分野別セミナー

生存時間データとはあるイベントが起こるまでの時間のデータである. 臨床試験における生存時間解析では, 例えば実薬群とプラセボ群それぞれのイベント発現 (死亡や疾患の発症など) までの時間データから, Kaplan-Meier法で生存関数の視覚化, log-rank検定を用いた生存関数の群間比較, Cox比例ハザードモデルを用いたハザード比の推定値から治療効果の大きさを評価するという流れで薬剤の有効性を議論することが多い. 本講演の前半は, 生存時間データに対する上記の統計解析手法とその解釈について議論する. さらに, 生存時間解析の応用としてイベント発現リスクに対する予測モデルの検討について紹介する. 実臨床の場面ではイベント発現リスクを考慮した患者さん別の治療方針を計画する際に, どのような患者さんがイベントを発現しやすいかという予測情報は有用であると考えられる. イベント発現リスクの予測精度を向上させるためには, ベースライン時点の共変量のみでなく, 追跡期間中に経時的に測定されるデータ (経時反復測定データ) の利用が検討される. 近年, 生存時間データと経時反復測定データとの関連性を検討するJoint modelが提案されている. 本講演の後半では, Joint modelの紹介とイベント発現リスクの予測モデルの構築・評価, さらに今後の展望について議論する.



参加方法：
下記のURLから７月７日（水）１７：００までに参加登録をお願いします(所属先の記載も必須です)。
承認されましたら、ZoomのURLが届きます。（承認に時間を要することがありますがご容赦ください）
https://zoom.us/meeting/register/tJMvceuurTIsHtJveDtTrLNRoW6NC9YhCBdM