個別化医療の適応的臨床研究を支える統計・機械学習法に関する研究

前年度に続き、個別化医療の開発における二つのケースを想定して検討を行った。ケース１は診断法が所与の場合である。診断マーカーを用いて患者集団を選択した後の治療効果の条件付き推定、選択的推論に関して、前年度開発した無作為化検定に基づく重み付き尤度法の汎用性と解釈性を高めるために、データ駆動的な選択イベントに関する「不確実性」を選択確率として導入した新たな枠組みを構築した。一つの適用例として、中間解析の実施により臨床試験の中止・継続を判定する群逐次デザインを想定した定式化と数値実験を開始した。ケース２は診断法が定まっておらず、新規治療法の効果に関する診断法を探索的に開発して患者集団を選択し、同時に治療効果の検証を行うケースである。前年度に続き、治療前の患者特性を表す共変量を用いた特徴量の抽出に関して種々のアプローチから検討を行った。各種画像やオミクスなどの分子データの統合解析に向けてデータ収集と解析基盤を構築し、潜在的特徴量の検出のためのベイズ流階層・潜在構造モデリング、非線形カーネルモデリング等の方法を開発し、性能評価を開始した。一方、研究デザインの工夫による解析効率の向上として、クロスオーバーデータを用いた治療効果特徴量の抽出、治療効果予測解析の方法を開発し、その性能を評価した。併せて、治療効果関数や潜在的結果変数の推定に関して、targeted maximum likelihood estimationや計量経済分野のアプローチの適用可能性についても検討を行った。また、新規テーマとして、ごく小標本のもとで新規治療の安全性評価を行うための能動的レベル集合推定に基づく用量探索法を開発し、既存法との比較を行った。以上の方法論研究と平行して、各種がん、院内感染、救急医療などにおける事例研究を実施した。

前年度に続き、個別化医療の開発における二つのケースを想定して検討を行った。ケース１は診断法が所与の場合である。診断マーカーを用いて患者集団を選択した後の治療効果の条件付き推定、選択的推論に関して、前年度開発した無作為化検定に基づく重み付き尤度法の汎用性と解釈性を高めるために、データ駆動的な選択イベントに関する「不確実性」を選択確率として導入した新たな枠組みを構築した。一つの適用例として、中間解析の実施により臨床試験の中止・継続を判定する群逐次デザインを想定した定式化と数値実験を開始した。ケース２は診断法が定まっておらず、新規治療法の効果に関する診断法を探索的に開発して患者集団を選択し、同時に治療効果の検証を行うケースである。前年度に続き、治療前の患者特性を表す共変量を用いた特徴量の抽出に関して種々のアプローチから検討を行った。各種画像やオミクスなどの分子データの統合解析に向けてデータ収集と解析基盤を構築し、潜在的特徴量の検出のためのベイズ流階層・潜在構造モデリング、非線形カーネルモデリング等の方法を開発し、性能評価を開始した。一方、研究デザインの工夫による解析効率の向上として、クロスオーバーデータを用いた治療効果特徴量の抽出、治療効果予測解析の方法を開発し、その性能を評価した。併せて、治療効果関数や潜在的結果変数の推定に関して、targeted maximum likelihood estimationや計量経済分野のアプローチの適用可能性についても検討を行った。また、新規テーマとして、ごく小標本のもとで新規治療の安全性評価を行うための能動的レベル集合推定に基づく用量探索法を開発し、既存法との比較を行った。以上の方法論研究と平行して、各種がん、院内感染、救急医療などにおける事例研究を実施した。