목차 일부

01 신약개발과 임상시험에 대한 개요  ... 1
  1.1 신약개발 과정에서 통계학의 역할  ... 1
  1.2 임상적 유의성과 통계적 유의성  ... 3
  1.3 국제 가이드라인  ... 6
  1.4 확증적 임상시험의 통계분석과 다른 통계분석의 차이점  ... 8
  1.5 생물통계 전문가의 필요성  ... 13
  1.6 임상시험에서 자주 사용되...

더보기

목차 전체

01 신약개발과 임상시험에 대한 개요  ... 1
  1.1 신약개발 과정에서 통계학의 역할  ... 1
  1.2 임상적 유의성과 통계적 유의성  ... 3
  1.3 국제 가이드라인  ... 6
  1.4 확증적 임상시험의 통계분석과 다른 통계분석의 차이점  ... 8
  1.5 생물통계 전문가의 필요성  ... 13
  1.6 임상시험에서 자주 사용되는 시험디자인  ... 14
  1.7 위험／편익분석(Risk Benefit Analysis)  ... 17
  1.8 SAP(Statistical Analysis Plan : 통계분석계획)과 blind review(맹검상태에서의 검토)  ... 20
  1.9 우위성 검정, 동등성 검정, 비열등성 검정  ... 24
02 자주 사용되는 통계기법  ... 31
  2.1 이표본 t 검정(two-sample t-test)  ... 31
  2.2 양측검정과 단측검정(one-sided test and two-sided test)  ... 33
  2.3 제1종 오류, 제2종 오류, 검정력  ... 37
  2.4 윌콕슨 순위합검정(Wilcoxon-rank sum test)  ... 41
  2.5 카이제곱검정(chi-square test)과 피셔의 정확검정(Fishers exact test)  ... 42
  2.6 임상시험에서 어느 통계검정 방법이 가장 좋은 방법인가?  ... 44
  2.7 동전 던지기로 가설검정을 하면 왜 안 되는 것일까?  ... 48
  2.8 오즈비(Odds ratio)  ... 50
  2.9 표준편차와 표준오차  ... 55
  2.10 이표본 t 검정과 단순회귀분석의 관계  ... 59
  2.11 이표본 t 검정과 분산분석  ... 61
  2.12 다중회귀분석과 공분산분석  ... 63
03 편의(bias)  ... 67
  3.1 유의한 결과를 발생시키는 원인  ... 67
  3.2 ICH E9 가이드라인은 편의 발생을 최소화할 것을 강조하고 있다  ... 72
  3.3 이중맹검(double-blind)  ... 76
  3.4 무작위배정(Randomization)  ... 80
  3.5 표본추출과 신약개발  ... 83
04 검정력과 표본크기  ... 87
  4.1 검정력(Power)  ... 87
  4.2 표본크기 결정(Determination of sample size)  ... 92
  4.3 임상시험이 실패한 경우 그 이유는 무엇일까?  ... 99
  4.4 적어도 20％의 임상시험은 실패해야만 한다  ... 102
05 다기관임상실험  ... 107
  5.1 다기관임상시험의 기본적인 특징  ... 107
  5.2 시험약의 약효의 크기는 기관별로 일정한가?  ... 110
06 기저치 공변량 보정  ... 117
  6.1 기저치 공변량 보정이란?  ... 117
  6.2 기저치 공변량 포함 기준  ... 120
  6.3 보정할 기저치 공변량은 사전에 임상시험계획서에 명시되어야만 한다  ... 126
  6.4 주평가변수의 기저치값은 보정해야 하나?  ... 130
  6.5 모형의 가정에 대한 타당성 검토  ... 132
  6.6 민감도분석(Sensitivity analysis)  ... 133
07 ITT(Intention-to-Treat)와 PP(Per Protocol)  ... 137
  7.1 Intention-to-treat(ITT)  ... 137
  7.2 임상시험에서 완벽한 자료가 얻어지지 않은 네 가지 경우들  ... 141
  7.3 Full Analysis Set  ... 146
  7.4 Full Analysis Set에서 피험자들을 제거해도 되는 경우  ... 152
  7.5 완벽한 자료가 얻어지지 않은 네 가지 경우들을 처리하는 방법  ... 158
  7.6 Per Protocol Set  ... 164
  7.7 Full Analysis Set와 Per Protocol Set 주분석 선택  ... 169
08 다중검정  ... 177
  8.1 다중검정이 발생하는 경우와 다중검정으로 인해 발생하는 문제  ... 177
  8.2 Bonferroni 방법  ... 183
  8.3 다중검정으로 인해 생기는 문제를 언제 보정해 주어야 하는가?  ... 186
  8.4 주평가변수가 유의하지 않은 경우  ... 189
  8.5 하위군분석(subgroup analysis)  ... 192
  8.6 Amlodipine에 대한 하위군분석 사례  ... 197
  8.7 주평가변수의 정의가 명확하지 않은 경우  ... 200
  8.8 주평가변수가 두 개 이상인 경우  ... 203
  8.9 중간분석(Interim analysis)  ... 205
  8.10 가설검정을 두 번 하면 항상 다중성을 보정해 주어야 하는 것일까?  ... 209
  8.11 안전성변수들에서의 다중검정  ... 213
  8.12 Dunnetts test  ... 216
  8.13 Holms step-down method, Hochberg step-up method  ... 218
  8.14 Gatekeeping 방법  ... 220
09 비열등성 임상실험(Non-Inferiority Trials)  ... 225
  9.1 비열등성 검정의 목적  ... 225
  9.2 활성대조약의 약효가 재현되지 않을 수도 있다  ... 229
  9.3 Assay Sensitivity  ... 233
  9.4 Constancy Assumption  ... 241
  9.5 비열등성 마진을 정하는 방법  ... 246
  9.6 비열등성 임상시험은 매우 잘 관리되어야 한다  ... 250
10 결측치의 처리  ... 255
  10.1 LOCF(Last Observation Carried Forward)  ... 255
  10.2 결측치는 골치 아프니 그냥 제거하면 안될까?  ... 259
  10.3 결측치의 분류  ... 262
  10.4 혼합모형(Mixed Model)  ... 266
  10.5 결측치를 처리하는 만병통치약 같은 방법은 없다  ... 269
  10.6 결측치를 처리하는 최선의 방안  ... 270
  10.7 SAS는 결측치를 어떻게 처리하는가?  ... 273
11 그룹축차디자인과 Adaptive Design  ... 277
  11.1 서론  ... 277
  11.2 독립적 자료 모니터링위원회(Independent Data Monitoring Committee)  ... 280
  11.3 그룹축차디자인과 adaptive design에 대한 개인적인 견해  ... 284
참고문헌  ... 287
찾아보기  ... 289
01 신약개발과 임상시험에 대한 개요 ... 1
   1.1 신약개발 과정에서 통계학의 역할 ... 1
   1.2 임상적 유의성과 통계적 유의성 ... 3
   1.3 국제 가이드라인 ... 6
   1.4 확증적 임상시험의 통계분석과 다른 통계분석의 차이점 ... 8
   1.5 생물통계 전문가의 필요성 ... 13
   1.6 임상시험에서 자주 사용되는 시험디자인 ... 14
   1.7 위험／편익분석(Risk Benefit Analysis) ... 17
   1.8 SAP(Statistical Analysis Plan : 통계분석계획)과 blind review(맹검상태에서의 검토) ... 20
   1.9 우위성 검정, 동등성 검정, 비열등성 검정 ... 24
02 자주 사용되는 통계기법 ... 31
   2.1 이표본 t 검정(two-sample t-test) ... 31
   2.2 양측검정과 단측검정(one-sided test and two-sided test) ... 33
   2.3 제1종 오류, 제2종 오류, 검정력 ... 37
   2.4 윌콕슨 순위합검정(Wilcoxon-rank sum test) ... 41
   2.5 카이제곱검정(chi-square test)과 피셔의 정확검정(Fisher's exact test) ... 42
   2.6 임상시험에서 어느 통계검정 방법이 가장 좋은 방법인가? ... 44
   2.7 동전 던지기로 가설검정을 하면 왜 안 되는 것일까? ... 48
   2.8 오즈비(Odds ratio) ... 50
   2.9 표준편차와 표준오차 ... 55
   2.10 이표본 t 검정과 단순회귀분석의 관계 ... 59
   2.11 이표본 t 검정과 분산분석 ... 61
   2.12 다중회귀분석과 공분산분석 ... 63
03 편의(bias) ... 67
   3.1 유의한 결과를 발생시키는 원인 ... 67
   3.2 ICH E9 가이드라인은 편의 발생을 최소화할 것을 강조하고 있다 ... 72
   3.3 이중맹검(double-blind) ... 76
   3.4 무작위배정(Randomization) ... 80
   3.5 표본추출과 신약개발 ... 83
04 검정력과 표본크기 ... 87
   4.1 검정력(Power) ... 87
   4.2 표본크기 결정(Determination of sample size) ... 92
   4.3 임상시험이 실패한 경우 그 이유는 무엇일까? ... 99
   4.4 적어도 20％의 임상시험은 실패해야만 한다 ... 102
05 다기관임상실험 ... 107
   5.1 다기관임상시험의 기본적인 특징 ... 107
   5.2 시험약의 약효의 크기는 기관별로 일정한가? ... 110
06 기저치 공변량 보정 ... 117
   6.1 기저치 공변량 보정이란? ... 117
   6.2 기저치 공변량 포함 기준 ... 120
   6.3 보정할 기저치 공변량은 사전에 임상시험계획서에 명시되어야만 한다 ... 126
   6.4 주평가변수의 기저치값은 보정해야 하나? ... 130
   6.5 모형의 가정에 대한 타당성 검토 ... 132
   6.6 민감도분석(Sensitivity analysis) ... 133
07 ITT(Intention-to-Treat)와 PP(Per Protocol) ... 137
   7.1 Intention-to-treat(ITT) ... 137
   7.2 임상시험에서 완벽한 자료가 얻어지지 않은 네 가지 경우들 ... 141
   7.3 Full Analysis Set ... 146
   7.4 Full Analysis Set에서 피험자들을 제거해도 되는 경우 ... 152
   7.5 완벽한 자료가 얻어지지 않은 네 가지 경우들을 처리하는 방법 ... 158
   7.6 Per Protocol Set ... 164
   7.7 Full Analysis Set와 Per Protocol Set 주분석 선택 ... 169
08 다중검정 ... 177
   8.1 다중검정이 발생하는 경우와 다중검정으로 인해 발생하는 문제 ... 177
   8.2 Bonferroni 방법 ... 183
   8.3 다중검정으로 인해 생기는 문제를 언제 보정해 주어야 하는가? ... 186
   8.4 주평가변수가 유의하지 않은 경우 ... 189
   8.5 하위군분석(subgroup analysis) ... 192
   8.6 Amlodipine에 대한 하위군분석 사례 ... 197
   8.7 주평가변수의 정의가 명확하지 않은 경우 ... 200
   8.8 주평가변수가 두 개 이상인 경우 ... 203
   8.9 중간분석(Interim analysis) ... 205
   8.10 가설검정을 두 번 하면 항상 다중성을 보정해 주어야 하는 것일까? ... 209
   8.11 안전성변수들에서의 다중검정 ... 213
   8.12 Dunnett's test ... 216
   8.13 Holm's step-down method, Hochberg step-up method ... 218
   8.14 Gatekeeping 방법 ... 220
09 비열등성 임상실험(Non-Inferiority Trials) ... 225
   9.1 비열등성 검정의 목적 ... 225
   9.2 활성대조약의 약효가 재현되지 않을 수도 있다 ... 229
   9.3 Assay Sensitivity ... 233
   9.4 Constancy Assumption ... 241
   9.5 비열등성 마진을 정하는 방법 ... 246
   9.6 비열등성 임상시험은 매우 잘 관리되어야 한다 ... 250
10 결측치의 처리 ... 255
   10.1 LOCF(Last Observation Carried Forward) ... 255
   10.2 결측치는 골치 아프니 그냥 제거하면 안될까? ... 259
   10.3 결측치의 분류 ... 262
   10.4 혼합모형(Mixed Model) ... 266
   10.5 결측치를 처리하는 만병통치약 같은 방법은 없다 ... 269
   10.6 결측치를 처리하는 최선의 방안 ... 270
   10.7 SAS는 결측치를 어떻게 처리하는가? ... 273
11 그룹축차디자인과 Adaptive Design ... 277
   11.1 서론 ... 277
   11.2 독립적 자료 모니터링위원회(Independent Data Monitoring Committee) ... 280
   11.3 그룹축차디자인과 adaptive design에 대한 개인적인 견해 ... 284
참고문헌 ... 287
찾아보기 ... 289

더보기 닫기