抗癌剤の用量探索試験のための統計的デザインの新たな展開とその応用

点击翻译按钮获取中文摘要

抗癌剤の最大耐用量は「用量探索試験」(癌患者に抗癌剤を初めて投与し，患者間で用量を増減しながらそれらの毒性を観測し，毒性に耐え得る最大用量を探索する試験)を通じて探索・決定される．このためには統計科学に立脚してデータに語らせる「デザイン」が必要となる．本研究では，この用量探索試験における抗癌剤の最大耐用量の探索・決定のための新しいデザイン及びその拡張並びに関連諸法を開発し，それらの実地での適用可能性を明らかにすることを目的としている．この目的の達成のために，前年度と同様，関連する最新の研究開発動向の調査を継続した．調査結果としては，毒性発現確率に統計分布やモデルを仮定する「モデル支援型デザイン (model-assisted design)」やその拡張形の開発が活発に行われていることに加えて，とくにBayes流最適区間デザイン（Bayesian Optimal Interval Design）法が現時点で主流になりつつあることを確認した．本調査の成果は臨床試験に関する事典にて公表した．また，患者コホートに投与される用量及び観測される毒性のデータに，最大耐用量を関心パラメータとし (第1水準)，最大耐用量の位置によってのみ制約を受ける様々な用量反応毒性曲線を表現する族 (事前モデルと呼ばれる) をもつ (第2水準)，Bayes流階層モデルに基づく方法論を基盤にした標本サイズ設計の方法論，および毒性が発現するまでの時間に対するデザインも開発中であり，現在これらのプログラミング及びシミュレーションを実行しているところである．