長島 健悟 (ナガシマ ケンゴ)

Nagashima, Kengo

写真a

所属(所属キャンパス)

医学部 臨床研究推進センター 生物統計部門 (信濃町)

職名

特任准教授(有期)

HP

外部リンク

経歴 【 表示 / 非表示

  • 2021年04月
    -
    継続中

    慶応義塾大学病院, 臨床研究推進センター 生物統計部門, 特任准教授

  • 2016年04月
    -
    継続中

    東京理科大学大学院, 工学研究科, 非常勤講師

  • 2021年04月
    -
    継続中

    統計数理研究所, 医療健康データ科学研究センター, 客員准教授

  • 2021年04月
    -
    継続中

    日本医科大学, 非常勤講師

  • 2021年11月
    -
    継続中

    国立がん研究センター研究所, 創薬標的・シーズ探索部門, 外来研究員

全件表示 >>

学歴 【 表示 / 非表示

  • 2002年04月
    -
    2006年03月

    東京理科大学, 工学部

    大学, 卒業

  • 2008年04月
    -
    2010年03月

    東京理科大学, 大学院工学研究科

    大学院, 修了, 博士前期

  • 2010年04月
    -
    2014年03月

    東京理科大学, 大学院工学研究科

    大学院, 修了, 博士後期

学位 【 表示 / 非表示

  • 学士(工学), 東京理科大学, 課程, 2006年03月

  • 修士(工学), 東京理科大学, 課程, 2008年03月

  • 博士(工学), 東京理科大学, 課程, 2014年03月

 

研究分野 【 表示 / 非表示

  • 自然科学一般 / 数学基礎

  • 自然科学一般 / 応用数学、統計数学

  • ライフサイエンス / 医療管理学、医療系社会学

  • 情報通信 / 統計科学

研究キーワード 【 表示 / 非表示

  • バイオマーカー

  • メタ・アナリシス

  • 因果推論

  • 生存時間解析

  • 生物統計学

全件表示 >>

 

著書 【 表示 / 非表示

  • 臨床試験のための アダプティブデザイン

    平川晃弘, 五所正彦, 安藤英一, 佐藤泰憲, 高橋翔, 竹内久郎, 長島健悟, 中水流嘉臣, 野間久史, 藤井陽介, 松岡信篤, 松永信人, 丸尾和司, 山田将之, 朝倉書店, 2018年09月

  • 生存時間解析入門 原書第2版

    五所正彦, 佐藤泰憲, 竹内久朗, 長島健悟, 中水流嘉臣, 平川晃弘, 松永信人, 山田雅之, 東京大学出版会, 2014年04月

論文 【 表示 / 非表示

  • Bias in odds ratios from logistic regression methods with sparse data sets

    Masahiko Gosho, Tomohiro Ohigashi, Kengo Nagashima, Yuri Ito, Kazushi Maruo

    Journal of Epidemiology    In press 2021年09月

    研究論文(学術雑誌), 共著, 査読有り,  ISSN  0917-5040

  • Sample size calculations for single‐arm survival studies using transformations of the Kaplan–Meier estimator

    Nagashima K, Noma H, Sato Y, Gosho M

    Pharmaceutical Statistics    In press 2021年04月

    研究論文(学術雑誌), 共著, 査読有り,  ISSN  15391604

     概要を見る

    In single-arm clinical trials with survival outcomes, the Kaplan–Meier estimator and its confidence interval are widely used to assess survival probability and median survival time. Since the asymptotic normality of the Kaplan–Meier estimator is a common result, the sample size calculation methods have not been studied in depth. An existing sample size calculation method is founded on the asymptotic normality of the Kaplan–Meier estimator using the log transformation. However, the small sample properties of the log transformed estimator are quite poor in small sample sizes (which are typical situations in single-arm trials), and the existing method uses an inappropriate standard normal approximation to calculate sample sizes. These issues can seriously influence the accuracy of results. In this paper, we propose alternative methods to determine sample sizes based on a valid standard normal approximation with several transformations that may give an accurate normal approximation even with small sample sizes. In numerical evaluations via simulations, some of the proposed methods provided more accurate results, and the empirical power of the proposed method with the arcsine square-root transformation tended to be closer to a prescribed power than the other transformations. These results were supported when methods were applied to data from three clinical trials.

  • Prediction intervals for random-effects meta-analysis: a confidence distribution approach

    Nagashima K, Noma H, Furukawa TA

    Statistical Methods in Medical Research 28 ( 6 ) 1689 - 1702 2019年06月

    研究論文(学術雑誌), 共著, 査読有り,  ISSN  09622802

     概要を見る

    Prediction intervals are commonly used in meta-analysis with random-effects models. One widely used method, the Higgins–Thompson–Spiegelhalter prediction interval, replaces the heterogeneity parameter with its point estimate, but its validity strongly depends on a large sample approximation. This is a weakness in meta-analyses with few studies. We propose an alternative based on bootstrap and show by simulations that its coverage is close to the nominal level, unlike the Higgins–Thompson–Spiegelhalter method and its extensions. The proposed method was applied in three meta-analyses.

  • Information criteria for Firth's penalized partial likelihood approach in Cox regression models

    Nagashima K, Sato Y

    Statistics in Medicine 36 ( 21 ) 3422 - 3436 2017年09月

    研究論文(学術雑誌), 共著, 査読有り

  • Statistical methods in the Journal — an update

    Sato Y, Gosho M, Nagashima K, Takahashi S, Ware JH, Laird NM

    New England Journal of Medicine 376 ( 11 ) 1086 - 1087 2017年03月

    研究論文(学術雑誌), 共著, 査読有り

全件表示 >>

総説・解説等 【 表示 / 非表示

  • アダプティブデザインの基礎─実例とともに

    長島健悟, 佐藤泰憲

    医学のあゆみ 280 ( 5 ) 442 - 450 2022年01月

    記事・総説・解説・論説等(学術雑誌), 共著

  • 医学・薬学研究における生存時間データの統計解析

    佐藤 泰憲, 長島 健悟, 高橋 翔

    日小ア誌 (日本小児アレルギー学会)  30 ( 5 ) 659 - 665 2016年

    記事・総説・解説・論説等(学術雑誌), 共著,  ISSN  0914-2649

     概要を見る

    <p>がんや循環器疾患領域の臨床研究において, 治療介入を開始した時点から死亡などのイベントが発生するまでの時間を評価することがよくある. このような時間データを対象とする統計手法を生存時間解析という. すべての被験者の正確な生存時間がわかれば解析は容易であるが, 現実的には追跡期間中に転院等で追跡ができなくなり正確な生存時間がわからないことがしばしばある. このような状況を無視してデータ解析を実施すると, 解析結果にバイアスが生じる. 本稿では, 医学・薬学研究における生存時間データの特徴, 生存時間解析法の原理や利用法について概説する.</p>

  • 医学・薬学研究における統計モデル解析

    佐藤 泰憲, 長島 健悟, 高橋 翔

    日小ア誌 (日本小児アレルギー学会)  30 ( 4 ) 580 - 586 2016年

    記事・総説・解説・論説等(学術雑誌), 共著,  ISSN  0914-2649

     概要を見る

    <p>臨床医であれば, 目の前の患者さんの症状や検査結果などをコンピュータに入力して, 将来の症状や予後などを客観的な数値として予測できたらよいと考えたことがあるのではないだろうか. そのような考えを実現するためのツールの一つが, 統計モデルである. 現在, 多くの疾患に対して, 統計モデルに基づく予後予測スコアや疾患発症予測スコアなどの開発が試みられている. しかし, 著名な統計学者George Boxは 「すべての統計モデルには間違いがあるが, 役に立つモデルも存在する」 と述べているように, 統計モデルの構築・検証を行い, 十分に吟味し適切なモデルを選び出す必要がある. 本稿では, 医学・薬学研究における統計モデルの原理や利用法について概説する.</p>

  • 医学・薬学研究における症例数設計

    佐藤 泰憲, 長島 健悟, 高橋 翔

    日小ア誌 (日本小児アレルギー学会)  30 ( 2 ) 190 - 197 2016年

    記事・総説・解説・論説等(学術雑誌), 共著,  ISSN  0914-2649

     概要を見る

    臨床研究を開始する際に, 研究者がまず悩む問題の一つは「被験者の数はどれくらい必要か?」ということではないだろうか. 被験者の数が多いほど解析の精度があがり, 統計学的有意差を検出しやすくなる. しかしながら, 統計学的に検出したわずかな差が, 臨床医学的 (あるいは生物学的) に意味のある差とは限らない. そのため, 臨床研究を計画する際には, 科学性・倫理性の双方の観点から, 適切な症例数設計を行う必要がある. 本稿では, 検証的臨床試験における統計学的な症例数設計の原理や手法について概説する.

  • 医学・薬学データの統計解析I:推定と検定

    佐藤 泰憲, 長島 健悟, 高橋 翔

    日小ア誌 (日本小児アレルギー学会)  29 ( 5 ) 718 - 723 2015年

    記事・総説・解説・論説等(学術雑誌), 共著,  ISSN  0914-2649

     概要を見る

    生物統計のコンサルテーションを行っていると,「このデータの<i>p</i>値を計算してください」,ひどいときには「学会発表をするのでこのデータで有意差をつけてください」という相談がある.統計解析を,統計ソフトで<i>p</i>値を計算すること,グラフにエラーバーを書き込んで有意差マーク★印をつけること,と思いこんでいる研究者が少なくないようである.このように,臨床医学の世界では,「有意症(significantosis)」というものが蔓延している.有意症の予防・治療法は,統計的仮説検定及び区間推定を正しく理解することである.本稿では,推定や統計的仮説検定の解釈に重点を置き,これらの手法を用いた医学・薬学データの統計解析について概説する.

全件表示 >>

研究発表 【 表示 / 非表示

全件表示 >>

競争的研究費の研究課題 【 表示 / 非表示

  • 変量効果モデルによるメタアナリシスにおけるモデル誤特定下での統計的推測

    2019年04月
    -
    2022年03月

    日本学術振興会, 科学研究費補助金 若手研究 , 長島健悟, 補助金,  研究代表者

  • レアイベントデータに対する統計的推測と臨床研究への応用

    2016年04月
    -
    2019年03月

    日本学術振興会, 科学研究費補助金 若手研究(B), 長島健悟, 補助金,  研究代表者

  • 膵外分泌機能を評価する血液バイオマーカーを用いた膵がんリスク疾患・早期膵がんの診断法の臨床開発

    2021年04月
    -
    2026年03月

    国立研究開発法人 日本医療研究開発機構, 革新的がん医療実用化研究事業, 本田一文, 受託研究,  研究分担者

  • 難治性食道癌におけるPrecision Medicineに資する診断技術開発に関する研究

    2021年04月
    -
    2025年03月

    国立研究開発法人 日本医療研究開発機構, 次世代がん医療創生研究事業, 武藤学, 受託研究,  研究分担者

  • 胃癌の微量生検組織を用いたDNA修復能・がん抗原性解析による抗がん剤治療の最適化

    2020年04月
    -
    2023年03月

    国立研究開発法人 国立国際医療研究センター, 国際医療研究開発費, 山田康秀, 受託研究,  研究分担者

全件表示 >>

 

担当授業科目 【 表示 / 非表示

  • 医学統計学

    2021年度, 春学期, 講義

  • 臨床試験方法論

    2021年度, 秋学期, 講義

  • 臨床試験方法論

    2020年度, 秋学期, 講義

  • 臨床試験方法論

    2019年度, 秋学期, 講義

担当経験のある授業科目 【 表示 / 非表示

  • 線形推測論

    東京理科大学大学院

    2021年04月
    -
    2022年03月

    春学期, 講義

  • 線形推測論

    東京理科大学大学院

    2020年04月
    -
    2021年03月

    春学期, 講義

  • 線形推測論

    東京理科大学大学院

    2019年04月
    -
    2020年03月

    春学期, 講義

  • 医薬統計概論

    千葉大学大学院医学薬学府

    2018年04月
    -
    2019年03月

    秋学期, 演習

  • 線形推測論

    東京理科大学大学院

    2018年04月
    -
    2019年03月

    春学期, 講義

全件表示 >>

 

社会活動 【 表示 / 非表示

  • 2021年計量生物セミナー (座長)

    2021年01月
  • 2020年計量生物セミナー (オーガナイザー・司会・講演)

    日本計量生物学会

    2020年12月

所属学協会 【 表示 / 非表示

  • The International Biometric Society, 

    2008年04月
    -
    継続中
  • American Statistical Association, 

    2011年05月
    -
    継続中
  • 日本疫学会, 

    2021年01月
    -
    継続中
  • 日本統計学会, 

    2009年06月
    -
    継続中
  • 日本計量生物学会, 

    2008年04月
    -
    継続中

委員歴 【 表示 / 非表示

  • 2019年04月
    -
    2023年03月

    日本計量生物学会 企画委員

  • 2018年06月
    -
    継続中

    鳥取大学医学部附属病院 臨床研究審査委員会 技術専門員