今日は雨降りしきる東京で
リウマチ治療薬　オレンシアについての勉強でした。

統計の基礎的なお話から、
基礎医学の難しいお話、
臨床的な疑問や新しい課題など
なかなか勉強になりました。

以下、レジュメです。

オレンシア　サミット　2017
京都大学　医学統計生物情報学　森田智視先生
　
ランダム化→比較可能な二群を作る！
二軍の違いは治療法だけ、という状況を人工的に作りたい。
予後予測因子、リスク因子の分布の筋東亜
単純な二群の比較の解析からバイアスのない結果を得られるようにする。

ITT解析　intension to treat
治療開始時点　どちらの治療群を選択するか？の判断材料のための解析
重大な的確基準違反例を除き、基本的にはランダム化された全例を解析。
そろっている患者背景はできるだけ崩したくない。
ランダム化＋盲検化

ランダム化しない研究データからどこまで物が言えるのだろうか。
エビデンスはwell controlledな臨床試験から。
しかし、臨床試験ですべてをカバーできるわけではない。

コホート試験として実施するのが良いだろう。
ただ集めました、では説得力がない。
研究対象集団（コホート）を定義し、明確な的確基準と除外基準の設定が望ましい。
レトロスペクティブコホート試験デザインでも連続症例（consecutive patients）を解析すれば前向き試験と同じエビデンスレベルとなりえる。（都合のよい症例だけを抜き入れしない）

前向きコホート　研究対象（コホート）➡治療A　or　治療B　→イベント発現、非発現
後ろ向きコホート研究対象（コホート）←治療A　or　治療B　←イベント発現、非発現
後ろ向きでも全例組み込めば、エビデンスレベルは高くなる。

ランダム化
比較可能性を上げられる方策として、プロペンシテイスコアマッチングを使用する。
臨床的に重要な背景因子について似通った患者ペアを作っていく。
マッチングで考慮した因子について比較可能に。

PSマッチング：臨床的に重要な背景因子について同等なスコアの患者を新治療群と旧治療群から取り出してマッチング
似通った患者背景を持つ2群を構成して、比較検討

どうやってPSスコアを計算するか
選んだ各変数に対して“重み”をロジスティック回帰で推定
患者ごとに計算　完全に同じ背景を持つ患者では同一スコア
PSスコア＝リスクスコア

論文を読むときはマッチングをどのようなスコアで行っているかを読むこのが必要。

藤尾　圭志先生　東京大学大学院　アレルギーリウマチ学　教授
ACPA陽性RAはACPA陰性RAよりもT細胞への依存性が高い。
滑膜浸潤T細胞はACPA陽性RAで多い。
感受性遺伝子はACPA陽性　HLA-DR、PTPN22、CTLA4　ACPA陰性RAではIRF5

名古屋大学　整形外科　石黒直樹教授
24週の短期成績ではNaïve症例が優れる。MTXの併用は結果に影響しない。
24週でMDAだった患者→52週ではMTX併用患者ではLDAが期待できる確率がOR3.1倍
寛解も出現してくる。
12wDas28CRP3.3ならばOR15.244で52wLDA達成可能。
12wDASCRP3.9がカットオフ
HDA症例での治療成績にADA,ABT、TCZに差はない。
無効中止はADA＞ABT＞TCZ
副作用中止はTCZ>ADA＞ABT
DAS28CRPにて若年、高齢、超高齢においてABTの効果に差はない。
ABTで効果不十分であればTACadd on が効果的。