10. 比例ハザード仮定の検証と診断：Schoenfeld残差

比例ハザード仮定の概要と重要性

Coxの比例ハザードモデルは、個体$i$のハザード関数を基準ハザード関数と共変量効果の乗法構造として

$$h_i(t) = h_0(t)\exp(\mathbf{x}_i^\top\boldsymbol{\beta})$$

と定義します。$h_0(t)$は全個体に共通する基準ハザード関数であり、$\exp(\mathbf{x}_i^\top\boldsymbol{\beta})$は共変量の線形結合に基づく乗法的効果です。2個体$i$と$j$のハザード比は

$$\frac{h_i(t)}{h_j(t)} = \exp\left((\mathbf{x}_i – \mathbf{x}_j)^\top\boldsymbol{\beta}\right)$$

となり、右辺に時間$t$が含まれないため、ハザード比はすべての時点で同一の値をとります。これが比例ハザード仮定の核心であり、モデルの識別可能性を支える構造的前提です。

仮定違反は主に2つのパターンに分類されます。単調変化型では、治療効果が追跡期間にわたって増大または減少し、ハザード比が時間とともに単調に変化します。交差ハザード型では、2群のハザード曲線が途中で交差し、介入効果が初期と後期で逆転します。後者は免疫療法における遅延効果や晩期毒性が顕在化する臨床試験において観察されます。また薬効の時間的減衰により初期に高いハザード比が後期に低下するパターンも臨床上の典型例です。

PH仮定が違反されると、偏尤度推定から得られる$\hat{\boldsymbol{\beta}}$は時間平均化されたバイアスのある推定値となります。交差ハザード型では相殺効果によってログランク検定やCox検定の検出力が著しく低下するため、誤った陰性結論につながるリスクがあります。

本手法の適用には、打ち切りが非情報的であること、すなわち打ち切り時点のタイミングがイベント発生確率と独立であることを前提とします。

比例ハザード仮定は観察研究や長期追跡を伴う臨床試験において頻繁に違反されることが知られており、分析開始前の系統的な診断が不可欠です。

Schoenfeld残差の定義と統計的性質

偏尤度推定における各イベント時刻では、リスク集合の中からイベントを経験した個体が選ばれる条件付き確率が偏尤度の構成要素となります。イベント時刻$t_k$におけるSchoenfeld残差$\hat{r}_k$は、実際にイベントを経験した個体の共変量ベクトル$\mathbf{x}_{(k)}$と、リスク集合$\mathcal{R}_k$における共変量の条件付き期待値$\hat{E}[\mathbf{X}\mid\mathcal{R}_k]$の差として

$$\hat{r}_k = \mathbf{x}_{(k)} – \hat{E}[\mathbf{X}\mid\mathcal{R}_k]$$

と定義されます。直感的には、「実際にイベントが発生した個体の共変量値が、リスク集合から期待される共変量値をどれだけ上回るか」を数量化したものです。PH仮定が成立していれば、$\hat{r}_k$はイベント時刻に対して系統的な傾向をもたず、平均ゼロ近傍に散布します。

スケール化Schoenfeld残差は、情報行列の推定量$\hat{V}(t_k)$の逆行列を$\hat{r}_k$に乗じて標準化したものです。PH仮定の成否にかかわらず、スケール化残差の期待値は近似的に

$$E[\widetilde{r}_k] \approx \beta(t_k)$$

に従います。ここで$\beta(t_k)$は時刻$t_k$における時変係数を表します。PH仮定が成立する場合は$\beta(t_k) = \beta$（定数）となり、スケール化残差は時間と統計的に独立です。仮定が違反される場合は時間に対して系統的なトレンドが現れ、その傾向が時変係数の形状を反映します。

Schoenfeld残差はマーチンゲール残差や逸脱度残差と目的が異なります。マーチンゲール残差は打ち切り個体を含むすべての観測について定義され、共変量の関数形やモデル全体の適合評価に用いられます。逸脱度残差は個体単位の影響度と外れ値の検出に使用されます。一方、Schoenfeld残差は各イベント時刻に1つずつ定義されPH仮定の時間的安定性の検証に特化しており、打ち切り観測には対応しません。

小標本では情報行列の推定精度が低下するため、スケール化の信頼性が損なわれます。また、同時刻に複数のイベントが集中するタイ（同着）が多い場合は、リスク集合の離散性と偏尤度近似の誤差が残差の解釈を複雑にします。

形式的統計検定：Grambsch-Therneau検定

Grambsch-Therneau検定は、スケール化Schoenfeld残差と時間関数$g(t)$の相関に基づいてPH仮定を形式的に評価する手順です。帰無仮説は「各共変量のハザード比は時間に依存しない、すなわち$\beta(t) = \beta$（定数）」であり、対立仮説は$\beta(t)$が$t$の何らかの関数として変化することです。

検定統計量はスケール化Schoenfeld残差と$g(t)$のスピアマン順位相関に基づくスコア検定として構成されます。帰無仮説下で、各共変量の検定統計量は自由度1のカイ二乗分布に漸近し、$p$個の共変量を一括して検定する全体検定では自由度$p$のカイ二乗分布に従います。

時間関数$g(t)$の選択は検定の検出力に直接影響します。$g(t) = t$はハザード比の線形的な変化に対して高い検出力をもちます。$g(t) = \log(t)$は対数スケールでの変化を検出しやすく、フォローアップ後期における緩やかな変化に感応します。カプランマイヤー推定量に基づくランク変換は外れ値の影響を軽減します。特定の$g(t)$への依存を避けるため、複数の時間関数による感度確認が推奨されます。

変数別検定はどの共変量がPH仮定に違反しているかを特定する目的で用い、全体検定はモデル全体の適合性評価に併用します。多変量モデルでは変数別検定を繰り返すことで多重検定の問題が生じるため、ボンフェローニ補正などを適用します。

大標本では実質的影響の小さい逸脱でも統計的有意となる過検出が生じます。検定の検出力は違反の形状（急激な交差型・緩やかな単調型・非線形型）と$g(t)$の選択の組み合わせに依存し、異なる$g(t)$で検定結果が異なることがあります。統計的有意性のみで違反の実質的な重大性を評価することには注意が必要です。

視覚的診断：log(−log S(t))プロットとSchoenfeld残差プロット

生存関数$S(t)$の二重対数変換に基づくlog-logプロットは、カテゴリ共変量のPH仮定検証に広く用いられます。累積ハザード関数$H(t) = -\log S(t)$を利用すると

$$\log(-\log S(t)) = \log H(t)$$

と変換されます。PH仮定が成立する場合、$\log H_i(t) = \log H_0(t) + \mathbf{x}_i^\top\boldsymbol{\beta}$が成り立ち、2群の$\log(-\log S(t))$曲線は縦方向に一定距離を保った平行な曲線を描きます。カプランマイヤー推定量から$\log(-\log\hat{S}(t))$を算出し、横軸を$\log(t)$とした対数スケールでプロットします。群間の曲線が視覚的に平行でなく交差または分岐する場合はPH仮定の違反を示唆します。ただし交差ハザード型の違反はフォローアップ初期の段階では曲線の乖離が小さく検出困難なことがあります。

スケール化Schoenfeld残差の時系列プロットは連続共変量および多カテゴリ共変量のPH診断に適しています。横軸にイベント時刻、縦軸にスケール化Schoenfeld残差をとり、LOWESSスムーザーと95%信頼帯を重畳します。PH仮定が成立する場合、スムーザーはほぼ水平に推移し、信頼帯が定数$\hat{\beta}$を含みます。時間とともに上昇または下降するトレンドや、S字型の変化が確認される場合はPH違反の証拠となります。

（Fig1. スケール化Schoenfeld残差の時間プロット：PH仮定成立例（左）とPH仮定違反例（右））

（Fig2. log(−log S(t))プロット：比例ハザード仮定下での群間平行性の確認）

2種の視覚的手法は相補的に使用します。log-logプロットはカテゴリ共変量の群間比較に適し、全観察期間にわたる平行性を直感的に確認できます。Schoenfeld残差プロットは連続共変量やカテゴリ共変量の時変性を定量的に捉え、違反の関数形状を推測する手がかりを提供します。いずれも視覚的判断に主観が介入するため再現性が低く、確定的な診断には形式的検定との組み合わせが必要です。少数イベントでは曲線・残差プロットが不安定となり、信頼帯が広がって解釈が困難になります。

時変係数モデルへの拡張

PH仮定違反が確認された場合、ハザード比の時間変化を明示的に組み込む時変係数Coxモデルへの拡張が有効です。時変係数モデルでは

$$h(t\mid\mathbf{x}) = h_0(t)\exp(\beta(t)\cdot x)$$

と定式化され、ハザード比$\exp(\beta(t))$が時間$t$の関数として変化することを許容します。$\beta(t)$は事前に指定した関数形に基づいて推定されるため、共変量と時間関数の交互作用項$x\cdot g(t)$を既存のCoxモデルに追加することで線形近似が実現されます。

交互作用項$x\cdot t$を加えるとハザード比の時間に対する線形的変化を表現します。交互作用項$x\cdot\log(t)$は対数スケールでの変化、すなわち追跡初期における急激な変化とその後の緩和を表現します。この交互作用項の係数検定とGrambsch-Therneau検定は等価の仮説検定に対応します。

スケール化Schoenfeld残差から推定した$\hat{\beta}(t_k)$を95%信頼区間とともに時系列プロットで可視化することで、ハザード比の時間依存性の形状とその不確実性が評価できます。信頼区間が時間全域にわたって定数$\hat{\beta}$を含む場合はPH仮定との整合性が高く、信頼区間が水平線から乖離する時間帯は仮定違反の顕在区間として解釈されます。

（Fig3. 時変係数β(t)の推定値と95%信頼区間（共変量：治療割り付け））

時間変化の関数形（線形・対数・ステップ関数）は分析者が事前に指定する必要があり、真の変化パターンと不一致の関数形を選択した場合はバイアスが生じます。各時点で異なるハザード比が推定されるため、単一の効果量による要約が困難になり解釈が複雑化します。また交互作用項の追加によってモデルの自由度が増加し、主効果の推定精度が低下します。

仮定違反時の対処戦略

PH仮定違反が確認された場合、研究目的と違反のパターンに応じて3種の対処戦略を選択します。層別化Coxモデル、時変係数Coxモデル、AFTモデルへの切り替えがその主要な選択肢です。

層別化による対処では、PH仮定に違反する共変量を層別化因子として扱い、基準ハザード関数を層ごとに別々に推定します。各層内ではPH仮定が成立することを前提とし、層をまたいで回帰係数$\boldsymbol{\beta}$は共通と仮定します。交差型・単調変化型の両パターンに適用可能であり、交絡変数のPH違反への対処として有効です。一方、層別化変数そのものの効果量推定が不可能になるため、当該変数が研究上の主要関心変数である場合には適用できません。

時変係数モデルによる対処は、$\beta(t)$を明示的に推定してハザード比の時間変化を記述することを目的とします。単調変化型の違反の記述に特に適しており、時変係数の推定値と信頼区間が研究報告の対象となります。ただし単一のハザード比要約が困難になる点と、関数形の誤指定によるバイアスリスクが主な制約です。

AFTモデルへの切り替えはPH仮定違反に対する根本的な代替として位置づけられます。AFTモデルは生存時間そのものに共変量効果が加速または減速として作用する構造をとり、PH仮定を前提としません。ただしAFTモデルへの移行はPH仮定違反の診断・修正ではなく、モデル枠組みそのものの変更を意味します。

臨床試験への応用と実践的考察

無作為化臨床試験では、治療群と対照群の生存比較においてPH仮定の系統的な診断が求められます。免疫療法試験に代表される遅延効果のある介入では、治療効果が試験初期には現れず後期に顕在化するため、前半のハザードが逆転しその後に収束する複雑なパターンが生じます。このような場合、試験期間全体を通じたハザード比の推定値は時間平均化された量となり、有効性の評価指標としての有用性が低下します。

診断の事前登録と事後検定には重要な区別があります。プロトコルに事前登録されたPH仮定検定は確証的な意味をもちますが、データ観察後に実施する診断は探索的分析として位置づけ、多重検定の問題を意識した報告が求められます。データドリブンな診断は検定結果の解釈に選択バイアスをもたらす可能性があります。

大規模試験では統計的有意性と臨床的重要性が乖離することがあります。少数の時点で小さなハザード比の変動が生じる場合でも、大標本ではGrambsch-Therneau検定が有意となることがあります。ハザード比の時間変化が治療判断や患者への説明に影響する程度のものかどうかを実質的に評価することが重要です。

PH仮定違反の報告として、診断結果（検定統計量・$p$値・残差プロット）を論文に記載し、違反が確認された場合は感度分析または対処モデルの結果を主解析と並行して提示することが推奨されます。

小規模試験ではGrambsch-Therneau検定の検出力が不足し、臨床的に意味のあるPH仮定違反を見逃すリスクがあります。長期追跡試験では後期ハザード交差が生じることがあり、特に免疫療法試験における遅延効果や晩期毒性の顕在化がその典型例です。試験設計の段階でフォローアップ期間とイベント発生パターンを考慮し、PH仮定が維持されにくい設定では主要評価指標の事前設定と代替解析手法の準備が求められます。