• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

希少疾患等の臨床試験のノンパラメトリックベイズモデルによる外部データ利用法の開発

Research Project

Project/Area Number 23K19969
Research Category

Grant-in-Aid for Research Activity Start-up

Allocation TypeMulti-year Fund
Review Section 1001:Information science, computer engineering, and related fields
Research InstitutionUniversity of Tsukuba

Principal Investigator

大東 智洋  筑波大学, 附属病院, 病院助教 (90980863)

Project Period (FY) 2023-08-31 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords臨床試験 / ノンパラメトリックベイズ / 外部データ / ヒストリカルコントロール / ハイブリッドコントロール / 希少疾患
Outline of Research at the Start

希少疾患などの臨床試験では,必要十分な被験者数でランダム化比較試験を実施することが難しい.この問題の対処として,臨床試験以外のデータ(外部データ)の利用が注目されている.これまでに,外部データの利用法は複数提案されているが,標準的手法は確立されていない.
本研究では,外部データと新規試験の対照群データの母集団の潜在的な違いを考慮するために,ノンパラメトリックベイズモデルを用いた手法を開発する.さらに,応答変数が事象時間のときに,強い仮定が必要な既存の問題点を解決できる手法の開発を目指す.

Outline of Annual Research Achievements

希少疾患などの臨床試験では,必要十分な被験者数でランダム化比較試験を実施することが難しい.この問題の対処として,臨床試験以外のデータ(外部データ)の利用が注目されている.外部データと新規試験の対照群データの間には,患者背景の違いや未測定因子の分布の違いにより,応答変数の分布に不均一性が生じる場合がある.このとき,これらの違いを適切に考慮せずに外部データを利用すると,治療効果の推測に問題が生じることがある.
本研究では,外部データと新規試験の対照群データの潜在的な違いを考慮した統計モデルを構築することで,外部データを適切に利用できるような解析手法の確立を目指す.さらに,応答変数が事象時間のときに,強い仮定が必要な既存の手法の問題点を解決する.
本年度は,外部データと新規試験の対照群データの潜在的な違いを考慮するために,ノンパラメトリックベイズモデルの一つである,dependent Dirichlet processに基づく手法を開発し,その動作特性を数値実験で評価した.提案手法の現状は,外部データが要約統計量・個人データ,応答変数が連続変数・二値連数のそれぞれの組み合わせに対応できる.現在,提案手法の理論的特性の整理と提案手法を実行するためのRパッケージの開発を進めており,これらが完了し次第,論文を投稿する予定である.さらに,応答変数が事象時間の状況に対応できるよう提案手法の拡張を進めており,結果を2024年度に開催される国際学会(Joint Statistical Meetings)で発表する.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の予定どおりの提案手法を構築し,動作特性に大きな問題がないことを確認できている.論文投稿の目途は立っており,研究は順調に進捗していると考える.

Strategy for Future Research Activity

国際学会での発表後,論文化を進める予定である.応答変数が事象時間の状況に対応できるようにRパッケージも拡張する.

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (2 results)

All 2024

All Presentation (2 results) (of which Invited: 2 results)

  • [Presentation] 階層Bayesian bootstrapを用いた異質因果効果の推定2024

    • Author(s)
      大東智洋
    • Organizer
      2024年度日本計量生物学会年会
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 臨床試験におけるdependent Dirichlet過程を用いた既存データの利用法2024

    • Author(s)
      大東智洋
    • Organizer
      科研費シンポジウム 「ベイズ統計学の最前線: 理論から実践まで」
    • Related Report
      2023 Research-status Report
    • Invited

URL: 

Published: 2023-09-11   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi