2022 Fiscal Year Annual Research Report
ベイズ流モデル平均化を応用した新規ベイズ流用量探索法の研究開発
| Project/Area Number |
20K23318
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
佐藤 宏征 東京医科歯科大学, 医学部附属病院, 助教 (70793595)
|
|---|
| Project Period (FY) |
2020-09-11 – 2023-03-31
|
| Keywords | 用量探索デザイン / がん臨床試験 / 分子標的薬 / ベイズ統計学 |
|---|
| Outline of Annual Research Achievements |
がん分子標的薬の第I相臨床試験において，用量探索のために用いられる方法の一つとして，用量有効性関係に統計モデルを仮定するモデルベースドな方法が提案されている．当該用量探索法については，臨床試験の計画段階では試験薬に関する情報が乏しいため，試験薬の用量反応関係を反映した統計モデルを選択できない可能性がある．本研究では，このモデル選択の不確実性という課題に対処するため，既存のモデルベースドな用量探索法である，change-point modelを用いた用量探索法(Sato, Hirakawa, and Hamada, Statistics in Medicine 2016)を拡張し，ベイズ流モデル平均化の枠組みを導入した新たなベイズ流用量探索法 (以下，提案法) を開発した．また，がん分子標的薬の様々な用量有効性関係を仮定し，コンピュータシミュレーション実験を通じて提案法の性能を評価した．本年度は，提案法の臨床試験への実用化を考慮して，サンプルサイズや有効性と毒性結果の相関関係が提案法の性能に及ぼす影響を評価するため，より広範なコンピュータシミュレーション実験を実施した．
本研究の結果，いずれのコンピュータシミュレーション実験においても，拡張前のchange-point modelを用いた用量探索法と比較して，提案法は同等以上の性能を示し，モデル選択の不確実性に対して頑健であることが示された．また，モデル選択の不確実性を考慮した既存の用量探索法との性能比較を行った結果，最も優れた性能を示す方法は用量有効性関係，サンプルサイズ，有効性と毒性結果の相関関係の設定によって異なったが，すべてのコンピュータシミュレーション実験の結果を平均すると提案法は相対的に優れた性能を示した．
|
