2023 年度研究成果報告書

医療経済評価における非選好型尺度からQOL値へのマッピング手法に関する基礎的研究

研究課題

PDF

研究課題/領域番号	19K24193
研究種目	研究活動スタート支援
配分区分	基金
審査区分	0908:社会医学、看護学およびその関連分野
研究機関	東京大学
研究代表者	萩原康博東京大学, 大学院医学系研究科(医学部), 助教 (60844040)
研究期間 (年度)	2019-08-30 – 2024-03-31
キーワード	医療経済評価 / 費用対効果 / マッピング / 効用値 / 欠測データ / バイアス / 順序効果 / 機械学習
研究成果の概要	「欠測データ解析の枠組み」を用いて、医療経済評価を行う際にマッピングにより期待QOL値をバイアスなく推定できる条件を導出した。EORTC QLQ-C30からEQ-5D-5L index への直接・間接マッピングアルゴリズムを開発した。ソース尺度とターゲット尺度の測定順序はマッピングアルゴリズムにあまり影響を与えないことをがん領域の実データを用いて示した。勾配ブースティング木を用いてEORTC QLQ-C30からEQ-5D-5L index への直接・間接マッピングアルゴリズムを開発した。マッピングアルゴリズムを作成するために必要な最小サンプルサイズ計算法の開発を行った。
自由記述の分野	生物統計学
研究成果の学術的意義や社会的意義	マッピング手法の新規開発やマッピング手法の医療経済評価での利用に対して本研究で得られた条件は、今後のマッピングに関連する研究が向かうべき適切な方向性を示し、医療経済評価でのマッピングの実践を改善することにつながると期待される。開発したマッピングアルゴリズムは、今後の医療経済評価で利用かのうである。開発した必要サンプルサイズ計算法は、線形回帰モデルを用いる場合にしか現在は用いることができない限界がある。しかし、この研究をきっかけに、マッピング研究に用いられるより複雑な回帰モデルでのサンプルサイズ計算方法の開発が行われることが期待される。