ICH E9 臨床研究における統計解析の原則 2

ICH E9は臨床研究における統計解析の原則に関するガイドラインです。2では治験のデザインについてまとめています。

Transcript

1. ICH E9 臨床研究における統計解析の原則 2 2021/1/6 Ver. 1.0
2. バイアス低減のためのデザイン 盲検化とランダム化が最も重要な要素となる • 承認申請時に提出する臨床データでは必須 • 通常は二重盲検で、直接関わるものは処置の詳細を知らない • 除外、中止、計画書逸脱もバイアスの原因となる
3. 盲検 処置を知ることで起こりうるバイアスを排除する • 患者も治験責任医師も処置の内容を知らない（二重） • 単盲検やオープンラベルの研究でもバイアスに注意を払う • 治験の完了まで二重盲検を維持する • “Double-dummy”*を用いる場合もある • 盲検解除は患者の治療上必要なときのみ行う ＊錠剤の形状等で見分けが付く場合に、同じ形状のプラセボを複数種準備し形状から判別不可能にする方法。倫理的問題を含む時がある
4. ランダム化 意図的な患者の分配を防ぐ • 予後を予測した結果によるバイアスを防ぐ • ランダム化の方法はあらかじめ定め、再現可能とする • ブロックごとに患者をランダム化すると利点が多い • 多施設での研究では、中央集権的にランダム化を行う
5. ランダム化 意図的な患者の分配を防ぐ • 患者群の層別化を伴う場合もある（動的割付） • 盲検と同様に、ランダム化計画も治験中開示しない • 盲検・ランダム化維持にアルゴリズムを使用することを推奨 ＊Dynamic Allocation: 動的割付法
6. 治験デザイン: 並行群間 患者を異なる複数の処理に割付する方法 • 用量違いやプラセボなどを含む処理に割付する • 他の方法より単純 ＊Parallel Group Design: 並行群間デザイン
7. 治験デザイン: クロスオーバー 1患者に異なる複数の処理を行う方法 • 被験者数を少なく、検出力を高くできる • 休薬期（Washout）を処理間に設ける • 処理と時間の相互作用とキャリーオーバーが問題となる • 病状が慢性的で安定していることが必要となる • 中止、AEの解釈が困難となる ＊Carryover: 持ち込み効果、前の処理の結果が後の処理の結果に影響を及ぼすこと
8. 治験デザイン: Factorial Designs（要因計画） 2つ以上の処理を患者に割付する方法 • 処理間の相互作用の検証のために用いられる • 主効果での被験者数の計画では検出力が低いことがある • 複合剤での用量応答性を調べる際にも使用される
9. 治験デザイン: Multicentre Trials 2つ以上の施設で実施される研究 • 限られた時間で十分な被験者を確保する • 研究対象の十分な一般化を図る • 施設間で差のない処置や評価の手順が必須となる • 施設の統計的取り扱いを計画書で定義する必要がある • 施設間の治療効果のばらつきを統計的に説明する ＊Carryover: 持ち込み効果、前の処理の結果が後の処理の結果に影響を及ぼすこと