생물의약품 임상시험에 사용되는 통계학적 고려사항

Abstract

제 I장. 백신임상시험에 대한 통계적 고찰 인류의 평균수명 연장과 삶의 질 향상을 위해서 암 예방을 위한 백신 뿐 아니라 치료를 위한 백신 등 백신에 대한 많은 연구가 진행되고 있다. 또한 2009년 전 세계를 공포로 몰았던 신종인플루엔자 등 신종바이러스 유행으로 백신에 대한 임상시험과 연구는 더욱더 활기를 띄게 되었다. 본 논문에서는 백신에 대한 임상시험에서 고려해야 할 통계학적인 부분에 대해 기술하고, 현재 우리나라를 포함한 전 세계적인 백신의 개발 현황에 대해서도 언급하겠다. 제 II장. 바이오시밀러 개발에 필요한 통계방법들에 대한 고찰 최근 들어 바이오시밀러에 대한 국내외 관심이 매우 증가하고 있다. 바이오시밀러가 오리지널 생물의약품과 효능과 안전성이 유사함을 보이기 위해서는 최종적으로 임상시험을 수행하여야 한다. 본 논문에서는 이러한 임상시험의 수행과 통계적 분석에 필요한 여러 방법들과 외국의 사례 그리고 관련된 가이드라인들을 살펴볼 것이다. 제III장. 범주형 자료에서 순서화된 대립가설 검정을 위한 정확검정의 개발 범주형 자료에서 순서화된 대립가설을 검정하는 경우는 의학 사회학 경영학 등 다양한 응용분야에서 발생한다. 이러한 검정 방법은 대부분 대표본이론에 근거하여 개발되었다. 하지만 표본크기가 작거나 표본크기가 매우 불균등한 경우 대표본이론에 근거한 검정방법의 제 1종 오류 확률은 목표로 하는 5%와 멀어지는 경우가 많이 발생한다. 본 논문에서는 범주형 자료에서 순서화된 대립가설을 검정하는 경우 표본크기가 작거나 표본크기가 매우 불균등한 경우에 사용될 수 있는 정확검정방법을 소개하고 이에 대한 검정력 및 정확 p-value를 제시할 것이다.;Chapter 1. Statistical Consideration of Vaccine Clinical trials Clinical vaccines studies (that include cancer prevention vaccines and therapeutic vaccines) are ongoing to improve the quality of life and lengthen the human lifespan. Recently clinical trials and research on vaccines have become more active due to the prevalence of new viruses such as the A(H1N1) virus that freighted the whole word in 2009. In this paper we will describe the statistical aspects of clinical vaccine trials and outline the current situation of domestic and international vaccine development. Chapter 2. Statistical Consideration of the Development of Biosimilar Products Recent assessments of the biosimilarity of biologic products have received considerable global attention. A clinical trial should be conducted to assess the biosimilarity of a biosimilar product and a innovator biological product. In this paper we will describe several methods for the implementation of clinical trials and statistical analysis, a real international case and related international guidelines. Chapter 3. Developing of Exact Tests For Order-Restrictions in Categorical Data Testing of order-restricted alternative hypothesis in 2×k contingency tables could be applied in a various field of medicine, sociology, and business administration. Based on large sample theory, most of testing methods has been developed. In case of small sample size or unbalanced sample size, type I error rate of testing method on the basis of the large sample theory is very different from the target point, 5%. In this paper exact testing method is introduced in regard of testing of order-restricted alternative hypothesis in categorical data, particularly if small sample size or extreme unbalanced data. Power and exact p-value will be calculated respectively.