Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
ICH_E9_臨床研究における統計解析の原則_3.pdf
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
xjorv
January 09, 2021
Education
270
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ICH_E9_臨床研究における統計解析の原則_3.pdf
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。3では結果の比較とサンプルサイズについてまとめています。
xjorv
January 09, 2021
More Decks by xjorv
See All by xjorv
コンパートメントモデル
xjorv
3
6.1k
コンパートメントモデルをStanで解く
xjorv
0
540
生物学的同等性試験 検出力の計算法
xjorv
0
3.7k
生物学的同等性試験ガイドライン 同等性パラメータの計算方法
xjorv
0
6.7k
粉体特性2
xjorv
0
2.6k
粉体特性1
xjorv
0
3k
皮膜5
xjorv
0
2.4k
皮膜4
xjorv
0
2.3k
皮膜3
xjorv
0
2.3k
Other Decks in Education
See All in Education
El Clima de España. Tema 2 (PPT)
juanmartin2026
0
19k
Book-keeping
bvr7352
0
130
AIがコードを書く時代に、何を教えるのか / What Should We Teach in the Age of AI-Generated Code?
ichiroc
1
590
Soluciones al examen de Geografía 2026. JULIO (Convocatoria Extraordinaria)
juanmartin2026
1
20k
吉岡研究室紹介(2026年度)
kentaroy47
0
260
Geografía y fútbol. Atlanta. la megalópolis del fútbol
juanmartin2026
1
12k
Merger Process
bvr7352
0
160
Antigravityを使ってGeminiAPI(NanobananaPro)と連携して挿絵メーカーを作った
yoshimura_datam
0
250
aini school小中等部説明会資料
ainischool
0
160
中小規模私大の教学IRを支えるデータマネジメント ― データ基盤構築の取り組みと実務の現在地 ―
terazawa
0
210
私たちはなんでテストするんだっけ? Ver.東北IT物産展2026 in 会津若松
camel_404
3
210
チームの鏡になるー自分の癖を知ると、チームのパターンが見えてくる@スクフェス仙台
saorimurooka
0
220
Featured
See All Featured
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
1
620
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.4k
What does AI have to do with Human Rights?
axbom
PRO
1
2.4k
Fantastic passwords and where to find them - at NoRuKo
philnash
53
4k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
480
Bootstrapping a Software Product
garrettdimon
PRO
306
120k
Documentation Writing (for coders)
carmenintech
77
5.6k
WCS-LA-2024
lcolladotor
0
850
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.8k
BBQ
matthewcrist
90
10k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
31k
Transcript
ICH E9 臨床研究における統計解析の原則 3 2021/1/7 Ver. 1.0
結果の比較方法: 優越性 プラセボや同効能の有効成分より優れていることを示す • 深刻な病状ではプラセボを対照に用いるのは避ける • プラセボの代わりに有効な治療(有効成分)を用いる *優越性はSuperiority、有効成分を対照に用いる場合をActive controlと呼ぶ
結果の比較方法: 同等性、非劣性 同効能の有効成分と同等、非劣性であることを示す • 同等性は有効成分が同じジェネリック医薬品で用いられる • 新規有効成分を同効能品と比べるときは非劣性を用いる • 多回投与などでも非劣性試験が行われる場合がある •
プラセボを含めて、絶対的な効果を調べる場合もある *同等性はEquivalence、非劣性はNon-inferiority
結果の比較方法: 同等性、非劣性 同効能の有効成分と同等、非劣性であることを示す • 優越性と比較して被験者の除外などの影響を受けやすい • 同効能品は有効性を証明されているものを用いる • どの程度同等、非劣性であればよいか計画書に記載する •
通常は信頼区間を設定し、同じとみなせる範囲を定める *同等性はEquivalence、非劣性はNon-inferiority
結果の比較方法: 同等性、非劣性 同効能の有効成分と同等、非劣性であることを示す • 同等性は両側、非劣性は片側の範囲を決める • 第一の過誤について注意を払う必要がある • 帰無仮説を棄却できないことを説明に用いてはいけない •
中断した患者では無効能だった可能性がある *同等性はEquivalence、非劣性はNon-inferiority
結果の比較方法: 用量応答性 ICH E4に従い研究デザインを構築する • 効能確認、効能と用量の関係等、調べることが多い • 目的は設定した用量、プラセボによって達成する • 結果をグラフ等で示すのも検定と同様に重要となる
• 必要な検定等は計画書にあらかじめ記載する
Group Sequential Designs 中間解析を行うような研究デザインのこと • すべての結果が出てから解析するより現実的 • 治験開始前に統計計画・方法を定めておく • 独立データモニタリング委員会*を設置することが多い
• 生存率などのエンドポイントの検証ではよく用いられる *Independent Data Monitoring Committee、盲検維持を行いながら中間解析を行う 生存率などの検証には時間がかかるため、中間解析が必要となる場合が多い
サンプルサイズ 目的達成のために必要十分な被験者数を設定する • 安全性・副次目的の達成には多めの被験者数が必要 • 主要評価項目、統計手法、帰無仮説などを元に決定 • 第1/第2の過誤を適切に調整する • イベントの発生率が対象なら、発生数が重要となる
サンプルサイズ 目的達成のために必要十分な被験者数を設定する • サンプルサイズの計算法と結果は計画書に記載する • ばらつきの変化に対しての頑強性が重要となる • 計算根拠となる値のばらつきは文献や予備研究から得る • 第1の過誤を5%、第2の過誤を10-20%に設定する
サンプルサイズ 目的達成のために必要十分な被験者数を設定する • 同等性、非劣性検証では、信頼区間を基に計算する • 中間解析を含む研究では、被験者数を固定できない • 最大数を固定しておいて、完了手順を定める