|
本年度はまず、博士後期課程の学生との共同研究という形で昨年度に投稿していた、ロジスティック回帰モデルの回帰係数の統合（メタアナリシス）に関する論文の改訂作業を行ったが、その結果、BMC Medical Research Methodologyという医学統計に関する学術誌に掲載されることとなった。この論文の内容は、メタアナリシスの対象となる各研究において、共変量（説明変数）の組合せが異なるロジスティック回帰分析が行われている場合に、各研究から報告される回帰係数の推定量（とその標準誤差）から、統合されたロジスティック回帰モデルを構成するというものである。ここでもし、共変量の組合せが各研究で同じであれば、多変量メタアナリシスという既存の方法が自然に適用可能であるが、適切にバイアス補正を行うことで難点を克服しているのが、本論文の特徴であり、実際の応用場面では共変量の組合せは異なることが普通なので、その意義は大きいと思われる。しかしながら、本論文で提案している手法にはいくつかの制約があり、その１つは、メタアナリシスの対象となる少なくとも１つの研究では患者個々のデータが使用可能という想定である。そこで、本年度はこの問題についても考え、ロジスティック回帰モデルではなく、線型回帰モデルの（ある種の特別な）場合ならば、個別データを用いなくても統合が可能であることを示した。このように、回帰係数の統合という形での予測モデルのメタアナリシスの研究は進展をしたが、研究期間内に、機械学習の方法との関連を踏まえた予測のためのメタアナリシスや、脳・神経科学、バイオインフォマティクス等でのメタアナリシス、そして医学統計におけるメタアナリシスを包括的に捉え、発展させていくというところまでには至らなかったので、今後の課題にしたいと考えている。
|
