Top 5 This Week

関連記事

【医療統計版】解析対象集団:ITT・per-protocol・as-treated

- 本サイト運営者のサービスの紹介 -
Dr.データサイエンス|医療統計解析の代行・相談

再入院を減らす治療を検証するランダム化試験でも、治療群に割り付けた人の一部は副作用や体調の悪化で途中から薬をやめ、対照群の一部は病状が悪くなって救済的に同じ治療を受けることがあります。こうしたズレが生じた時点で、割り付けた群のまま比べるのか、計画どおりに治療を続けた人だけで比べるのか、実際に受けた治療で群を組み直すのかによって、推定される値も、その値が表す効果も変わります。

割り付けと実際の治療がズレる試験

ランダム化の価値は、割り付けの時点で両群の背景因子が偶然の範囲でしか異ならないことにあり、既知の因子だけでなく測定していない因子も含めて群が揃います。記号として、割り付けを$Z$(治療群なら1、対照群なら0)、実際に受けた治療を$A$、1年以内の再入院の有無を$Y$と書くことにします。

この記号で見ると、ランダム化が保証しているのは$Z$と背景因子の独立性であり、$A$と背景因子の独立性までは保証していません。そのため、割り付け後に治療をやめた人や治療へ移った人を群から外したり入れ替えたりすると、比較の土台になっていた群の揃い方が崩れる可能性があり、研究目的を具体的な比較の形に整える考え方は臨床疑問とPICOで扱っており、ここではその比較をどの集団で計算するかに焦点を絞ります。

ITT解析:割り付けた群のまま比べる

intention-to-treat解析(ITT解析)は、治療を中止した人も対照群から治療へ移った人も、ランダムに割り付けられた群のまま解析に含める方法です。推定するのは「治療を受けたこと」の効果ではなく、「治療群へ割り付けたこと」の効果であり、再入院割合の差で書くと次の式になります。

$$\hat{\Delta}_{\mathrm{ITT}} = \hat{p}_{Z=1} – \hat{p}_{Z=0} \tag{1}$$

この式(1)は、治療群に割り付けた人全員の再入院割合から、対照群に割り付けた人全員の再入院割合を引いた値を表しています。$\hat{p}_{Z=1}$と$\hat{p}_{Z=0}$は、割り付け群ごとに再入院した人数をその群の割り付け人数で割った割合です。

実際、後で使う2,000例のデータでは治療群1,000例中214例、対照群1,000例中281例が再入院しており、式(1)は0.214−0.281=−0.067、95%信頼区間は−0.105〜−0.029でした。この−6.7ポイントは、中止やクロスオーバーが起きる現実の運用も含めて「この治療を始める方針をとった場合」の差として読むもので、薬を飲み続けた場合の差とは別の量です。

その意味で、ITT解析は割り付けの独立性をそのまま使うため、中止の理由が予後と関係していても、割り付け効果の推定には偏りが入りにくい解析ですが、治療効果が人によって変わらず、割り付けが実際の治療を通じてしか結果に影響しない条件のもとでは、中止やクロスオーバーが多いほど両群の実際の治療が似てくるので、治療を受けた場合の効果と比べると値は0に近づきます。この条件が崩れ、中止者で効果が異なる場合には、この大小関係は保証されません。

ここで注意が必要なのは欠測との関係で、Hollis and Campbell(1999)は公表されたランダム化試験の報告を調べ、ITT解析に言及していた119件(48%)のうち89件(75%)で主要評価項目に欠測があり、その扱いが不十分だったと報告しています。割り付けた全員を含めると宣言しても、アウトカムが観測されていない人をどう扱ったかを示さなければ、実際には完全ケース解析になっていることがあります。

per-protocol解析:計画どおりの人だけで比べる

per-protocol解析は、割り付けどおりの治療を受け続けた人、つまり治療群では中止しなかった人、対照群では治療へ移らなかった人だけを残して比較する方法です。狙っている効果は「全員が治療を受けた場合」と「誰も受けなかった場合」の差であり、潜在アウトカムの記号で書くと次のとおりです。

$$\Delta_{\mathrm{PP}} = \Pr(Y^{a=1} = 1) – \Pr(Y^{a=0} = 1) \tag{2}$$

この式(2)は、同じ集団の全員に治療を行った場合の再入院確率と、全員に治療を行わなかった場合の再入院確率の差を表しています。$Y^{a=1}$と$Y^{a=0}$は、それぞれ治療を受けた場合と受けなかった場合に観察されるはずの再入院の有無です。

この推定対象自体は臨床的に知りたい量ですが、遵守者だけを残す操作は割り付け後の情報で群を選び直すことになり、中止した人が重症に偏っていれば残った群は軽症に偏ります。Coronary Drug Project Research Group(1980)はこの問題の古典的な例で、クロフィブラート群の5年死亡率は服薬遵守が良好な人で15.0%、不良な人で24.6%でしたが、プラセボ群でも良好な人15.1%、不良な人28.3%と同じ差がありました。

このようにプラセボでも同じ差が出たということは、遵守者の予後のよさは薬の作用ではなく、遵守する人の背景の違いから生じていたことを意味します。そのため、per-protocol解析の単純な差を治療を受けた場合の効果として読むのは、遵守と予後の両方に関わる因子がない場合に限られます。

as-treated解析:受けた治療で群を組み直す

per-protocol解析が非遵守者を外すのに対し、as-treated解析は割り付けを無視して、実際に治療を受けた人と受けなかった人に全員を分け直して比べます。解析に使う人数は減りませんが、比較の単位が割り付けから実際の治療へ移るので、その時点で比較はランダム化されていない観察研究と同じ構造になります。

この組み直しで起きることを先ほどの状況に当てはめると、治療群で重症のために中止した人は非治療の側へ、対照群で重症のために救済治療を受けた人は治療の側へ入ります。後で使う2,000例のデータでは、治療を受けた832例の再入院は15.9%(平均重症度−0.150)、受けなかった1,168例は31.1%(同0.080)となり、重症な人が非治療の側へ偏っていましたが、どちらの移動が多いかで偏りの向きが決まるため、as-treated解析の偏りの向きはデータによって変わり、一般に過大とも過小とも言えません。

研究での位置づけと報告で求められる記載

報告の面では、Moher et al.(2010)によるCONSORT 2010の説明文書が、各群で解析に含めた人数と、元の割り付け群のまま解析したかどうかを記載するよう求めています。解析集団の名前だけを書いても、除外した人数と理由が示されていなければ、読者は結果がどの集団の値かを判断できません。

また、名前と中身の食い違いも文献で指摘されており、Fergusson et al.(2002)は、ランダム化後に対象者を除外しながらITT解析と称する報告を取り上げ、除外が許容される条件を論じています。割り付け後に一度も治療を受けなかった人や適格基準違反が判明した人を除く「修正ITT」は、除外の判断が割り付けを知らずに行われ、両群に同じ基準が適用される場合に限って、ランダム化の揃い方を大きく崩さずに済みます。

一方、per-protocol解析の扱いについては、Hernán and Robins(2017)が、per-protocol効果を推定対象として明確に定義したうえで、遵守に関係する予後因子を測定し、それで調整した推定を行う必要があると論じています。この考え方で調整した推定は、調整に使う変数が中止の理由を十分に捉えていることが前提になります。

ランダムに生成した試験データで3つを比べる

各解析の挙動を確かめるため、治療群1,000例、対照群1,000例からなる2,000例のランダムに生成したデータセットを用意しました。標準正規分布に従う重症度スコアが高いほど再入院しやすく、治療を受けるとロジット尺度で再入院リスクが0.7下がる設定で、さらに重症の人ほど治療群では中止しやすく、対照群では治療へ移りやすいようにしており、使用パッケージはbase Rとstatsで、結果の保存にだけjsonliteを使いました。

set.seed(42)
logit_base <- -1.0; logit_treat <- -0.7; logit_severity <- 1.0   # 再入院のロジット
stop_intercept <- -1.4; stop_slope <- 1.0; cross_intercept <- -2.5; cross_slope <- 0.8
generate_trial <- function(n_per_arm) {
  assigned <- rep(c(1, 0), each = n_per_arm); severity <- rnorm(2 * n_per_arm)
  stop_drug <- rbinom(2 * n_per_arm, 1, plogis(stop_intercept + stop_slope * severity))
  cross_over <- rbinom(2 * n_per_arm, 1, plogis(cross_intercept + cross_slope * severity))
  received <- ifelse(assigned == 1, 1 - stop_drug, cross_over)
  readmit <- rbinom(2 * n_per_arm, 1, plogis(logit_base + logit_treat * received + logit_severity * severity))
  data.frame(assigned, received, severity, readmit, adherent = as.integer(assigned == received))
}

このデータでは、治療群の245例(24.5%)が治療を中止し、対照群の77例(7.7%)が治療へ移りました。そのうえで、ITT解析、単純なper-protocol解析、as-treated解析と、遵守者で重症度を調整したロジスティック回帰から全員へ標準化したper-protocol推定の4つを同じデータで計算しています。

risk_diff <- function(y, g) mean(y[g == 1]) - mean(y[g == 0])
estimate_all <- function(trial) {
  pp_set <- trial[trial$adherent == 1, ]
  # 重症度で調整したper-protocol推定(遵守者でロジスティック回帰→全員で標準化)
  fit_pp <- glm(readmit ~ received + severity, family = binomial, data = pp_set)
  p1 <- predict(fit_pp, transform(trial, received = 1), type = "response")
  p0 <- predict(fit_pp, transform(trial, received = 0), type = "response")
  c(itt = risk_diff(trial$readmit, trial$assigned), pp = risk_diff(pp_set$readmit, pp_set$received),
    at = risk_diff(trial$readmit, trial$received), pp_adjusted = mean(p1) - mean(p0))
}
trial <- generate_trial(1000); round(estimate_all(trial), 4)
round(sapply(split(trial, trial$received), function(d)
  c(n = nrow(d), readmit = mean(d$readmit), severity = mean(d$severity))), 3)
pop <- generate_trial(500000)                                # 真値を計算する大きな集団
true_itt <- risk_diff(pop$readmit, pop$assigned)
true_treatment_effect <- mean(plogis(logit_base + logit_treat + logit_severity * pop$severity)) -
  mean(plogis(logit_base + logit_severity * pop$severity))
round(c(true_itt = true_itt, true_te = true_treatment_effect), 4)
#>         itt          pp          at pp_adjusted
#>     -0.0670     -0.1347     -0.1521     -0.1139
#>                 0       1
#> n        1168.000 832.000
#> readmit     0.311   0.159
#> severity    0.080  -0.150
#> true_itt  true_te
#>  -0.0650  -0.1102

この出力の上段が1回の試験から得た4つの推定値で、下段は50万例ずつの大きな集団で計算した真の値です。割り付け効果の真値−0.065に対してITT解析は−0.067で、治療を受けた場合の効果の真値−0.110に対しては、単純なper-protocol解析が−0.135、as-treated解析が−0.152と、どちらも効果を大きく見せる側に動いていました。

ここで読み違えやすいのは、ITT解析の−0.067が真の治療効果−0.110より小さいことを「ITT解析は偏っている」と受け取る点で、ITT解析はそもそも別の推定対象である割り付け効果を推定しています。逆に、単純なper-protocol解析の−0.135が大きく見えるのは、治療群で中止した245例の再入院割合が42.0%と、継続した755例の14.7%を大きく上回っていたためで、図1はその背景にある重症度の分布の違いを示しています。

治療群に割り付けた1,000例について、治療を継続した755例と中止した245例の重症度スコアの密度曲線。中止した人の分布が右の重症側へ寄っている
図1 治療群内で治療を継続した人と中止した人の重症度スコアの分布。中止した人の平均は0.63で、重症の人が抜けることで残った治療群が軽症に偏ります。

1,000回の繰り返しで見る偏り

1回の試験の値は偶然の変動を含むため、同じ設定でデータ生成と4つの推定を1,000回繰り返し、平均を真の値と比べました。ITT解析の平均は−0.064で割り付け効果の真値との差は0.0006にとどまり、95%信頼区間が真値を含んだ割合は0.955でした。

reps <- t(replicate(1000, {
  sim <- generate_trial(1000); e <- estimate_all(sim); r <- tapply(sim$readmit, sim$assigned, mean)
  c(e, itt_cover = as.numeric(abs(e["itt"] - true_itt) <= qnorm(0.975) * sqrt(sum(r * (1 - r) / 1000))))
}))
round(colMeans(reps), 4)
#>         itt          pp          at pp_adjusted   itt_cover
#>     -0.0644     -0.1269     -0.1409     -0.1107      0.9550

これに対し、治療を受けた場合の効果の真値−0.110と比べると、単純なper-protocol解析の平均は−0.127で偏りは−0.017、as-treated解析は−0.141で偏りは−0.031でした。重症度で調整したper-protocol推定は平均−0.111で偏りが−0.0005まで小さくなっていますが、この設定では中止とクロスオーバーの理由が測定済みの重症度だけであり、モデルも正しく指定されているという、実際の試験では確かめられない条件が揃っています。

1,000回の繰り返しで得たITT、per-protocol、as-treated、重症度調整per-protocolの推定値の箱ひげ図。ITTは割り付け効果の真値の破線、調整per-protocolは治療効果の真値の実線付近に分布し、単純なper-protocolとas-treatedは実線より下に位置している
図2 1,000回の繰り返しにおける各推定値の分布。破線は割り付け効果の真値、実線は治療を受けた場合の効果の真値で、単純なper-protocol解析とas-treated解析は実線より効果を大きく見せる側へ離れています。
boxplot(reps[, c("itt", "pp", "at", "pp_adjusted")],
        names = c("ITT", "Per-protocol", "As-treated", "PP adjusted"),
        ylab = "Risk difference", col = "grey90", outline = FALSE, cex.axis = 0.8)
abline(h = true_itt, lty = 2, col = "steelblue", lwd = 2)
abline(h = true_treatment_effect, lty = 1, col = "firebrick", lwd = 2)

この図2の偏りの向きは、中止者がクロスオーバー者より多く、どちらも重症側に偏っていたこのデータ生成の設定から生じたもので、別の試験では単純なper-protocol解析が効果を小さく見せることもあります。したがって、この結果から一般化できるのは偏りの向きではなく、割り付け後の情報で群を選び直すと、その情報と予後の関係の分だけ推定値が動くという仕組みの方です。

主解析に置く集団の判断

ここまでの結果を踏まえると、割り付け効果という推定対象が明確で、その推定にランダム化の保証をそのまま使えるのは3つの解析のうちITT解析だけであり、治療の有効性を示す優越性試験ではITT解析を主解析に置くことを勧めます。

これに対して、中止やクロスオーバーの理由が予後と関係していれば、Coronary Drug Projectの遵守者比較や今回のシミュレーションのように薬の作用と無関係な差が推定値に入り込むため、単純なper-protocol解析やas-treated解析は、治療を受けた場合の効果の推定値としては主解析に置けません。

もっとも、治療を受けた場合の効果を知ることが研究目的なら、per-protocol効果を推定対象として事前に定義し、中止の予測因子を追跡中に測定して調整する解析計画を立てる価値があります。その場合も、単純な遵守者比較のままでは偏りの向きが分からない点は変わりません。

解析集団は、推定値が出た後に結果が好ましい方を選ぶものではなく、推定対象と一緒に計画段階で決めておくものです。そのうえで、各解析集団の人数、除外の理由、欠測の扱いを報告に書いておけば、読者は数値がどの効果をどの前提で推定したものかを追うことができます。

実際のデータで、中止や治療変更がどの程度起きているか、どの推定対象を主解析に置くか、欠測をどう扱うかを事前に整理しておく作業は、試験ごとに条件が異なります。Dr.データサイエンスでは、こうした解析計画や解析対象集団の設定についてのご相談を承っています。

参考文献

  1. Coronary Drug Project Research Group. Influence of adherence to treatment and response of cholesterol on mortality in the coronary drug project. N Engl J Med. 1980;303(18):1038-1041.
  2. Hollis S, Campbell F. What is meant by intention to treat analysis? Survey of published randomised controlled trials. BMJ. 1999;319(7211):670-674.
  3. Fergusson D, Aaron SD, Guyatt G, Hébert P. Post-randomisation exclusions: the intention to treat principle and excluding patients from analysis. BMJ. 2002;325(7365):652-654.
  4. Moher D, Hopewell S, Schulz KF, Montori V, Gøtzsche PC, Devereaux PJ, et al. CONSORT 2010 explanation and elaboration: updated guidelines for reporting parallel group randomised trials. BMJ. 2010;340:c869.
  5. Hernán MA, Robins JM. Per-protocol analyses of pragmatic trials. N Engl J Med. 2017;377(14):1391-1398.

Popular Articles