2021 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) |
五所 正彦 筑波大学, 医学医療系, 教授 (70701019)
古川 壽亮 京都大学, 医学研究科, 教授 (90275123)
|
|---|
| 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 / 外れ値 |
|---|
| 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解決するための高次漸近理論に基づく方法の開発に取り組んだ。Kenward-Rogerの方法による新たな推測・予測の方法の開発に成功し、シミュレーション実験・実データの解析を通して、既存手法より優れた性能を有することを確認できた。また、試験間の治療効果の異質性を測るための正確な予測区間の構築について、Bootstrap法に基づく有効なモンテカルロ技法の開発に取り組んだ。
加えて、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として、機械学習の領域で開発された、ロバストなダイバージェンスに基づく重み付き推定の方法を開発した。推定方程式の理論に基づくロバストな推定方法を開発し、重みの不確実性を考慮した、有効な信頼区間の構成方法を開発した。さらに、このロバストな重み付き推測の枠組みにおいて、ネットワーク全体のGlobal Inconsistencyを評価するための検定手法を開発した。
ネットワークメタアナリシスの基礎手法として、ベイズ流メタアナリシスのための外れ値の検出と影響力の解析のための体系的な手法の開発にも取り組んだ。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
