
課題(2)については，これまでの研究成果を国内外の会議で発表するとともに，学術論文としてまとめる．さらに，主要評価変数（以下，主要変数）が2値変数である状況について，これまでに構築した方法を発展させる．その上で，当初の研究目的として，１つまたは複数の主要変数の治療効果が大きければ，残りの主要変数の治療効果が小さいことを許容する考え方（Kavelaars et al., 2020）と既存データを利用して治療効果をBayes流に解析する方法（Quan et al., 2019)を融合した方法を構築する．本課題に関連して，2つの主要変数の関数関係を考慮した標本サイズ設計法を構築する．
課題(3)については，国内会議で口頭発表した内容を学術論文としてまとめる．その上で，複数の既存データについて，各データの利用量に関する統計量を構築して，当初の研究目的である既存データの利用量の上限の設定できるデータ解析法の構築を試みる．
2023年度に引き続き，研究課題ごとに，分担研究者，研究協力者，国内・海外の研究者との連携を図る．
|
