オッズ変動

このサイトではJavascript機能をOnにしてご利用ください。 ページの本文へ 日本語 English 中文 RIETIについて サイトマップ ヘルプ お問い合わせ 論文検索サービス サイト内検索 メニュー 研究テーマ プログラム (2024-2028年度) プログラム (2020-2023年度) プログラム (2016-2019年度) プログラム (2011-2015年度) 政策研究領域 (2006-2010年度) 主要政策研究課題 (2003-2005年度) 経済産業省共同プロジェクト プロジェクトコンテンツ 調査 フェロー（研究員） 肩書き別一覧 アルファベット順 過去の在籍者 フェローの活動 論文 ディスカッション・ペーパー（日本語） ディスカッション・ペーパー（英語） ポリシー・ディスカッション・ペーパー（日本語） ポリシー・ディスカッション・ペーパー（英語） テクニカル・ペーパー（日本語） テクニカル・ペーパー（英語） ノンテクニカルサマリー 英文査読付学術誌等掲載リスト Research Digest 政策分析論文 調査レポート 論文検索サービス 出版物 RIETIブックス（日本語） RIETIブックス（英語） 通商産業政策史 著者からひとこと RIETI電子書籍 年次報告書・広報誌（RIETI Highlight） その他出版物（日本語） その他出版物（英語） イベント シンポジウム ワークショップ BBLセミナー 終了したセミナーシリーズ データ・統計 JIPデータベース R-JIPデータベース CIPデータベース JLCPデータベース 日本の政策不確実性指数 産業別名目・実質実効為替レート AMU and AMU Deviation Indicators JSTAR（くらしと健康の調査） RIETI-TID 長期接続産業連関データベース マイクロデータ計量分析プロジェクト 海外直接投資データベース ICPAプロジェクト リンク集 コラム・寄稿 コラム Special Report EBPM Report フェローに聞く フェローの連載 世界の視点から 特別コラム 新聞・雑誌等への寄稿 特別企画 経済産業ジャーナル 研究テーマ フェロー（研究員） 論文 出版物 イベント データ・統計 コラム・寄稿 サイトマップ ヘルプ お問い合せ 閉じる ホームコラム・寄稿特別コラム特別コラム：新型コロナウイルス－課題と分析 3回目のワクチン接種の効果をRCTで検証できないか ツイート 印刷 関沢 洋一 上席研究員 新型コロナウイルスのワクチンについては、当初の高い期待に反して、その効果が時間と共に減少することが明らかになってきており、3回目の接種の必要性を唱える声が強くなっている。ただ、3回目の接種が本当に必要かどうかについてはまだよく分かっておらず、たとえば、WHOは慎重な立場をとっており、不透明な状況になっている。 本稿では、このような不透明な状態に向き合うために、ランダム化比較試験（RCT：Randomized Controlled Trial）による効果検証を行いながら、日本における3回目の接種を進めていくことを提案したい。 1．RCTについて RCTは、ある取り組みを行うことに効果があるかどうかを明らかにするために、その取り組みを行う人と行わない人をランダムに振り分け（コイントスの表裏で決めるイメージ）、効果があるかどうかを人間の浅知恵ではなくいわば神様に決めてもらうものである。新型コロナ関係の有名なRCTとして、ファイザーのワクチンが95%の発症予防効果があるとしたRCTがある。このRCTでは、ランダムな割り振りにより、43,448名のうち21,720名が本物のワクチンを接種し（接種群）、21,728名がプラセボを接種した（プラセボ群）。2回目の接種後から7日目以後の新型コロナの発症を比べたところ、接種群は8名で、プラセボ群が162名だった。両群の接種者数はほぼ同じなので、ワクチン接種に95%（≒(162-8) /162）の発症予防効果があったことになる。また、ごく最近、米国の研究者が中心になってマスク着用の効果についての大規模なRCTがバングラデシュで行われ、マスクの配布と着用の推進が新型コロナの蔓延を抑制することを厳密な研究形態で初めて明らかにした。 RCTはその信頼度の高さゆえに社会科学でも活用が進んでおり、2019年のノーベル経済学賞を受賞したバナジー氏らは経済学に先駆的にRCTを持ち込んでいる。 2．3回目のワクチン接種をRCT方式で行う案 本稿で考えているRCTは、3回目のワクチン接種の接種案内の送り先を抽選で決めるというもので、（実際の運用は難しいかもしれないが）コンセプトとしては簡単なものである。例えば、65歳以上を対象として、2回目の接種が終わってから半年以上が経過した人々を2つのグループにランダムにわけて（実際は抽選と同じ）、1つを接種勧奨群、もう1つを待機群として、接種勧奨群にのみワクチン接種案内を送り、接種を受けられる期間は短い範囲内（1週間など）にする。待機群はワクチン接種案内の送付を3カ月ほど見送る。実際には接種勧奨群の中でも日程の都合や本人の希望によりワクチンを接種しない場合が出てくるが、そういう場合であっても、最初の時点でランダム化が行われている場合には、操作変数法など計量経済学における分析手法を使うことによって、3回目の接種の効果検証がある程度可能になる。 仮に来年2月頃に3回目の接種を開始する場合、このRCTの開始は2月で、検証の期間は約3か月間になる。ただし、途中段階でも、3回目の接種に明確な効果があると判断されれば、その時点でこのRCTは中断されて、3回目のワクチン接種が全面的に推進されることになる。また、いろいろなバリエーションが考えられ、希望者を募って、3カ月ではなく半年や1年の待機期間を設けることも可能かもしれない。この場合はランダム化の段階で、すぐに接種しても半年以上待ってもいいという人だけをRCTの参加者にすることになる。 効果を検証する上で必要な変数（アウトカム変数）は、全国民における大規模なデータの取得が可能なものとする必要がある。たとえば、新型コロナウイルスの発症をアウトカム変数とすることは、接種勧奨群と待機群の双方の全員に対して定期的にPCR検査を行う必要があるのでほとんど不可能だ。これに対して、重症化、たとえば、新型コロナウイルスの感染者によるICUの利用や人工呼吸器の使用をアウトカム変数とすれば、各都道府県で把握しているので、対応可能なように思われる。新型コロナウイルスによる死亡や、あらゆる原因による死亡もアウトカム変数とすることが可能そうだ。 このRCTを全国一律で行う必要はなく、一部の地方公共団体が行うだけでも、数万人から数十万人の規模で行うことはできると思う。ワクチン接種が始まる頃に経済学者から接種順を抽選で決めるべきとの指摘があったが、抽選とランダム化はほぼ同義なので、経済学者に主要な役割を担ってもらうのも一案である。国や地方公共団体が保有する大規模データを使ったRCTなので、デジタル庁にも参加してもらえるかもしれない。 3．おわりに RCTのいいところは、素人にもはっきりとわかる形で効果や安全性を示せることにある。 つまり、論より証拠で、どんなに偉い専門家であっても、RCTで示された結果が自分の主張に反していれば、その主張を貫くことは難しくなる。また、RCTは、最近国内で広まりつつあるEBM（根拠に基づく医療）やEBPM（政策に基づく政策形成）の柱でもあり、日本がこれらの流れに乗っていくためにも、また、デジタル庁が目指しているような大規模データを最大限活用した医療を実現するためにも、本稿で取り上げたRCTのようにITを活用した大規模なRCTが実現できることが望まれる。 （補足）健康指導についてのデンマークの大規模なRCTについて 本稿が参考にしたのは健康指導についてのデンマークの大規模なRCT（Inter99）である。デンマークでは日本のマイナンバーの先行例となるような10桁の登録番号が全国民に付与されており、死亡だけでなく重大疾患の経験などさまざまなデータが国によって管理されている。Inter99では、デンマークのいくつかの地方公共団体の特定年に生まれた全住民を対象として、ランダム化によって健康診断・指導プログラムの案内を送った人と送らなかった人に分けて、2つのグループで比較している。健康指導の案内を送られなかった人々は研究に参加していることも知らされていないのだが、アウトカムとなる指標である死亡や重大疾患についてのデータは国が保有しているので、研究実施者はそのデータを自ら計測する必要がなく、健康指導の案内を送った人々と実際の参加者の登録番号だけがわかれば良かった。つまり、デンマークの高度なデータ整備のおかげで、大規模なRCTが行いやすくなったことになる。 日本のワクチン接種については、ワクチンを接種した人々としていない人々のデータは地方公共団体が保有していると思われ、別の部署かもしれないが、新型コロナによって重症化した人々や死亡した人々のデータも地方公共団体が保有していると思われる。この2つのデータを接合し（名寄せ、マージとも呼ばれる）、さらに、ワクチンの先行接種者を抽選で決めてタイムラグを作ることによって高度な分析が可能になる。 余談だが、デンマークは世界電子政府ランキングで2回連続1位（2018年、2020年）だそうである。 ツイート 2021年9月8日掲載 印刷 この著者の記事 インターネットを使って健康を増進させる 2024年3月27日［コラム］ 経済産業政策におけるEBPMの実例と課題 2024年2月 8日［EBPM Report］ EBPM登場の経緯と和風EBPM 2023年10月31日［EBPMコラム］ EBPMの基礎をなす政策の効果検証の入門の入門 2023年9月 1日［Special Report］ ビッグテーマに挑む 2023年2月20日［フェローに聞く］ コラム・寄稿 コラム Special Report EBPM Report フェローに聞く フェローの連載 世界の視点から 特別コラム 新春特別コラム：2024年の日本経済を読む～日本復活の処方箋 新春特別コラム：2023年の日本経済を読む～「新時代」はどうなる EBPMコラム 新春特別コラム：2022年の日本経済を読む～この国の新しいかたち 新春特別コラム：2021年の日本経済を読む〜コロナ危機を日本経済再生のチャンスに 特別コラム：新型コロナウイルス－課題と分析 新春特別コラム：2020年の日本経済を読む 新春特別コラム：2019年の日本経済を読む 新春特別コラム：2018年の日本経済を読む 新春特別コラム：2017年の日本経済を読む 新春特別コラム：2016年の日本経済を読む 特別コラム：RIETIフェローによるTPP特集 新春特別コラム：2015年の日本経済を読む 新春特別コラム：2014年の日本経済を読む 新春特別コラム：2013年の日本経済を読む 新春特別コラム：2012年の日本経済を読む 特別コラム：東日本大震災ー経済復興に向けた課題と政策 新春特別コラム：2011年の日本経済を読む 新春特別コラム：2010年の日本経済を読む 新春特別コラム：2009年の日本経済を読む 新春特別コラム：2008年の日本経済を読む (2008年1月) 新春特別コラム：2007年の日本経済を読む RIETIフェローが見る瀋陽総領事館事件 RIETIフェローによるWTO新ラウンド特集 新聞・雑誌等への寄稿 特別企画 経済産業ジャーナル 情報発信 ニュースレター 更新情報RSS配信 Facebook X YouTube 研究テーマ プログラム (2024-2028年度) プログラム (2020-2023年度) プログラム (2016-2019年度) プログラム (2011-2015年度) 政策研究領域 (2006-2010年度) 経済産業省共同プロジェクト プロジェクトコンテンツ 調査 フェロー（研究員） 論文 ディスカッション・ペーパー（日本語） ディスカッション・ペーパー（英語） ポリシー・ディスカッション・ペーパー（日本語） ポリシー・ディスカッション・ペーパー（英語） テクニカル・ペーパー（日本語） テクニカル・ペーパー（英語） ノンテクニカルサマリー 英文査読付学術誌等掲載リスト Research Digest 政策分析論文 調査レポート 論文検索サービス 出版物 RIETIブックス（日本語） RIETIブックス（英語） 通商産業政策史 著者からひとこと RIETI電子書籍 年次報告書・広報誌（RIETI Highlight） その他出版物（日本語） その他出版物（英語） イベント シンポジウム ワークショップ BBLセミナー 終了したセミナーシリーズ データ・統計 JIPデータベース R-JIPデータベース CIPデータベース JLCPデータベース 日本の政策不確実性指数 産業別名目・実質実効為替レート AMU and AMU Deviation Indicators JSTAR（くらしと健康の調査） RIETI-TID 長期接続産業連関データベース マイクロデータ計量分析プロジェクト 海外直接投資データベース ICPAプロジェクト リンク集 コラム・寄稿 コラム Special Report EBPM Report フェローに聞く フェローの連載 世界の視点から 特別コラム 新聞・雑誌等への寄稿 特別企画 経済産業ジャーナル RIETIについて 個人情報保護 ウェブアクセシビリティ方針 RIETIウェブサイトについて サイトマップ ヘルプ お問い合わせ 経済産業省 独立行政法人経済産業研究所（法人番号 6010005005426） 当サイト内の署名記事は、執筆者個人の責任で発表するものであり、経済産業研究所としての見解を示すものでは有りません。掲載している肩書や数値、固有名詞などは、原則として初掲載当時のものです。当サイトのコンテンツを転載される場合は、事前にご連絡ください。 "ページの先頭へ戻る