| 研究概要 |
平成18年度は,「反実仮想モデルに基づく"条件付き因果的効果の推測法"と"原因解明に向けた統計的因果分析法"の開発を行う」ことを目的とした研究を行い,以下のような結果を得た.
1.ノンコンプライアンスを含むランダム化臨床試験において観測された共変量情報を積極的に利用した治療効果推定法を開発した.これによって,ノンコンプライアンス問題が生じるときでさえ,治療効果を従来法よりも正確な評価を行うための統計解析法を開発した.
2.Pearl(1999)によって定義された3種類の「因果的原因確率」について,共変量調整を行うことによって従来法よりも正確な評価が可能になることを示した.また,新たな概念として条件付き単調性を定義し,その仮定によって因果的原因確率が推定可能になることを示すとともに,共変量選択による推定精度の影響について明らかにした.
3.処理変量および反応変量の観測が困難である場合において,因果効果を識別するのに十分な代用特性と共変量集合の組を選択する基準を、ノンパラメトリックモデルの立場から与えた.これにより,一般的な枠組みに基づいて因果的効果の識別可能条件を適用できる.
4.未観測交絡因子が存在する場合の因果的効果の評価法について,従来法の問題点を指摘するとともに,その問題を克服した新たな統計解析法を開発した.また,共変量調整を行うことによって従来法よりも正確な評価が可能になることを示した.
|
