理 論 編 近年、臨床試験でも応用が進んでいるベイズ統計学について、その理論的な内容を概説致します。ベイズの定理を含む基本的な内容から、ベイズ推測の手法、ベイズ法を用いた臨床試験デザインを紹介します。また、ベイズ法を用いると複雑なモデリングが可能になることを示すとともに、その鍵となるマルコフ連鎖モンテカルロ法について概説致します。最後にベイズ法において技術的に問題となる点についても考察いたします。

1. ベイズ統計学の基本
   • “母数”の考え方
   • 事前分布、尤度、事後分布
   • ベータ分布、正規分布の例
2. ベイズ推測
   • 点推定と区間推定
   • オッズ比、ハザード比の推測
   • ベイズファクター、p値、事後確率
   • 予測分布の導出
3. ベイズ流デザイン
   • “αエラー”と”検出力”
   • 期待症例数と最大症例数
   • 柔軟な”中止”基準の設定
   • シミュレーションと感度分析
4. ベイズ流モデリング
   • ベイズ階層モデル
   • ダイナミックモデル
   • ベイジアンネットワーク
   • アダプティブデザインのモデリング
5. マルコフ連鎖モンテカルロ
   • メトロポリス・ヘイスティング
   • ギブスサンプラー
   • 収束診断
6. ベイズ法の注意点
   • 事前分布の選択
   • 外部情報の利用とdiscounting
   • アダプティブデザインと評価項目
   • 解析結果のinconsistency
• 質疑応答・名刺交換