SASV9のLIFETESTとTPHREGを用いた メタアナリシス 東京理科大学　 浜田知久馬 中西 豊支　松岡 伸篤　徳茂広太 2004/7/30

発表構成(予稿とはかなり異なる) PPTファイルはダウンロード可能 http://www.rs.kagu.tus.ac.jp/hamada/ SASV9の生存時間解析プロシジャの機能拡張 LIFETESTによるノンパラメトリック検定と 　　層を併合した解析 TPHREGによるカテゴリカルデータのモデル化と 　　交互作用の検討 メタアナリシスの数理 SASによる解析事例 メタアナリシスの問題点と対処

SASV9の生存時間解析 プロシジャの機能拡張 ＬＩＦＥＴＥＳＴプロシジャ 　ＳＵＲＶＩＶＡＬ文＋ＯＤＳ　ＧＲＡＰＨ：様々なグラフ作成 　ＳＴＲＡＴＡ文：ノンパラメトリック検定が4つ追加 　　　　　　　　　 ＴＲＥＮＤオプションによる傾向性検定 GROUP=オプションによる層を併合解析 ＴＰＨＲＥＧプロシジャ 　ＰＨＲＥＧプロシジャのテスト版 　ＣＬＡＳＳ文による分類変数と交互作用のモデル化 　ＣＯＮＴＲＡＳＴ文による対比を用いた解析　

ODS Graph の機能 ods html; ods graphics on ; proc lifetest data=gehan plots=(s,lls) method=km; time week*remiss(0); strata drug; survival out=out plots=(s,lls,ｃｌ); run; ods graphics off; ods html close;

カプラン・マイヤープロット

二重対数プロット

生存率の95%信頼区間

SAS V9.1ではＬＩＦＥＴＥＳＴにノンパラメトリック検定が４種類追加された． ログランク検定 一般化ウイルコクソン検定 Tarone-Ware 検定 Peto-Peto 検定 modified Peto-Peto 検定 Harrington-Fleming 検定

ノンパラ検定のイメージ 生存率 １ 観測生存率と期待生存率の差 H0の下での 期待生存時間曲線 時間

ノンパラ検定の統計量 t1< t2<… < tD ：個体のイベント発生時間 ( ti ) 片方の群の i ：イベント発生時点 ( i=1,2,…,D ) [ tiに対応 ]　　 片方の群の di ：時点ｔ i における観測死亡数 ei ：時点ｔ i における期待死亡数 w(ti) ：時点 i における重み( w(ti) ≥ 0 )

時点の重み 検定 重み： ログランク 1 一般化ウイルコクソン Tarone-Ware Peto-Peto 時点の重み　 検定 　　　　　　　　重み： ログランク 1 一般化ウイルコクソン Tarone-Ware Peto-Peto modified Peto-Peto Harrington-Fleming(p,q)

打ち切りがないときの重みのイメージ 重み 一般化ウイルコクソン(ni) Tarone-Ware ログランク(1) 時間

ログランク検定 打切りパターンが群間で変わらない前提と比例ハザード性の下で、最も検出力が大きくなる検定 Mantel-Haenszel検定の一般化 Cox-Mantel-Haenszel検定 打切りパターンが群間で変わらない前提と比例ハザード性の下で、最も検出力が大きくなる検定 生存時間が指数分布に従うとき，検出力が最大となる 時間とともに生存関数の差が 　　開いてくるような場合に 　　検出力が大きくなる 1 生存率 時間

一般化ウイルコクソン検定 相対的に試験の前期のイベントを重く評価するため、初期に生存関数の差が開いているような場合に 検出力が大きくなる． 一般化ウイルコクソン検定　　　 Gehan-Breslow流の一般化ウイルコクソン検定 ウイルコクソン検定を途中打ち切りがある場合に拡張 生存時間がロジスティック分布に従うとき、　検出力が最大となる 相対的に試験の前期のイベントを重く評価するため、初期に生存関数の差が開いているような場合に 検出力が大きくなる． 　　　　　　　　　　　　　　　　打ち切りがなければ， 　　　　　　　　　　　　　　　　生存関数を重みとする 　　　　　　　　　　　　　　　　Peto-Peto法に等しい． 1 生存率 時間

Prentice and Marekの論文 WilcoxonとPetoで結果が異なる例 動物実験　癌死がイベント ログランク:X2=6.4　一般化W: X2=0.1　PP:X2=5.9 重み　　　1　　　　　　　　　　　　ni　　　　　　　　　　　　　Si Peto-Peto 検定の重み 一般化ウイルコクソン 検定の重み 200匹の中間屠殺

Gehanの白血病データ （ 再発までの時間（週）， *：打切り ） 対照群 (drug=0) 　 1 1 2 2 3 4 4 5 5 8 8 8 8 11 11 12 12 15 17 22 23 ( n=21 ) 6-MP投与群 (drug=1) 6* 6 6 6 7 9* 10* 10 11* 14 16 17* 19* 20* 22 23 25* 32* 32* 34* 35* ( n=21 ) proc lifetest data=gehan plots=(s) method=km; time time*censor(0); strata drug / all; run;

カプラン・マイヤーと２重対数プロット

出力結果 Covariance Matrix for the Log-Rank Statistics DRUG 1 6.25696 Wilcoxon Tarone Peto Modified Peto Fleming 10.251 271.00 51.16 6.362 6.123 6.877 1 -10.251 -271.00 -51.16 -6.362 -6.123 -6.877 Covariance Matrix for the Log-Rank Statistics DRUG 1 6.25696 -6.25696 Covariance Matrix for the Wilcoxon Statistics DRUG 1 5457.11 -5457.11

Test of Equality over Strata 出力結果 Test of Equality over Strata Test Chi-Square DF Pr > Chi-Square Log-Rank 16.7929 1 <.0001 Wilcoxon 13.4579 0.0002 Tarone 15.1236 0.0001 Peto 14.0841 Modified Peto 13.9113 Fleming(1) 14.4572

性能比較 相対効率 ﾛｸﾞﾗﾝｸとWilcoxon : 0.75 同じ差を検出するN 75 : 100 対照群のハザード関数 相対効率 ﾛｸﾞﾗﾝｸとWilcoxon :　　0.75 同じ差を検出するN 75 : 100 薬剤群のハザード関数 検定法　　　　　　　　　　ﾛｸﾞﾗﾝｸ　Tarone Wilcoxon Fleming 重み　　　　　　　　 　１　　　 Ｓ0.5 Ｓ Ｓ2 Ｐｉｔｍａｎの相対効率 1.000 0.889 0.750 0.556 Ｎ=50の検出力 0.954 0.938 0.894 0.812

性能比較 検定法 ﾛｸﾞﾗﾝｸ Tarone Wilcoxon Fleming 重み １ Ｓ0.5 Ｓ Ｓ2 重み　　　　　 　　　　１　　　 Ｓ0.5 Ｓ Ｓ2 Ｐｉｔｍａｎの相対効率 0.889 1.000 0.960 0.816 Ｎ=50の検出力 0.844 0.878 0.868 0.830

性能比較 検定法 ﾛｸﾞﾗﾝｸ Tarone Wilcoxon Fleming 重み １ Ｓ0.5 Ｓ Ｓ2 重み　　　　　　　 　　１　　　 Ｓ0.5 Ｓ Ｓ2 Ｐｉｔｍａｎの相対効率 0.750 0.960 1.000 0.938 Ｎ=50の検出力 0.754 0.834 0.864 0.828

性能比較 検定法 ﾛｸﾞﾗﾝｸ Tarone Wilcoxon Fleming 重み １ Ｓ0.5 Ｓ Ｓ2 重み　　　　 　　　　　１　　　 Ｓ0.5 Ｓ Ｓ2 Ｐｉｔｍａｎの相対効率 0.556 0.816 0.938 1.000 Ｎ=50の検出力 0.534 0.662 0.722 0.742

皮膚癌データ u<0 u≒0 u>0

ＬＩＦＥＴＥＳＴの出力 DOSE Log-Rank 10 -13.863 u1 30 4.814 u2 90 9.048 u3 　　　　　　　　　　　　Rank Statistics DOSE Log-Rank 10 -13.863 u1 30 4.814 　 u2 90 9.048 u3 Covariance Matrix for the Log-Rank Statistics Vjl DOSE 10 30 90 10 10.2810 -5.7934 -4.4875 30 -5.7934 9.0072 -3.2138 90 -4.4875 -3.2138 7.7013

傾向性検定 Z統計量 c1,c2,…,ck：各群に与える係数 u1,u2,…,uk：各群の観測死亡数と期待死亡数の差 Vjl： uｊ,uｌの共分散 対比統計量： 標準誤差： Z統計量 H0の下で標準正規分布にしたがう

LIFETESTによる解析 proc lifetest data=scancer plots=(s); time time*censor(0); strata dose / trend all;

出力結果 Scores for Trend Test DOSE Score 10 30 90 Trend Tests Test Test Statistic Standard Error z-Score Pr > |z| Log-Rank 820.1448 206.4153 3.9733 <.0001 Wilcoxon 56800.0000 13716.8264 4.1409 Tarone 6779.1758 1657.9718 4.0888 Peto 629.2715 151.6274 4.1501 Modified Peto 620.2696 149.4233 4.1511 Fleming(1) 674.5726 162.8981 4.1411

MULTTESTによる解析 -5 -2 7 10 30 90 DATA SCANCER;SET SCANCER; IF CENSOR=1 THEN DEATH=2;ELSE DEATH=0; PROC MULTTEST OUTP=OUT;CLASS DOSE; TEST PETO(DEATH/TIME=TIME); CONTRAST ‘DOSE’ -5 2 7; CONTRAST 'LINEAR' -1 0 1; 10 30 90 -5 -2 7

MULTTESTによる解析 u=2480-1659.86=820.1 LIFETESTと一致 p-Values Variable Contrast Raw DEATH DOSE　 <.0001 DEATH LINEAR <.0001 　　　　　　　　観測死亡　期待死亡 OBS _contrast_ _value_ _exp_ _se_ raw_p 33 DOSE　 2480 1659.86 206.415 .000070891 34 LINEAR 109 86.09 5.192 .000010210 u=2480-1659.86=820.1 LIFETESTと一致

層を併合した解析 すい臓癌データ proc lifetest data=pcancer; time time*censor(1); イベント：癌死 生存時間（月）：手術時点からすい臓癌による死亡までの期間 stage： 3=ステージⅢ(n=44)　 4=ステージⅣ(n=39) treat： 0=術中照射なし(n=22)　 1=術中照射あり(n=61) proc lifetest data=pcancer; time time*censor(1); strata stage / group=treat all;

層を併合した解析

カプラン・マイヤープロット STAGE Ⅲ STAGE Ⅳ

Stratified Test of Equality over Group 出力結果 Stratified Test of Equality over Group Test Chi-Square DF Pr > Chi-Square Log-Rank 5.8007 1 0.0160 Wilcoxon 3.6392 0.0564 Tarone 4.4655 0.0346 Peto 3.7857 0.0517 Modified Peto 3.7123 0.0540 Fleming(1) 3.7530 0.0527

TPHREGプロシジャ 1)PHREGプロシジャのTest版 ２）CLASS文によるカテゴリカル変数のモデル化 EFFECT，GLM，ORDINAL，POLY，REF， ORTHEFFECT，ORTHORDINAL，ORTHPOLY ORTHREF ３）交互作用項のモデル化と交互作用項を含めた 変数選択 ４）CONTRAST文を用いた対比による解析　

CLASS文 PARAM=オプション GLM EFFECT REF Effect Coding Design Matrix A A1 A2   Design Matrix A A1 A2 A5 1 2 5 7 -1 GLM Coding   Design Matrix A A1 A2 A5 A7 1 2 5 7 Reference Coding   Design Matrix A A1 A2 A5 1 2 5 7

使い分けは 浜田知久馬(2000) LOGISTICのV. 8の機能拡張. CLASS文　PARAM=オプション ORDINAL POLY Ordinal Coding   Design Matrix A A2 A5 A7 1 2 5 7 Polynomial Coding   Design Matrix A APOLY1 APOLY2 APOLY3 1 2 4 8 5 25 125 7 49 343 使い分けは　浜田知久馬(2000)　LOGISTICのV. 8の機能拡張. 日本ＳＡＳユーザー会2000論文集，13-38　を参照

PHREGによる カテゴリカル変数のモデル化 data scancer2;set scancer; select(dose); when(10) do; x1=0 ;x2=0; end; when(30) do; x1=1 ;x2=0; end; when(90) do; x1=0 ;x2=1; end; proc phreg data=scancer2; model time* censor(0)= x1 x2; 　dose:test x1=x2=0;

PHREGによる カテゴリカル変数のモデル化 Analysis of Maximum Likelihood Estimates Parameter Standard Wald Pr > Risk Variable DF Estimate Error Chi-Square Chi-Square Ratio X1 1 1.427421 0.44663 10.21450 0.0014 4.168 X2 1 1.737113 0.44287 15.38522 0.0001 5.681 Linear Hypotheses Testing Wald Pr > Label Chi-Square DF Chi-Square DOSE 15.5821 2 0.0004

TPHREGによる カテゴリカル変数のモデル化 proc tphreg; class dose/param=ref ref=first; model time*censor(0)=dose;

TPHREGによる カテゴリカル変数のモデル化 Design Class Value Variables DOSE 10 0 0 30 1 0 90 0 1 Type 3 Tests Wald Effect DF Chi-Square Pr > ChiSq DOSE 2 15.5813 0.0004 Analysis of Maximum Likelihood Estimates Parameter Standard Hazard Parameter DF Estimate Error Chi-Square Pr>ChiSq Ratio DOSE 30 1 1.42729 0.44661 10.2132 0.0014　4.167 DOSE 90 1 1.73701 0.44285 15.3844 <.0001 5.680

CONTRAST文による解析 proc tphreg; class dose/param=glm; model time*censor(0)=dose; contrast ‘DOSE’ 　dose -5 -2 7; contrast 'LINEAR' dose -1 0 1; 10 30 90 -5 -2 7

CONTRAST文による解析 Class Level Information Class Value Design Variables DOSE 10 1 0 0 　　　　 30 0 1 0 90 0 0 1 Contrast Test Results Wald Contrast DF Chi-Square Pr > ChiSq DOSE 1 13.7030 0.0002 LINEAR 1 15.3844 <.0001

UFTの延命効果のメタアナリシス 選択基準 (1)対象が非小細胞肺癌 (2)無作為化比較研究 (3)治癒切除後のUFT単独の 　　術後補助化学療法 (4)対照群が手術単独 (5)追跡期間が5年以上

Identification of Trials Focus on: Adjuvant Therapy for NSCLC (Dec/2003) Randomized Controlled Trial Single Chemotherapy with UFT (oral fluoropyrimidines) Computerized Bibliographic Searches Inquiry of Lung Cancer Researchers 2 Trials on UFT(published) 4 Trials on UFT (unpublished) Finally Selected Trials ( 6 Trials on UFT )

対象研究 201 332 219 172 100 979 2,003 研究 登録期間 症例数 A 西日本肺癌手術の補助化学療法研究会 (西日本肺癌　２次) 1985.12 – 1989.7 201 B　西日本肺癌手術の補助化学療法研究会 (西日本肺癌　４次) 1991.3 – 1994.4 332 C　東北地区肺癌術後化学療法研究会（東北肺癌) 1992.3 – 1994.12 219 D　Osaka Lung Cancer Study Group (OLCSG) 1992.4 – 1994.3 172 E　肺癌手術補助化学療法研究会 (ACTLC) 1992.9 – 1995.8 100 F　日本肺癌術後補助化学療法研究会 (JLCRG) 1994.1 – 1997.3 979 計 2,003

ハザード比（生存時間） 統合効果 効果の異質性の検定: c =2.63, p=0.76 A 西日本肺癌 ２次 B 西日本肺癌 ４次 D　OLCSG E　ACTLC F　JLCRG 統合効果 0.77(0.63- 0.94) 1.0 2.0 効果の異質性の検定: c =2.63, p=0.76 2 5

併合効果の推定 各研究の効果：E１,E2 ,E3 ,E4 ,E5 ,E6 統合効果E：各研究の重み付平均 　　　　　　　　　　+ 　　 + 　　 + + + 　　（重み）としては,Eｉの分散の逆数を用いる （Nが大きい研究は　　が大きくなる）

メタアナリシスの数理

平方和の分解公式

メタアナリシスの数理

メタアナリシスの数理 E E１ E2 H0:E=0 E3 H0: E1=E2=E3=E4 E4 ２乗＝ ２乗＋ ２乗

回帰係数の統合

対数ハザード比の統合（Peto法） 研究を層として併合した検定統計量

Coxの比例ハザードモデルによる メタアナリシスのモデル Common effect model exp (b ):統合ハザード比 Trial specific effect model exp (bi): 個々の研究のハザード比 効果の異質性の検定 H0: b1 = b2 = … = bK

研究間で基準ハザード関数は異なるがハザード比は一定 Common effect model 薬剤群のハザード ハザード比＝ ＝ 対照群のハザード expβ ハザード expβ expβ 時間 研究１ 研究２ 研究３ 研究間で基準ハザード関数は異なるがハザード比は一定

Trial specific effect model 薬剤群のハザード ハザード比＝ ＝ 対照群のハザード expβ1 ハザード expβ3 expβ2 時間 研究１ 研究２ 研究３ 研究間で基準ハザード関数もハザード比も異なる

非小細胞肺癌の予後因子と入力コード G 補助化学療法 0: 手術単独群 1: 手術＋補助化学療法 AGE 手術時年齢(連続変数) 　　　0: 手術単独群　　1: 手術＋補助化学療法 AGE　手術時年齢(連続変数) SEX　性別　M:男性，F:女性 PT　　原発腫瘍　1:pT1　2:pT2　3:pT3　4:pT4 PN　　所属リンパ節　0:pN0　1:pN1　2:pN2　3:pN3　 SOSIKI　組織型　AD:腺癌　SQ:扁平上皮癌 　　　　　　LC:大細胞癌　ASQ:腺扁平上皮癌

Trial specific ｅｆｆｅｃｔ and Common effect modelのプログラム Trial specific ｅｆｆｅｃｔ model proc phreg; model time*censor(1)=g/rl; by study; Common effect model proc phreg ; strata study;

統合効果の推定と検定 Testing Global Null Hypothesis: BETA=0 Z2：統合効果 の統計量 統合 Test Chi-Square DF Pr > ChiSq Likelihood Ratio 6.5183 1 0.0107 Score 6.5085 1 0.0107 Wald 6.4729 1 0.0110 Analysis of Maximum Likelihood Estimates Parameter Standard Hazard 95% Hazard Ratio Variable DF Estimate Error Chi-Square Pr > ChiSq Ratio Confidence Limits G 1 -0.25735 0.10115 6.4729 0.0110 0.773 0.634 0.943 Z2：統合効果 の統計量 統合 ハザード比 統合対数 ハザード比

効果の異質性の検定Ｖ８ proc phreg ; model time*censor(1)=ga gb gc gd ge gf/rl; strata study; ga=0;gb=0;gc=0;gd=0;ge=0;gf=0; if study='A' then ga=g; if study='B' then gb=g; if study='C' then gc=g; if study='D' then gd=g; if study='E' then ge=g; if study='F' then gf=g; Qhomo:test ga=gb=gc=gd=ge=gf; X2:test ga=gb=gc=gd=ge=gf=0;

ダミー変数 STUDY a b c d e f G ga gb gc gd ge gf 　　　　　　　　　　　　　　　　　　G×STUDY STUDY a b c d e f G ga gb gc gd ge gf A 1 0 0 0 0 0 0 0 0 0 0 0 0 A 1 0 0 0 0 0 1 1 0 0 0 0 0 B 0 1 0 0 0 0 0 0 0 0 0 0 0 B 0 1 0 0 0 0 1 0 1 0 0 0 0 C 0 0 1 0 0 0 0 0 0 0 0 0 0 C 0 0 1 0 0 0 1 0 0 1 0 0 0 D 0 0 0 1 0 0 0 0 0 0 0 0 0 D 0 0 0 1 0 0 1 0 0 0 1 0 0 E 0 0 0 0 1 0 0 0 0 0 0 0 0 E 0 0 0 0 1 0 1 0 0 0 0 1 0 F 0 0 0 0 0 1 0 0 0 0 0 0 0 F 0 0 0 0 0 1 1 0 0 0 0 0 1

効果の異質性の検定Ｖ８ X2 9.0117 6 0.1729 X2:test ga=gb=gc=gd=ge=gf=0; Analysis of Maximum Likelihood Estimates Parameter Standard Hazard 95% Hazard Ratio Variable DF Estimate Error Chi-Square Pr>ChiSq Ratio Confidence Limits GA 1 -0.49095 0.21700 5.1187 0.0237 0.612 0.400 0.936 GB 1 -0.14633 0.25356 0.3330 0.5639 0.864 0.526 1.420 GC 1 -0.14931 0.28627 0.2720 0.6020 0.861 0.491 1.509 GD 1 -0.50000 0.33640 2.2092 0.1372 0.607 0.314 1.173 GE 1 -0.02006 0.35357 0.0032 0.9548 0.980 0.490 1.960 GF 1 -0.18414 0.17756 1.0755 0.2997 0.832 0.587 1.178 　　　　　　　Qhomo:test ga=gb=gc=gd=ge=gf; 　　　　　 X2:test ga=gb=gc=gd=ge=gf=0; Linear Hypotheses Testing Results Wald Label Chi-Square DF Pr > ChiSq Qhomo 2.6334 5 0.7563 X2 9.0117 6 0.1729 効果の異質性の検定 カイ２乗の和　の検定

効果の異質性の検定Ｖ９ proc tphreg; class study g/param=ref ref=first; model time*censor(1)=g study*g/rl; strata study;

効果の異質性の検定Ｖ９ Wald Effect DF Chi-Square Pr > ChiSq G 1 0.0032 0.9548 　　　　　　 Type 3 Tests Wald Effect DF Chi-Square Pr > ChiSq G 1 0.0032 0.9548 STUDY*G 5 2.6334 0.7563 Analysis of Maximum Likelihood Estimates Parameter Standard Parameter DF Estimate Error Chi-Square Pr > ChiSq G 1 -0.49095 0.21700 5.1187 0.0237 　A研究の効果 G*STUDY B 1 0.34461 0.33374 1.0662 0.3018 　AとBの差 G*STUDY C 1 0.34164 0.35922 0.9045 0.3416 　AとCの差 G*STUDY D 1 -0.00906 0.40031 0.0005 0.9819 　AとDの差 G*STUDY E 1 0.47089 0.41485 1.2884 0.2563 　AとEの差 G*STUDY F 1 0.30680 0.28039 1.1973 0.2739 　　AとFの差

TPHREGプロシジャによる変数減少法 proc tphreg; class sex sosiki pt pn/param=ref ref=first; model time*censor(1) =sex|sosiki|pt|pn|age|g@2 /rl selection=backward; strata study; sex|sosiki|pt|pn|age|g@2 =sex sosiki pt pn age g sex*sosiki sex*pt･･･ 可能な２次の交互作用　6C2=15通り

TPHREGプロシジャによる変数減少法(出力１) Summary of Backward Elimination Effect Number Wald Step Removed In Chi-Square Pr > ChiSq 1 AGE*PT 20 0.1215 0.9411 2 G*SOSIKI 19 0.2341 0.8895 3 AGE*G 18 0.0644 0.7997 4 SOSIKI*PT 17 1.6921 0.7921 5 G*SEX 16 0.2733 0.6012 6 AGE*PN 15 1.5609 0.4582 7 AGE*SEX 14 0.9234 0.3366 8 SEX*PT 13 3.8624 0.2767 9 PT*PN 12 5.6242 0.3445 10 G*PT 11 1.4811 0.6866 11 SEX*PN 10 3.3809 0.1844 12 AGE*SOSIKI 9 5.9354 0.1148 13 SOSIKI*PN 8 10.0461 0.1860 14 G*PN 7 4.2064 0.1221 15 SEX*SOSIKI 6 3.8839 0.1434

TPHREGプロシジャによる変数減少法(出力２) Type 3 Tests Wald Effect DF Chi-Square Pr > ChiSq SEX 1 9.1054 0.0025 SOSIKI 4 12.3421 0.0150 PT 3 21.0276 0.0001 PN 3 45.3691 <.0001 AGE 1 25.4163 <.0001 G 1 5.4167 0.0199

TPHREGプロシジャによる調整した解析(プログラム) proc tphreg; class sex(ref='F') sosiki(ref='AD') pt(ref='1') pn(ref='0') study/param=ref ; model time*censor(1)=sex sosiki pt pn age g /rl ; strata study;

TPHREGプロシジャによる調整した解析(出力) Hazard 95% Hazard Ratio Parameter Ratio Confidence Limits SEX M 1.414 1.129 1.771 SOSIKI ASQ 3.173 1.236 8.147 SOSIKI LC 0.975 0.384 2.473 SOSIKI OT 16.024 2.129 120.577 SOSIKI SQ 1.074 0.817 1.413 PT 2 1.586 1.285 1.957 PT 3 2.330 1.205 4.505 PT 4 1.841 0.238 14.221 PN 1 2.959 1.961 4.464 PN 2 4.223 2.487 7.172 PN 3 4.317 0.579 32.204 AGE 1.036 1.022 1.050 G 0.787 0.643 0.963

strata study/all group=g; 研究を併合したノンパラ検定 proc lifetest; time time*censor(1); strata study/all group=g;

研究を併合したノンパラ検定 Stratified Test of Equality over Group Pr > Test Chi-Square DF Chi-Square Log-Rank 6.5089 1 0.0107 Wilcoxon 2.2652 1 0.1323 Tarone 4.2173 1 0.0400 Peto 5.5797 1 0.0182 Modified Peto 5.5701 1 0.0183 Fleming(1) 5.5846 1 0.0181

Kaplan-Meier curve for survival 1.0 0.9 Surg.+UFT 0.8 0.7 Surg. alone 0.6 overall survival 0.5 0.4 5-year OS 7-year OS 0.3 Surg.+UFT Surg. alone 81.8% 77.2% 76.5% 69.5% 0.2 0.1 0.0 1 2 3 4 5 6 7 Years

V9の拡張とメタアナリシス 1)LIFETESTでログランク以外の研究を併合したノンパラ検定が可能 2)ＴＰＨＲＥＧで研究効果の異質性の評価が， 　群*研究の交互作用の検定で可能 ３）ＴＰＨＲＥＧでCLASS文の追加 　　カテゴリカル変数のモデル化 　　交互作用のモデル化 　　カテゴリカル変数と交互作用の変数選択

メタアナリシスの問題点と対処 研究間の効果の異質性 変量効果モデル（DerSimonian-Laird法） 　　　中西・浜田(2003)　SUGIJ2003，369-378 　　異質性の原因の探索(サブグループ解析） 　　　中西・浜田(2004)　統計学会 公表バイアス 　　funnelプロット　trim and fill法 　　　松岡・浜田(2003)　SUGIJ2003，379-388 　　Inverse Probability of Publishing Weighted法 　　　松岡・浜田(2004)　統計学会　

第3回医薬統計フォーラム 日時：10月29日(金) 13:00～17:00 場所：東京理科大学森戸記念館 チュートリアルセッション 日時：10月29日(金)　13:00～17:00 場所：東京理科大学森戸記念館 チュートリアルセッション 「メタアナリシスの役割と問題点」 東京理科大学大学院工学研究科　　　　　 浜田知久馬