多変量経時測定データ解析のための自己回帰線型混合効果モデル

点击翻译按钮获取中文摘要

医学統計分野での連続型反応の多変量経時測定データ解析で有用な統計モデルの新たな開発を行っている。多くの疾患分野で複数の検査値相互の経時的関係に医学的興味があり、臨床試験でも複数の検査値を測定しているが、多変量経時測定データ解析に関する研究はまだ少ない。研究者が近年新たに提案している自己回帰線型混合効果モデルは反応を直前の反応と共変量に回帰する自己回帰モデルを医学データに適合するように拡張したモデルであり、個体ごとにある均衡値に達する推移を単純な線型モデルの枠組みで表し、多変量への拡張も容易である。しかし、医学統計分野では自己回帰モデルに関する研究は非常に少なく、誤解されている点が多い。そこで、1変量自己回帰線型混合効果モデルを論文として公表した。また、実際に慢性腎不全維持透析患者における二次性副甲状腺機能亢進症の治療での副甲状腺ホルモンと血清Ca濃度を例に2変量自己回帰線型混合効果モデルを提案し(論文投稿)、これに基づくDynamic dose modificationについて国際学会で発表した。さらに、途中脱落のあるデータで提案しているモデルが有用であることを国際学会で発表した(論文投稿)。また、関連して、薬物動態における統計モデルはパラメータの置換でいくつか書き下せるが、特定のパラメータに対して適した測定ポイントを見出し、学会発表を行った。近年パネル(縦断)研究の発展とともにパネルデータ解析が急速に発展してきている。理論的研究を深め、得られた知見を、実際のパネル研究のデザイン面へ反映させることが必要である。