Integration and practice of targeted statistical inference theory based on counterfactual causal models

Research Project

Project/Area Number	24K14864
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	篠崎智大東京理科大学, 工学部情報工学科, 准教授 (60644482)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	標的学習 / 標的試験エミュレーション / 因果推論 / 異質性効果 / 動的治療レジメン
Outline of Research at the Start	近年急速に応用が進んでいる「標的学習」と「標的試験エミュレーション」は、医療ビッグデータを含む現代医学研究の強力なツールである。本研究課題では、両者で「標的」とされている推定対象（estimand）を同じ反事実因果モデルで記述し、数値実験とデータベースへの適用を通して柔軟性の高い標的試験による医学的リサーチクエスチョンの透明性のある定式化とあらゆる治療レジメンに対する効果推定手法の統一的な整理・開発を目標とする。複雑かつ大規模なデータベースが利用可能な現代で期待される、個別化医療をはじめとする現実的で正確なリアルワールド・エビデンス供出に繋がる方法論の展開を目指す。