| 研究課題/領域番号 |
19K11849
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
丸尾 和司 筑波大学, 医学医療系, 准教授 (10777999)
|
|---|
| 研究分担者 |
石井 亮太 筑波大学, 医学医療系, 助教 (40835633)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | モデル誤特定 / ロバストネス / 歪んだデータ / 欠測 / robust variance / model misspecification / Rパッケージ / ロバスト分散 / Box--Cox変換 / Rパッケージ解説 / 非ランダム下における推測 / ソフトウェア / バイアス / MMRM法 / 分布形状 |
|---|
| 研究開始時の研究の概要 |
経時測定されたアウトカムにを対象としたランダム化臨床研究では，mixed models for repeated measures(MMRM)法が主解析として採用されることが多い．そこではデータに諸種の仮定がおかれ，統計モデルの誤特定が治療効果やその標準誤差のバイアス及び検出力の低下を招く恐れがある．本研究ではMMRM法について，仮定を緩めたより柔軟なモデルあるいはモデル誤特定を許容したロバストな推測法を開発する．本研究によって，治療効果のバイアス低減や検出力の向上が期待でき，効率的な治療法の開発に資すると考えられる．
|
| 研究成果の概要 |
経時的にアウトカムが測定されるランダム化比較試験のデータ解析において，統計モデルを誤特定する影響の調査及び，誤特定の影響を受けづらいロバストなモデルの開発を行った．具体的には，①アウトカムの分布形状が歪んでいる場合によくあてはまるモデルのプログラムパッケージ開発，②治療効果の精度を推定する際において，モデル誤特定を許容したロバスト分散の，欠測データ下におけるロバストネスを評価した．これらの研究成果は査読付きの国際紙に発表された．
|
| 研究成果の学術的意義や社会的意義 |
概要における①歪んだ経時データの解析方法のプログラムパッケージの開発について，この方法は当該の状況において新規治療の治療効果の検出力を高めることが示されており，有用な治療のより効率的な開発に寄与することが期待される．②ロバスト分散の有限欠測データにおけるロバストネスの評価について，ある程度どのような状況でも用いることができる分散推定量は解析者にとって非常に便利であり，この性質を明らかにしたことは統計ユーザーにとって有用であると考えられる．
|
