▼▼▼▼▼▼▼▼
チャンネル登録はこちら

統計解析用データの作成

集計・解析を実施する場合に, 1998年11月30日に医薬審第1047号として公表された「臨床試験のための統計的原則」を参考とすることが多い．

このガイドラインでは解析対象として，「最大の解析対象集団(FAS ； Full Analysis Set)」や「治験実施計画書に適合した対象集団（PPS ； Per Protocol Set)」という概念が導入されている．

このそれぞれの解析対象集団ごとの臨床試験データのサブセットをつくることも考えられるが，集計・解析の際にSELECT文などによるフィルタリングを考えた方が効率的であり，品質保証の点から考えても集計・解析用データセットごとに検証を行わなくてよいため，望ましいと考えられる．

有効性の採否といった集計・解析上の取り扱いについて考えた場合，有効性の採否に応じて有効性データそのものを「1:著効」から「8:評価不能」に変換して置き換えるということも考えられるが，品質保証の点から考えた場合には処理前と処理後の確認などを行わなければならず効率的であるとは言い難い．

万一，このデータを単純にオーバーライトしてしまうような処理体系をつくっている場合には元に戻すには症例報告書などから入力の仕直しが必要になってしまうというような非常に情けない事態になってしまう．

このようなことを防ぐためにも採否に関しては，ある種の層別因子であると考え，全体の集計と合わせて示すようにすれば，集計・解析の結果確認にも利用することができる．

また，併用薬などのデータについて集計・解析を考慮した処理が必要なことがある．

すなわち，症例報告書には薬剤名や投与期間などが記載されており，これらがそのままコンピュータに入力される．

しかしながら，集計・解析を行う際には個々の薬剤名で処理するよりも，特定の薬効群，たとえばステロイド剤の使用の有無というような形態で利用することがある．

このような場合に，薬剤名を入力することにより，自動的にステロイド剤の使用の有無というような薬効群の情報として解析用データに反映されるようになっていれば非常に便利である．

このほかに，集計・解析に際して苦労することが多く，統計解析用データとして必要になるのはタイム・ウィンドウ(Time Window)である．

これは，臨床検査データのようにいくつもの時点で観察が行われる場合に，どの観察囗のデータをどの時点として採用するかということを決めるために，たとえば１週間目の観察としては７日目±２日を採用とするというようなことである．

最近では，プロトコルにこれらの規定が明記されていることが多く，基準を決める不透明さや困難さはなくなってきているが，データベース上にどのように反映するかという課題は残されている．

現実的に，症例報告書に記載されている臨床検査データは全て入力されているべきであり，日付とは別に｢評価週｣というような項目を定義し，タイム・ウィンドウに基づいて１ｗなどといった情報が入力されるようにしておくことにより対応することができる．

また，このアイデアは，経時的なデータにおいて欠測値(Missing Value)が生じた場合に引き延ばし(Carry Forward)などの方法により欠測値を補填して解析する場合や，特定観察時点での採否などを設定したい場合にも利用することができる．

なお，品質保証という点から考えれば，統計解析用データの作成に際しては答申GCPでの処理前と処理後の検証が必要になることから，統計解析用データの作成もデータマネジメント部門で行い，解析部門では準備された臨床試験データをそのまま利用することが妥当であろう．

統計解析用データの作成は、臨床試験のデータ管理において非常に重要なステップであり、医薬品の効果や安全性を評価するための基盤となります。このプロセスは、1998年11月30日に公表された「臨床試験のための統計的原則」（医薬審第1047号）を参考にすることが多く、臨床試験を行う際の統計的アプローチを確立するために必要なガイドラインを提供しています。このガイドラインでは、解析対象として「最大の解析対象集団（FAS；Full Analysis Set）」や「治験実施計画書に適合した対象集団（PPS；Per Protocol Set）」という概念が導入されています。FASは、治療開始後に少なくとも1回の観察データを取得したすべての被験者を含む集団であり、PPSは、治療計画に従って治療を完了した被験者を対象にした集団です。これらの集団は、それぞれの目的に応じて解析を行うために設定され、データの信頼性を高める役割を果たします。これらの解析対象集団に基づくデータセットを作成することは、臨床試験の結果を解釈する上で不可欠ですが、実際にはデータのサブセットを作成するよりも、集計・解析の際にSELECT文などによるフィルタリングを行うほうが効率的です。SELECT文を使用することで、必要なデータを効率的に抽出することができ、データの整合性も保たれるため、品質保証の観点からも望ましいと考えられます。これにより、各データセットごとの検証作業を減らすことができ、解析の効率化が図られます。また、有効性の採否についての集計・解析方法を検討する際、データを「1:著効」から「8:評価不能」に変換して処理することも考えられますが、この方法では、変換前後での確認作業が必要となり、効率的とは言えません。データの誤操作や不整合を防ぐためには、データの変換処理に慎重を期し、処理後に元に戻す必要が生じないような仕組みを構築することが重要です。万が一、単純にオーバーライトしてしまうような処理体系を構築した場合、元のデータを復元するには症例報告書などから再入力を行う必要が生じ、非常に手間がかかるだけでなく、データの整合性にも問題が発生する恐れがあります。このような事態を防ぐためには、有効性の採否に関しては層別因子として扱い、全体集計と合わせて提示する方法が望ましいです。これにより、集計・解析の結果を確認する際にも役立ち、データの品質を維持することができます。また、臨床試験のデータにおいては、併用薬などの情報も集計・解析の対象として考慮する必要があります。症例報告書には薬剤名や投与期間などの詳細な情報が記載されており、これらのデータはそのままコンピュータに入力されることが一般的です。しかし、集計・解析の際には、個別の薬剤名で処理を行うよりも、薬効群に基づいて処理する方が効率的であることが多いです。たとえば、ステロイド剤の使用有無を示す情報として利用することができます。このような場合、薬剤名を入力することで、自動的にステロイド剤の使用有無を示す薬効群の情報として解析用データに反映される仕組みを構築すれば、データの整理がスムーズになり、解析作業の効率が大幅に向上します。この方法により、薬剤の効果を薬効群ごとに解析することができ、より精度の高い分析が可能となります。さらに、統計解析を行う際には、タイム・ウィンドウ（Time Window）の設定が非常に重要です。これは、臨床検査データのように複数の時点で観察が行われる場合に、どの観察時点のデータを採用するかを決定するための基準です。たとえば、1週間目の観察データとしては、7日目±2日の範囲内でデータを採用するというルールを設定することが一般的です。最近では、プロトコルにこれらの基準が明記されていることが多く、データベース上でどのように反映するかという課題はありますが、基準自体の不透明さや設定の難しさは解消されています。このようなタイム・ウィンドウの設定により、データの一貫性が保たれ、解析結果の信頼性が向上します。また、症例報告書に記載されている臨床検査データは、すべて入力されるべきであり、日付とは別に「評価週」などの項目を定義し、タイム・ウィンドウに基づいて1週目などの情報を入力できるようにすることで、適切な時点のデータを選定することができます。この方法により、データが欠測している場合にも、タイム・ウィンドウに基づいたデータ選択が可能となり、欠測値の補填がスムーズに行えます。また、欠測値に関しては、引き延ばし（Carry Forward）などの方法を用いて補填することが一般的ですが、このアプローチもタイム・ウィンドウを利用して、欠測値を適切に補完することができます。特定の観察時点での採否や評価を設定する場合にも、このアイデアを応用することが可能です。統計解析用データの作成においては、品質保証の観点から、処理前と処理後の検証が必要となることが求められます。これにより、データの正確性や整合性が保たれ、解析結果が信頼性を持つものとなります。品質保証のためには、統計解析用データの作成もデータマネジメント部門で行い、解析部門では準備された臨床試験データをそのまま利用することが妥当です。このように、データの作成、管理、解析においては、各部門が連携し、データの整合性と信頼性を確保することが最も重要です。データマネジメント部門では、データの整備や検証を行い、解析部門ではそのデータを使用して解析を実施することで、データの品質を維持しつつ効率的な解析が実現できます。統計解析用データの作成は、臨床試験の成功にとって重要な役割を果たし、その結果が治療法の開発に大きな影響を与えるため、細心の注意を払いながら行う必要があります。