総説・解説等

アダプティブデザインとは、「試験中で蓄積しているデータを用いて、妥当性と完全性を損なうことなく、実施中の試験のひとつ以上の特性を修正する機会を事前に計画に盛り込んだ臨床試験デザイン」と定義されている。アダプティブデザインによって、従来の固定デザインよりも安全で有効な治療をより早く提供できるようになることが期待されており、近年注目が集まっている。また、2020年6月にはランダム化比較試験の報告のためのガイドラインであるCONSORTのアダプティブデザイン拡張版が出版されており、アダプティブデザイン用のチェックリストが提供されている。本稿では、アダプティブデザインの基礎について実例を交えて解説する。(著者抄録)

生物統計のコンサルテーションを行っていると，「このデータのp値を計算してください」，ひどいときには「学会発表をするのでこのデータで有意差をつけてください」という相談がある．統計解析を，統計ソフトでp値を計算すること，グラフにエラーバーを書き込んで有意差マーク★印をつけること，と思いこんでいる研究者が少なくないようである．このように，臨床医学の世界では，「有意症（significantosis）」というものが蔓延している．有意症の予防・治療法は，統計的仮説検定及び区間推定を正しく理解することである．本稿では，推定や統計的仮説検定の解釈に重点を置き，これらの手法を用いた医学・薬学データの統計解析について概説する．

がんや循環器疾患領域の臨床研究において, 治療介入を開始した時点から死亡などのイベントが発生するまでの時間を評価することがよくある. このような時間データを対象とする統計手法を生存時間解析という. すべての被験者の正確な生存時間がわかれば解析は容易であるが, 現実的には追跡期間中に転院等で追跡ができなくなり正確な生存時間がわからないことがしばしばある. このような状況を無視してデータ解析を実施すると, 解析結果にバイアスが生じる. 本稿では, 医学・薬学研究における生存時間データの特徴, 生存時間解析法の原理や利用法について概説する.

臨床研究を開始する際に, 研究者がまず悩む問題の一つは「被験者の数はどれくらい必要か？」ということではないだろうか. 被験者の数が多いほど解析の精度があがり, 統計学的有意差を検出しやすくなる. しかしながら, 統計学的に検出したわずかな差が, 臨床医学的 (あるいは生物学的) に意味のある差とは限らない. そのため, 臨床研究を計画する際には, 科学性・倫理性の双方の観点から, 適切な症例数設計を行う必要がある. 本稿では, 検証的臨床試験における統計学的な症例数設計の原理や手法について概説する.

臨床医であれば, 目の前の患者さんの症状や検査結果などをコンピュータに入力して, 将来の症状や予後などを客観的な数値として予測できたらよいと考えたことがあるのではないだろうか. そのような考えを実現するためのツールの一つが, 統計モデルである. 現在, 多くの疾患に対して, 統計モデルに基づく予後予測スコアや疾患発症予測スコアなどの開発が試みられている. しかし, 著名な統計学者George Boxは 「すべての統計モデルには間違いがあるが, 役に立つモデルも存在する」 と述べているように, 統計モデルの構築・検証を行い, 十分に吟味し適切なモデルを選び出す必要がある. 本稿では, 医学・薬学研究における統計モデルの原理や利用法について概説する.

今日の医療にEvidence based medicine（EBM）という考えが導入され，ランダム化比較試験やメタアナリシスなどの臨床試験成績が重視される傾向にある．しかしながら，臨床試験の計画や結果の解釈の背景には疫学研究があり，それに基づいて疾患の実態がわかっていなければ，薬効評価及び治療以外のさまざまな要因の影響を考慮することができない．したがって，疫学研究は，いまやEBMを支える両輪の一つとして，臨床試験の評価と適応に欠くことのできない重要な役割を担っている．本稿では，疫学研究の計画と結果の解釈に重点を置き，疫学研究のデザイン及びデータ解析について概説する．

臨床試験は，倫理的に許容される範囲内で実施されるヒトを対象とした実験であり，新薬や新治療法などの有効性・安全性を調べるための方法として，科学的に広く認められ，確立している．ヒトに対する実験であるという観点から，臨床試験の実施にあたっては，科学的かつ実施可能性を考慮した厳密なプロトコルを作成すること，被験者に試験の詳細やリスク・ベネフィットをわかりやすく説明した上で同意取得を行うこと，さらにプロトコルに遵守して試験を実施することが要求されている．そのため臨床試験を成功させるキーポイントは，「プロトコル作成」と言っても過言でない．臨床試験のプロトコル作成にあたっては，臨床試験に関わるプレイヤー（医師，生物統計家，CRC，データマネジャ等）が医学，生物統計学，データマネジメント等の様々な側面から検討を行う必要がある．統計的側面から検討を行う際に，3つの重要なポイントがある．1）比較可能性をあげる，2）一般化可能性をあげる，3）精度をあげる．本稿では，上記の3原則を中心に臨床試験の計画・プロトコル立案・統計解析について概説する．