臨床試験デザイン入門 全3回講座

第1回 『臨床試験と臨床統計』

(2013年6月24日 13:00～16:30)

• 臨床試験の定義を正確に理解する
• 主観的な思い込みから客観的なエビデンスへ
• 適切に計画・実施された臨床試験の重要性
• 臨床試験が可能なとき、不可能なとき
• 臨床試験に求められる倫理的要件
• 目の前の患者と将来の患者をともに保護する
• 公平かつ客観的に試験治療を比較する
• 臨床試験のフェーズと仮説検証のレベル
• 臨床試験は事前に適切に計画しなければならない
• プロトコルは臨床試験の生命線である
• クリニカルクエスチョンを明確に事前に特定する

• 臨床統計は客観的なエビデンスを得る方法論である
• 臨床試験の被験者は患者集団の代表である
• 被験者は患者集団からランダムには選ばれていない
• 試験結果を患者集団に一般化することは可能か
• 適格基準は明確に事前に特定する
• 適格基準は試験間の結果の相互比較に重要である
• 被験者を同定する方法は結果の解釈に大きな影響を与える
• 臨床統計の目的はバイアスとばらつきの最小化である
• バイアスとばらつきを正しく区別する
• バイアスを生じさせ得る因子を明確に理解する
• バイアスを低減する技法を積極的に計画する
• ばらつきの影響は症例数で制御できる

• 薬物動態試験では特殊な臨床試験計画が必要である
• クロスオーバー試験は慢性的かつ非可逆的な疾患で計画できる
• 優越性比較、非劣性比較と同等性比較の違いを理解する

• 質疑応答・名刺交換

第2回 『バイアスを低減する技法』

(2013年7月19日 13:00～16:30)

• 対照にはベースライン対照、歴史対照、同時対照などがある
• 同時対照以外は内的妥当性を担保できない
• 対照治療の選択は試験計画に大きく影響を与える
• プラセボやダブルダミーを用いる利点と欠点

• ランダム化は群間の背景因子を均一化する
• ランダム化は未知の因子も群間で均一化できる
• ランダム化を行わないことは非倫理的である
• 単純ランダム化は実際に行われることはまれである
• 置換ブロック法と最小化法が標準的に実施される
• 層別因子は可能な範囲で少ない方が良い
• ランダム化は治療開始の直近に実施するのが望ましい

• 盲検化は割付治療を知ることに伴う偏りを低減する
• 2重盲検では患者もスタッフも割付を知ることができない
• 盲検化が困難あるいは不可能な場合がある
• 病理診断や画像診断を盲検化すると偏りを低減できる

• 主要評価項目とそれ以外を明確に区別する
• 通常、主要評価項目はただひとつに設定する
• 評価項目をプロトコルに事前に明記する
• 評価項目は可能な限り客観的に評価できるものにする
• 代替評価項目によって評価に偏りが生じることがある

• ノンコンプライアンス例の除外は結果に偏りを生じさせる
• ITT解析はノンコンプライアンスや脱落の影響を低減する
• ITT解析は「差がある」方のバイアスを低減する
• ITT解析によりバイアスが大きくなることもある

• プロトコルは「後知恵」の影響を最小限にするツールである

• 質疑応答・名刺交換

第3回 『統計解析手法の基礎』

1日目(2013年8月26日 13:00～16:30)

• 臨床試験の計画時には解析手法も定める必要がある
• 解析手法を特定しないと症例数を計算出来ない
• 主解析とその他の解析を明確に区別する

• 記述統計と推測統計を明確に区別する
• データには種類がある
• データの分布を図視することは重要である
• データの「位置」と「尺度」をそれぞれ要約する
• 平均値と中央値を正しく使い分ける
• 「正規分布に従う」の意味を正しく理解する
• 標準偏差と標準誤差を正しく使い分ける
• 四分位範囲と範囲は有用なツールである
• データ数が増えると平均値の分布は正規分布に近づく
• データの要約方法と統計手法を関連付ける
• 外れ値を解析から除外するときは細心の注意が必要である

• 帰無仮説と対立仮説を正しく区別する
• 仮説検定では帰無仮説の「あり得なさ」を評価する
• 仮説検定の背理法を理解する
• αエラーとβエラーを正しく理解する
• αエラーとβエラーはトレードオフの関係にある
• なぜ有意水準はいつも0.05なのか
• 検出力を高めるためには症例数を増やす
• p値が大きくても群間差が大きいとは限らない
• 「統計的に有意」と「臨床的に有意」を正しく区別する
• 信頼区間で推定値の取り得る範囲を定量化できる
• 信頼区間のベイズ流解釈は直感的に理解しやすい
• p値よりも信頼区間の方が臨床的有意性を評価しやすい
• 症例数を増やしてもバイアスは低減しない
• 十分な検出力を確保するために症例数を事前に設定する
• 試験中に試験期間や症例数を見直す機会も重要である

• 質疑応答・名刺交換

2日目(2013年8月27日 13:00～16:30)

• 割合と率を正しく使い分ける
• 有症割合と発症率の違いを正しく理解する
• 相対リスクと絶対リスクを正しく使い分ける
• NNTの計算方法と解釈の仕方を理解する

• t検定とウイルコクソン検定を正しく使い分ける
• カイ2乗検定とフィッシャーの正確検定を正しく使い分ける
• CMH検定の使い方を理解する
• 相関係数とそのp値や信頼区間を正しく解釈する
• 分散分析と回帰分析を統一的に理解する
• 相関係数と寄与率の関係を理解する
• 交絡、交絡因子、偽相関を正しく理解する
• 重回帰分析で交絡因子を調整する

• オッズ比の計算方法を理解する
• ロジスティック回帰分析でオッズ比を推定できる
• ロジスティック重回帰分析と調整オッズ比

• 生存時間解析では打ち切りを考慮する必要がある
• ハザードとハザード比の意味を理解する
• カプラン・マイヤー曲線の描き方を正しく理解する
• 複数のカプラン・マイヤー曲線をログランク検定で比較する
• ログランク検定とCMH検定の関係を理解する
• ハザード比をコックス回帰モデルで推定する

• 検定を何回も繰り返すとαエラーが増大する
• ダネット検定とチューキー検定を正しく使い分ける
• 多群の研究では統計的有意性を検出しにくい
• 多変量解析でも多重性の問題は存在する
• 試験中に有効性を解析するときは中間解析手法を用いる

• 交絡と交互作用を区別する
• サブセットの解析では交互作用の検定を重視する

• 質疑応答・名刺交換