2019 Fiscal Year Annual Research Report
Developments of statistical inference, prediction, and modeling methods for network meta-analysis
| Project/Area Number |
19H04074
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
野間 久史 統計数理研究所, データ科学研究系, 准教授 (70633486)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長島 健悟 統計数理研究所, 医療健康データ科学研究センター, 特任准教授 (20510712)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | ネットワークメタアナリシス / Evidence-Based Medicine / 高次漸近理論 / モンテカルロ推測 / 影響力解析 / 多変量メタアナリシス / 公表バイアス / セミパラメトリック統計理論 |
|---|
| Outline of Annual Research Achievements |
世界規模で進む社会の高齢化による医療費の高騰から、医薬品・医療技術の有効性・有用性の比較評価は極めて重要な課題であり、ネットワークメタアナリシスはそのための重要な研究方法となっている。本年度は、ネットワークメタアナリシスにおける推測手法の根幹的な問題である、現状のスタンダードな方法の検定・信頼区間の妥当性が成り立たないという問題を明確にし、それを解決するための高次漸近理論に基づく方法と、モンテカルロ推測の方法の開発に取り組んだ。また、ネットワークメタアナリシスにおける外れ値の検出と影響力解析における実践的な方法論の開発に取り組み、従来の影響力診断の方法を、部分的なアウトカムの欠測を含む多変量モデルに拡張した新たな方法の開発を行った。これに付随して、新たに開発した手法は、多施設共同臨床試験や国際共同試験で用いられるマルチレベルモデルなどにも汎用的に用いることのできる枠組みに適用することができるため、汎用性の高い応用上の方法と計算技法を開発し、広く実践で用いることのできるソフトウェアの開発を行った。また、多変量メタアナリシスにおける公表バイアスの検出方法として、Eggerの公表バイアス検定を拡張した新しい検定方法を開発した。アウトカム変数間の相関の情報を利用したロバストかつセミパラメトリック局所有効な検定方法を開発し、最新の医学研究の事例において、既存の方法で検出することができなかったバイアスを潜在的に検出することができることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画通りに、順調に研究を進められている。特に、多変量メタアナリシス（ネットワークメタアナリシスを含む）における並び替え法を用いたモンテカルロ推測による汎用的な方法は、医療統計学領域のトップジャーナルであるBiometrics誌への論文掲載に成功している。また、これまでの同領域の先進的な研究成果を受けて、同誌から招待討論論文の依頼を受けたりなどもしている。
|
| Strategy for Future Research Activity |
引き続き、ネットワークメタアナリシスにおける外れ値の検出と影響力解析における実践的な方法論の開発に取り組み、国際一流誌へのその研究成果の公表をめざす。また、その方法論を、多施設共同臨床試験や国際共同試験で用いられるマルチレベルモデルなどに汎用的に用いることのできる手法として実装し、汎用性の高い応用上の方法と計算技法の開発を行う。また、広く実践で用いることのできるソフトウェアの開発をめざす。
バイアスのモデル化・評価方法においては、ネットワーク上のエビデンスの不一致性（inconsistency）の評価において、主要な方法のひとつとなっている、ランダム不一致性効果に基づく検定手法において、既存の検定手法は、我々のこれまでの研究により、多くの実践的な条件のもとで妥当性を失うことを予想している。その問題を解決するための新しいモンテカルロ検定を開発する。また、その多変量ネットワークメタアナリシスへの拡張へも取り組む。加えて、影響力の強い外れ値となる試験が存在するもとで、治療効果の妥当な推測を行うためのロバスト推測法の開発にも取り組む。
ネットワークメタアナリシスの推測・予測の方法については、Kenward-Roger法に基づく新しい推測・予測の方法の開発に取り組む。また、異質性を測るための正確な予測区間の構築については、Bootstrap法に基づく有効なモンテカルロ技法の開発に取り組む。
|
