トップページ研究室紹介(統合医薬学領域)臨床医薬学 生物統計学

臨床医薬学

生物統計学

生物統計学分野独自ホームページ

生物統計学とは

 生物統計学(Biostatistics)とは、生物・医学領域に特化した統計学の一領域です。統計学の応用を通して、生物・医学での様々な問題の解決を試みることで、生物・医学への貢献、ひいては社会への貢献をめざします。

 生物統計学の貢献が特に認められる医学研究の一つに臨床研究があります。そこでは実際に人を対象としてデータを観察し、例えば、ある治療法が人に対して安全で有効かどうかを評価します。しかし、一般に、人の疾患のメカニズムは極めて複雑で、加えて、大きな個体差があります。これらの多くはほぼ未知のものであり、予測できない不確実なものです。このような状況下で治療法の評価など到底できないと思われるかもしれません。しかし、統計学を応用することで、データに基づいて、例えば、治療の効果に関する推論を行い、さらに、その確からしさを評価することができます。

 生物統計学は、統計学を土台として、臨床研究の対象者への倫理的配慮や研究資源の制約を踏まえた上で、臨床研究から科学的証拠(エビデンス)を得るために、いかにデータを収集し(デザイン)、解析すればよいか(データ解析)、そのための理論と方法論の体系を与えます。すなわち、生物統計学は、不確実性を前提とした臨床科学の発展に欠かせない専門分野といえます。基礎研究においても、それが無視できない不確実性を伴うものであれば生物統計学は貢献できます。疾患を問わず、様々なタイプの医学研究に“横断的に”関与することができ、その多くで本質的な貢献ができる可能性を秘めていることが生物統計学がもつ大きな魅力です。

研究室の概要

生物統計の研究と実践

 本研究室では、様々な臨床研究(臨床試験、観察的研究含む)のデザインとデータ解析の方法に関する多くの研究を行っています。最近では、基礎・臨床研究を問わず、ゲノムデータの解析の方法、さらには、分子診断法の開発・検証法についても研究しています。さらにこれを臨床試験の方法論と融合させ、個別化医療・予測医療に向けた臨床試験の新しい枠組みと方法論についても研究しています。その一方で、多くの医学研究に共同研究者として参画し、実際にデザインとデータ解析を担当することで医学研究を支援しています。(主な業績については以下をご覧ください)

 生物統計学の研究と実践は車の両輪のようなものです。生物統計の実践から生物統計の新しい理論・方法論的な研究が生まれ、その成果からより高度な生物統計の実践が生まれます。本研究室では、このサイクルを回していくことをめざしています。

教員

構成員名/英名表記 役職 所属
松井茂之/Shigeyuki Matsui
教授生物統計学
高橋邦彦/Kunihiko Takahashi
准教授生物統計学
専攻 総合医学
領域 統合医薬学
講座 臨床医薬学
分野 生物統計学

入学を希望される方へ(修士・博士)

 生物統計学に興味があり、熱意のある方を歓迎します。出身学部は問いません。医科学修士課程2年)と博士課程3-4年)があります。入試科目等も含め、興味のある方は松井まで気軽にご連絡下さい(メールアドレスはsmatsuiの後に@をつけてmed.nagoya-u.ac.jp)。

 生物統計の専門家には、産・官・学のすべてにおいて活躍の場が用意されています。名大生物統計学教室では、学生の希望進路や適性等に応じたきめの細かな指導を心がけています。

 生物統計学分野を志す方は、進路を問わず、まず生物統計学の基礎をしっかりと身につけなければなりません。それを支援するための講義コースを開講する予定です(名大医学系研究科内に設置された統計数理研究所との大学院連携講座「統計数理学分野」との合同)。これには海外のテキストを用いたグローバルスタンダードのレベルの内容も含まれる予定です。

 その一方で、学生の皆さんには、かなり早い段階から生の医学研究に触れる機会が与えられます。その一つは定期的に開催される「生物統計カンファレンス」です。そこでは、名大内外の生物統計家や医学の研究者から現在計画中・進行中の医学研究について紹介してもらい、議論を行います。これに参加することで、最先端の医学研究、生物統計の実践がどういうものであるかを知ることができます。きっと大いに刺激を受けることになるはずです。

 生物統計の研究テーマは、各人の興味、希望進路等を尊重して決めます。生物統計学・統計数理学分野の教官は、常に多くの研究テーマに取り組んでいます。もしその中に面白そうなテーマがあれば、そこから研究をスタートしてもよいでしょう。もちろん、これまでになかった新しい方向性・テーマを持ち込んでの研究も歓迎します。高度な数理を用いての新しい統計的方法の開発研究、既存の統計的方法を用いての生物統計の新しい実践の開拓、あるいは、生物統計のよりよい実践(good practice)に資する研究など、どれも生物統計学の重要な研究です。

 なお、修士課程への入学を希望される方には博士課程への進学を期待します。より早い時期から高いレベルを目指すことは大きなアドバンテージをもたらします。そのような方にはじっくり腰を据えて勉学・研究に励めるよう配慮します。

 以上のように、生物統計の基礎をしっかりと身につけた上で、生物統計の研究と実践に真摯に取り組んだ方には、将来どの進路に進んだとしても、きっと大きな可能性が待っていることでしょう。

連絡先

466-8550

   名古屋市昭和区鶴舞町65

   名古屋大学大学院医学系研究科生物統計学分野

   (研究棟1号館1階)

Tel: 052-744-2487

    Fax: 052-744-2488

      松井のメールアドレス: smatsuiの後に@をつけてmed.nagoya-u.ac.jp

主な業績

生物統計の研究: 

1.    Hirakawa A, Hamada C, Matsui S. A dose-finding approach based on shrunken predictive probability for combinations of two agents in phase I trials. Stat Med. 2013 (In press).

2.    Matsui S. Genomic biomarkers for personalized medicine: development and validation in clinical studies. Comput Math Methods Med. 2013; Article ID: 865980.

3.    Mori K, Oura T, Noma H, Matsui S. Cancer outlier analysis based on mixture modeling of gene expression data. Comput Math Methods Med. 2013; Article ID: 693901.

4.    Noma H, Matsui S. An empirical Bayes optimal discovery procedure based on semiparametric hierarchical mixture models. Comput Math Methods Med. 2013; Article ID: 568480.

5.    Noma H, Matsui S. Empirical Bayes ranking and selection methods via semiparametric hierarchical mixture models in microarray studies. Stat Med. 2013; 32: 1904-1916.

6.    Matsui S, Simon R, Qu P, Shaughnessy JD Jr, Barlogie B, Crowley J. Developing and validating continuous genomic signatures in randomized clinical trials for predictive medicine. Clin Cancer Res. 2012; 18: 6065-6073. (Selected as CCR Highlights)

7.    Noma H, Matsui S. The optimal discovery procedure in multiple significance testing: an empirical Bayes approach. Stat Med. 2012; 31: 165-176.

8.    Tango T, Takahashi K. A flexible spatial scan statistic with a restricted likelihood ratio for detecting disease clusters. Stat Med. 2012; 31: 4207-4218.

9.    Matsui S, Noma H. Estimation and selection in high-dimensional genomic studies for developing molecular diagnostics. Biostatistics 2011; 12: 223-233.

10. Matsui S, Noma H. Estimating effect sizes of differentially expressed genes for power and sample size assessments in microarray experiments. Biometrics 2011; 67: 1225-1235.

11. Tango T, Takahashi K, Kohriyama K. A space-time scan statistic for detecting emerging outbreaks. Biometrics 2011; 67:106-115.

12. Nishiyama T, Takahashi K, Tango T, Pinto D, Scherer SW, Takami S, Kishino H. A scan statistic to extract causal gene clusters from case-control genome-wide rare CNV data. BMC Bioinformatics 2011; 12:205.

13. Noma H, Matsui S, Omori T, Sato T. Bayesian ranking and selection methods using hierarchical mixture models in microarray studies. Biostatistics 2010; 11: 281-289.

14. Takahashi K, Tango T. Assignment of grouped exposure levels for trend estimation in a regression analysis of summarized data. Stat Med. 2010; 29: 2605-2616.

15. Matsui S, Oura T. Sample sizes for a robust ranking and selection of genes in microarray experiments. Stat Med. 2009; 28: 2801-2816.

16. Oura T, Matsui S, Kawakami K. Sample size calculations for controlling the distribution of false discovery proportion in microarray experiments. Biostatistics 2009; 10: 694-705.

17. Matsui S, Zeng S, Yamanaka T, Shaughnessy J. Sample size calculations based on ranking and selection in microarray experiments. Biometrics 2008; 64: 217-226.

18. Matsui S, Yamanaka T, Barlogie B, Shaughnessy J, Crowley J. Clustering of significant genes in prognostic studies with microarrays: application to a clinical study for multiple myeloma. Stat Med. 2008; 27: 1106-1120.

19. Takahashi K, Kulldorff M, Tango T, Yih K. A flexibly shaped space-time scan statistic for disease outbreak detection and monitoring. Int J Health Geogr. 2008; 7:14.

20. Matsui S, Ito M, Nishiyama H, Uno H, Kotani H, Watanabe J, Guilford P, Reeve A, Fukushima M, Ogawa O. Genomic characterization of multiple clinical phenotypes of cancer using multivariate linear regression models. Bioinformatics 2007; 23: 732-738.

21. Matsui S. Reducing false positive findings in statistical analysis of pharmacogenomic biomarker studies using high-throughput technologies. Current Drug Safety 2006; 1: 135-141.

22. Matsui S. Predicting survival outcomes using subsets of significant genes in prognostic marker studies with microarrays. BMC Bioinformatics 2006; 7: 156.

23. Takahashi K, Tango T. An extended power of cluster detection tests. Stat Med. 2006; 25: 841-852.

24. Matsui S. Sample size calculations for comparative clinical trials with over-dispersed Poisson process data. Stat Med. 2005; 24: 1339-1356.

25. Matsui S. Stratified analysis in randomized trials with noncompliance. Biometrics 2005; 61: 816-823.

26. Tango T, Takahashi K. A flexibly shaped spatial scan statistic for detecting clusters. Int J Health Geogr. 2005; 4:11.

27. Matsui S. Analysis of times to repeated events in two-arm randomized trials with noncompliance and early withdrawal. Biometrics 2004; 60: 965-976.

28. Matsui S, Miyagishi H. Design of clinical trials for recurrent events with periodic monitoring. Stat Med. 1999; 18: 3005-3020.

29. Matsui S, Ohashi Y. Analysis of recurrent events: Application to a clinical trial of colony stimulating factor with the endpoint of febrile neutropenia. Stat Med. 1999; 18: 2409-2420. 

30. Akahira M, Takahashi K, Takeuchi K. The higher order large-deviation approximation for the distribution of the sum of independent discrete random variables. Communications in Statistics - Theory and Methods 1999; 28(3&4):705-726.

31. Akahira M, Takahashi K, Takeuchi K. Randomized confidence intervals of a parameter for a family of discrete exponential type distributions. Communications in Statistics - Simulation and Computation 1997; 26(3):1103-1128.

32. Akahira M, Kashima H, Takahashi K. A generalized binomial distribution determined by a two-state Markov chain and a distribution by the Bayesian approach. Statistical Papers 1997; 38(1): 27-42.

 

生物統計の実践:

1.       Atagi S, Katakami N, Yoshioka H, Fukuoka M, Kudoh S, Ogiwara A, Imai M, Ueda M, Matsui S. Nested case control study of proteomic biomarkers for interstitial lung disease in Japanese patients with non-small-cell lung cancer treated with erlotinib: a multicenter phase IV study (JO21661). Clin Lung Cancer 2013 (In press).

2.       Kokubo T, Matsui S, Ishiguro M. Meta-analysis of oro-cecal transit time in fasting subjects. Pharm Res. 2013; 30: 402-411.

3.       Negoro H, Kanematsu A, Doi M, Suadicani SO, Matsuo M, Imamura M, Okinami T, Nishikawa N, Oura T, Matsui S, Seo K, Tainaka M, Urabe S, Kiyokage E, Todo T, Okamura H, Tabata Y, Ogawa O. Involvement of urinary bladder Connexin43 and the circadian clock in coordination of diurnal micturition rhythm. Nat Commun. 2012; 3: 809.

4.       Ishiguro M, Mochizuki H, Tomita N, Shimada Y, Takahashi K, Kotake K, Watanabe M, Kanemitsu Y, Ueno H, Ishikawa T, Uetake H, Matsui S, Teramukai S, Sugihara K. Study protocol of the SACURA trial: a randomized phase III trial of efficacy and safety of UFT as adjuvant chemotherapy for stage II colon cancer. BMC Cancer 2012; 12: 281.

5.       Sugano K, Kontani T, Katsuo S, Takei Y, Sakaki N, Ashida K, Mizokami Y, Asaka M, Matsui S, Kanto T, Soen S, Takeuchi T, Hiraishi H, Hiramatsu N. Lansoprazole for secondary prevention of gastric or duodenal ulcers associated with long-term non-steroidal anti-inflammatory drug (NSAID) therapy: results of a prospective, multicenter, double-blind, randomized, double-dummy, active-controlled trial. J Gastroenterol. 2012; 47: 540-552.

6.       Shoji S, Suzuki M, Tomono Y, Bockbrader HN, Matsui S. Population pharmacokinetics of pregabalin in healthy subjects and patients with post-herpetic neuralgia or diabetic peripheral neuropathy. Br J Clin Pharmacol. 2011; 72: 63-76.

7.       Sugano K, Matsumoto Y, Itabashi T, Abe S, Sakaki N, Ashida K, Mizokami Y, Chiba T, Matsui S, Kanto T, Shimada K, Uchiyama S, Uemura N, Hiramatsu N. Lansoprazole for secondary prevention of gastric or duodenal ulcers associated with long-term low-dose aspirin therapy: results of a prospective, multicenter, double-blind, randomized, double-dummy, active-controlled trial. J Gastroenterol. 2011; 46: 724-735.

8.       Yamaguchi K, Mandai M, Oura T, Matsumura N, Hamanishi J, Baba T, Matsui S, Murphy SK, Konishi I. Identification of an ovarian clear cell carcinoma gene signature that reflects inherent disease biology and the carcinogenic processes. Oncogene 2010; 29: 1741-1752.

9.       Matsumura N, Mandai M, Okamoto T, Yamaguchi K, Yamamura S, Oura T, Baba T, Hamanishi J, Kang HS, Matsui S, Mori S, Murphy SK, Konishi I. Sorafenib efficacy in ovarian clear cell carcinoma revealed by transcriptome profiling. Cancer Sci. 2010; 101: 2658-2663.

10.   Yoshimura K, Kamoto T, Ogawa O, Matsui S, Tsuchiya N, Tada H, Murata K, Yoshimura K, Habuchi T, Fukushima M. Medical mushrooms used for biochemical failure after radical treatment for prostate cancer: an open-label study. Int J Urol. 2010; 17: 548-554.

11.   Doi Y, Yokoyama T, Tango T, Takahashi K, Fujimoto K, Nakano I. Temporal trends and geographic clusters of mortality from amyotrophic lateral sclerosis in Japan, 1995-2004. Journal of the Neurological Sciences 2010; 298: 78-84.

12.   Yamashita S, Hbujo H, Arai H, Harada-Shiba M, Matsui S, Fukushima M, Saito Y, Kita T, Matsuzawa Y. Long-term probucol treatment prevents secondary cardiovascular events: a cohort study of patients with heterozygous familial hypercholesterolemia in Japan. J Atheroscler Thromb. 2008; 15: 292-303.

13.   Doi Y, Yokoyama T, Sakai M, Nakamura Y, Tango T, Takahashi K. Spatial clusters of Creutzfeldt-Jakob disease mortality in Japan between 1995 and 2004. Neuroepidemiology 2008; 30: 222-228.

14.   Ito M, Nishiyama H, Kawanishi H, Matsui S, Guilford P, Reeve A, Ogawa O. P21-activated kinase 1: a new molecular marker for intravesical recurrence after transurethral resection of bladder cancer. J Urol. 2007; 178: 1073-1079.

15.   Nishimura T, Tada H, Nakagawa M, Teramukai S, Matsui S, Fukushima M. Lessons from gefitinib-induced interstitial lung disease in Japan and proposal for the prevention of serious drug-induced suffering: Problems in approval, pharmacovigilance, and regulatory decision-making procedures. Pharmacy Practice 2006; 4: 168-178.

16.   Watanabe D, Suzuma K, Matsui S, Kurimoto M, Kiryu J, Kita M, Suzuma I, Ohashi H, Ojima T, Murakami T, Kobayashi T, Masuda S, Nagao M, Yoshimura N, Takagi H. Erythropoietin as a retinal angiogenic factor in proliferative diabetic retinopathy. N Engl J Med. 2005; 353: 782-792.

17.   Sakai R, Matsui S, Fukushima M, Yasuda H, Miyauchi H, Miyachi Y. Prognostic factor analysis for plaque psoriasis. Dermatology 2005; 211: 103-106.

18.   Matsui S, Sadaike T, Hamada C, Fukushima M. Creutzfeldt-Jakob disease and cadaveric dura mater grafts in Japan: An updated analysis of incubation time. Neuroepidemiology 2005; 24: 22-25.

19.   Kanatsu-Shinohara M, Toyokuni S, Morimoto T, Matsui S, Honjo T, Shinohara T. Functional assessment of self-renewal activity of male germline stem cells following cytotoxic damage and serial transplantation. Biol Reprod. 2003; 68: 1801-1807.

 

Book/Book chapter:

1.       Matsui S, Buyse M, Simon R (eds). Design and Analysis of Clinical Trials for Predictive Medicine, CRC Press (To appear in 2014).

2.       Matsui S, Nonaka T, Choai Y. Biomarker-based designs of phase III clinical trials for personalized medicine. In Developments in Statistical Evaluation of Clinical Trials. (eds van Montfort K, Oud J, Ghidey W), Springer, 2013 (In press).

3.       Hirakawa A, Matsui S. Dose-finding for two-agent combination phase I trials. In Developments in Statistical Evaluation of Clinical Trials. (eds van Montfort K, Oud J, Ghidey W), Springer, 2013 (In press).

4.       Noma H, Matsui S. Bayesian ranking and selection methods in microarray studies. In Statistical Diagnostics for Cancer. (eds M. Dehmer and F. Emmert-Streib), Wiley, 2012.

5.       Matsui S, Noma, H. Analysis of DNA microarrays. In Handbook of Statistics in Clinical Oncology, 3rd edn. (eds JJ. Crowley and A Hoering), CRC Press, 2012.

6.       Matsui S. Statistical applications using DNA microarrays for cancer diagnosis and prognosis. In Handbook of Statistics in Clinical Oncology, 2nd edn. (eds J.J. Crowley and D.P. Ankerst), CRC Press, 2006.