クリニカルトライアルを始める前にえ サンプルサイズを決めておかなくてはなり ませんこの際に考慮すべき問題としてえ 研究結果がですね真実の結果を正しく反映 することができるかどうかというものが ありますえ研究結果ではあ コンベンショナルセラピーとインテンシブ セラピーに差があるで実際にえ真実も差が あるあるいはその逆えいずれも差がないと いうようなものは構わないわけですけども ここの正語部分があ間違いとして問題に なります具体的に言うとタイプ1エラーっ ていうのがあ研究結果はあ違いがあったと いう結果になったけれども実際には差が ないでこのタイプ1エラーを示す パラメーターとしてアルファレベルですね 一般的には5%危険水準のは持いれるです タイプ2エラに関してはあ研究結果では差 がないということになったけれども実際に は差があるとこれ決めるのがベータレベ ルっていうもの ですでもちろんえ間違ったあ研究結果と いうものは あ研究方法のが間違ってる場合にもってる 場合にもきえますし偶然でも起きると もちろんその研究方が誤っているという ことに関してはえ研究デザインをですねえ 適切に注意深く計画することによって最小 化することはできますけれどもえ偶然 起きるエラーっていうのはあ0にはでき ませ んそこでえ今さっきもご紹介しました けれどもえアルファレベルに関しては一般 的には 0.05つまり5%には あ許容するということになってますからあ ベータレベルは0.20ですねでえベーの 1-ベというのが統計学的な検出力と言わ れてましてえこちらで表現する場合もあり ます今の2つのパラメーターに加え てサンプルサイズを計算するために必要な もう1つの極めて重要なパラメーターが ありますこれはえその両軍の違いがどの 程度かということなんですけれどもえこれ らはですね一般的には先行研究等からあ 参考に推測するということになり ますえサンプルサイズを計算する式はこの ようなものでしてえ今のえ両軍の差という ものがここにえ示されておりますけども 今回の場合はえコンベンショナルセラでは 5年間のレチノシーの発症が20%え強化 型治療では10%っていうことで差が 10%というえ前提を置いておりますから まここのZALZベっていうのはそれぞれ え5%0.05と0.2に相当するもの ですでこの計算すると片群が305両軍で 610というのが計算結果になりますで このサンプルサイズ計算で重要なのはです ねあの細かい数字を出すことではなくてえ ざっくり言った桁感ですねつまり片群50 では少なすぎますし片群ま1000とかあ 5000っていうことになるとそれは多 すぎるっていうことになります少なすぎる のが問題になるのは言うまでもありません が多すぎるのも特にクリニカルトライアル の場合には莫大な経費がかかりますのでえ ギリギリというわけにはいきませんがえ 少なくとも桁を間違えない程度にはあ事前 に予測はしなければなりませ んでえ患者及びえ意思の好みというものが ありますこれはえ治療に対してですね えお医者さんもこっちの治療法のがいい 例えば私は教科型治療軍の方がいいとに 決まってると考えてるとですねあるいは 患者さんもですね逆にえ教科型の治療は 大変変だから受けたくないなとですので これをそのまま放置しておいては研究結果 が一しく歪められてしまい ますでそこでどういうことをするのかと 言いますとこれがrctのRの部分です けれどもえ無作化ランダマイズていうのを やることになるんです がランダマイズすることによって治療群の 割り付けはえ患者さんや主人の プリファレンスには財布されることな プロバビリティですね確率のみによって 決まると具体的には例えばコイントスで あるとか乱数表を持ちいるコンピューター でランスを出すといった方法でえ治療群を 割り付けていくことになり ます図するとこういう形になりますえ イリジな対照者をランダマイズてえ インテンシブ治療群と従型治療群に分け ますええ観察してこのレチ モノパレの前提に合わせてこちらがま 10%ぐらいこちらが20%ぐらいていう ような図になっており ますでえ無作化の目的っていうのはですね え量治療群ま3つの場合もありますけれど も量治療群のそのベースラインの特性って
いうのを揃えることにありますそれによっ てええその量治療の比較というものがあ怒 なものになるようにするわけです ねで この両軍がですね うまく割り割り付けられてるのかっていう のを見ようと思えばえ例えば年齢であっ たり性別のようなものを両軍艦で比較する ていうことができますけどもえ何が注意が 必要かというとですねえ1回割り付けた ものをですねえ例えば年齢があ大きく両軍 にばらついてるからあ割り付け直すって ことはやっていけませんなぜならばこの ランダム図によってやられるのは目に見え てるあるいはえ測定できるう変数について のみ我々確認することはできるわけですが 目に見えないあるいは測定することでき ないえ治療経過にえ影響を及ぼす飲酒に ついても同様 に2分に割り付けられるペアに割り付け られるってことは期待されるから です実際今回の研究で見てみると年齢で あったりですね性別であったりあるいは それまでのですね糖尿病のえ治療歴であっ たりえ重症度のようなものがま大体揃って るってことを見て取ることができると思い ますからあ片群305でしたけれども少し 多めなってるのはですねこの後もお話し ますけれどもえ色々とですね脱落していっ たりししますので え現実的にな理由で脱落したとしてもです ね最後評価する時にえサプサスが足りな いってことにならないように少し多めに 制定してるってことなんです ねえもう1つ重要な手順があります ブラインド険化と言いますけれども え この毛見化という手順はですねえアウト カムが主観的な評価例えば痛みのような ものの場合には非常に重要になりますなの でえ可能であればですねブラインドして 行うべきなんですけれどもえ今回も含めて ですねも険化っていうのは必ずしもでき ない場合もあります今回の場合にはえ インシュリンを2回投与するか4回投与 するかっていうことになってしまいますの でえ本人に明らかであることはもちろんの ことを主持から見てもえ治療の治療法の ブラインドっていうのはできませんしかし ながら え治療効果を評価する意思ですねつまりえ 網膜の安定写真をえ評価する意思にえ どちらの軍かを教えないってことはでき ますでこういったあ患者さん医師えそれ から評価者っていうですねえ3者の中でえ それぞれブラインドできるできないって いうことからグブラインドダブル ブラインドトリプルブラインドっていうな 表現もありますけれどもまそれぞれえ今回 の場合であればその調査者え評価者につい てはブラインドすることはでき るっていうことです ねでクリニカルトライアルについては ほとんどの臨床の先生が自ら研究デザイン して え研究を執行するというなことはないと 思いますましかしながらですねえこうした クリニカルトライアルの結果として出版れ たものを見てえ目の前の患者さんの治療に 役立てていくっていうことからえこの研究 のデザインというのを理解していただく 必要あるということ ですでえデザインに関してはあ プライマリーアウトカラミ はえ研究を始める前にあらかじめ明確にし ておかなければなりません今回の場合には えサンプルサイズの計算のところでも出て きたようにえ10%の5年間における 10%の網膜書の発症の違っていうのを 検出する研究を行ったわけですが何を言っ てるかというとサンプルサイズを大きく すれば例えばこの網膜症の5年間における 発症の1%の差でもいわゆる優位な差とし て検出することはできるわけですがその 1%がですねえ臨床的に有意義かどう かっていうようなことについてはこれ あらかじめ決めておく必要があるとこです ねえまた えクリニカルトライアルっていうのはです ねもう本当にえたった1つの スペシフィックなハイポシスを評価する ために行うものですのでえその点もですね 最初にえ明確にしておく必要があります それからあ研究対象者として含める基準 それから除外する基準っていうのも明確に しなくてはなりません今回の研究の場合に はこのテーブル7の7に具体的に記述され てます重要なポイントとしてはですねえ 思い出していただければ13歳の方の1型 糖尿病でしたのでえ年齢の範囲っていうの
がえ例えば高齢者だったりすると全く参照 しにくいことになってしまいますしえ1型 投入部でなく2型投入部ってことになると これも え目の前の患者さんに当てはめるべき え研究って形からえそれてきてしまうわけ ですねでまこういうインクルージョン クライテリアエクスクルージョンクライ テリアっていうような情報からえ読者はえ その研究結果を目の前の自分の患者さんに 当てはめいいかどうかってことを判断する 材料になるってことです
