Development and innovation of statistical theory and methodology of network meta-analysis

网络荟萃分析统计理论与方法的发展与创新

基本信息

批准号：
22H03554
负责人：
野間久史
金额：
$ 11.07万
依托单位：
The Institute of Statistical Mathematics
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2027-03-31
项目状态：
未结题

项目摘要

本年度は、ネットワークメタアナリシスにおける推測手法の根幹的な問題である、現状のスタンダードな方法の検定・信頼区間の妥当性が成り立たないという問題を解決するための高次漸近理論に基づく方法の開発に取り組んだ。Kenward-Rogerの方法による新たな推測方法の開発に成功し、シミュレーション実験・実データの解析を通して、既存手法より優れた性能を有することを確認できた。この手法の優れた点は、簡便な行列計算で、信頼区間などを、高速に計算することができるという点である。国際学術誌への論文投稿を行い、良好な査読結果が得られている。また、試験間の治療効果の異質性を測るための指標として、予測区間が、近年、重要な指標として使われているが、本研究では、Bootstrap法に基づく有効なモンテカルロ技法と、高次漸近理論に基づく手法の開発に取り組んだ。シミュレーション実験・実データの解析を通して、既存のスタンダードな手法より優れた性能を有することを確認できた。統計解析ソフトウェアRのパッケージPINMAを開発し、CRANへの公表を行った。加えて、ネットワークメタアナリシスにおける外れ値の検出と影響力解析における実践的な方法論として、機械学習の領域で開発されたロバストなダイバージェンスに基づく推測方法の開発を行った。推定方程式の理論に基づくロバストな推定方法を開発し、重みの不確実性を考慮した、有効な信頼区間の構成方法を開発した。併せて、ネットワークメタアナリシスにおけるContrast-basedモデルでのベイズ流の推測手法の開発に取り組み、マルコフ連鎖モンテカルロ法を用いない、解析的な計算のみですべての計算を完了することができる、汎用的なベイズ計算法を開発した。Jeffreys事前分布などの非正則な事前分布を用いた解析も可能とする枠組みであり、実用上の有用性の高い方法であると考えられる。本研究においても、国際学術誌への論文投稿を完了している。

今年，我们致力于开发一种基于高阶渐近理论的方法，以解决网络荟萃分析中推理方法的基本问题，这是当前标准方法和置信区间不存在的有效性的问题。我们已经成功地使用Kenward-Roger方法开发了一种新的推理方法，并通过模拟实验和对实际数据的分析，我们确认它的性能比现有方法更高。该方法的优点是，它允许使用简单的矩阵计算进行高速计算置信区间等。论文已提交给国际学术期刊，并获得了良好的同行评审结果。此外，近年来，预测间隔已被用作重要指标，作为测量试验之间治疗效应异质性的指标。在这项研究中，我们努力根据基于渐近理论的自举法和方法开发有效的蒙特卡洛技术。通过仿真实验和对实际数据的分析，证实其性能优于现有标准方法。开发了Pinma统计分析软件r的PINMA软件包，并发布给Cran。此外，我们开发了在机器学习领域开发的基于差异的推理方法，作为网络荟萃分析中异常检测和影响分析的实用方法。我们基于估计方程理论开发了一种强大的估计方法，并开发了一种有效的方法来考虑权重的不确定性。此外，我们还在网络荟萃分析中开发基于对比度模型的贝叶斯估计方法，并开发了一种通用贝叶斯计算方法，该方法允许仅使用分析计算完成所有计算，而无需使用Markov Chain Chain Monte Carlo方法。该框架允许使用非规范的先前分布（例如Jeffreys先验分布）进行分析，并被认为是一种高度实用且有用的方法。在这项研究中，我还完成了国际学术期刊的意见书。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Kenward-Roger-type corrections for inference methods of network meta-analysis and meta-regression

网络元分析和元回归推理方法的 Kenward-Roger 型修正

DOI：
发表时间：
2023
期刊：
ISM Research Memorandum
影响因子：
0
作者：
Noma;H.;Hamura;Y.;Gosho;M.;Furukawa;T. A.
通讯作者：
T. A.

PINMA: R package for improved prediction intervals

PINMA：用于改进预测区间的 R 包

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

無情報事前分布によるベイズ流ネットワークメタアナリシス

使用无信息先验分布的贝叶斯网络荟萃分析

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
山田万祐子;藤原和哉;大澤妙子;北澤勝;松林泰弘;矢口雄大;山本正彦;佐藤隆明;三ツ間友里恵;岩永みどり;山田貴穂;児玉暁;曽根博仁.;野間久史
通讯作者：
野間久史

対比ベースのネットワークメタアナリシスにおけるベイズ流の統計解析

基于对比的网络元分析中的贝叶斯统计分析

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
矢口雄大;藤原和哉;山田万祐子;北澤勝;山本正彦;松林泰弘;児玉暁;曽根博仁.;野間久史
通讯作者：
野間久史

ネットワークメタアナリシスにおける外れ値の検出と影響力解析

网络元分析中的异常值检测和影响分析

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Yasuyuki Okoshi;Angel Lopez Garcia-Arias;Kazutoshi Hirose;Kota Ando;Kazushi Kawamura;Thiem Van Chu;Masato Motomura;Jaehoon Yu;野間久史
通讯作者：
野間久史