Developments of statistical inference, prediction, and modeling methods for network meta-analysis

2021 Fiscal Year Final Research Report

• Project/Area Number: 19H04074
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: The Institute of Statistical Mathematics
• Principal Investigator: Noma Hisashi 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) ; 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 / ロバスト推測

Outline of Final Research Achievements

Due to the increase of cost of medical care causing by the aging society, relevance of the comparative effectiveness research is markedly growing. Network meta-analysis is one of effective research methods for the comparative effectiveness research. In this study, we developed new methods for statistical analyses of network meta-analysis, especially for the inference, prediction, and statistical modelling. We developed several effective inference and prediction methods that are more accurate compared with the current standard methods in practices. Also, we provided new effective outlier detection and influence diagnostic methods. In addition, we developed the most efficient statistical test for detecting publication bias in multivariate meta-analysis.

Free Research Field

統計科学，医療統計学

Academic Significance and Societal Importance of the Research Achievements

ネットワークメタアナリシスは、現在、医療政策や診療ガイドラインの策定、新規医薬品の承認審査にも用いられるようになっている。既存の分析手法を単純に用いるだけでは、誤ったエビデンスに基づく意思決定を行ってしまうリスクがあるが、本研究によって得られた一連の研究成果は、それらの統計的推測・予測の重要な問題を解決するものである。また、さまざまなバイアスを防止・調整するために有用な分析手法を与えることにも成功している。豊富な事例解析に基づく実証分析により、現実的な条件のもとでの有用性も明確に示すことができており、将来の医療・社会の問題を解決することに資するものであることが期待できる。