系統的レビュー研究計画書作成ワークショップ
第七回
統合、層別解析・感度分析、欠測への対処
京都大学大学院 辻本康
精治寮病院 阪野正大
尼崎総合医療センター Hospital Care Research Unit
辻本啓 片岡裕貴
岡山県精神科医療センター 宋龍平
京都大学大学院医学研究科社会健康医学系専攻医療疫学分野 吉岡貴史
安房地域医療センター 北本晋一
亀田総合病院集中治療科 佐藤明 山本良平 安田英人
近畿中央胸部疾患センター呼吸器内科 香川智子
亀田総合病院麻酔科 重城聡
亀田ファミリークリニック館山 宮本侑達
このコースの目標
• 各参加者が興味を持つ臨床疑問を洗練した
上で、実施に足るレベルの系統的レビュー
の研究計画書を完成させる
→系統的レビューの大まかな理解
(希望者は)系統的レビューの実施
2
メタ・アナリシスの復習
メタ・アナリシスとは何?
3
メタ・アナリシスとは
各研究の結果をまとめ、
その「効果サイズ」を統合すること
(お経:リスク比とか、ハザード比とか、
標準化された平均値の差とか)
4
Cochrane handbook 9.4.2 Principles of meta-analysis
「効果サイズ」の例
個々の研究でのアウ
トカム
変数の種類 効果サイズ
30日死亡割合 2値変数 リスク比
全生存期間 生存時間 ハザード比
治療開始時と
半年後の血圧の差
連続変数 平均値の差
メタ・アナリシスの復習:何と呼ぶ?
6
Cochrane Database Syst Rev. 2013 Dec 9;12:CD004127
メタ・アナリシスの復習
概念的異質性と統計的異質性の違いは?
7
概念的異質性・統計学的異質性
概念的異質性
 臨床的異質性
患者背景、治療の違い
 方法論的異質性
risk of bias、脱落の程度・扱い方
統計学的異質性
 概念的異質性の結果
 (偶然)
出版バイアスへの検討
・臨床試験登録サイトの確認
(ClinicalTrials.gov, ICTRP,
UMIN-CTR)
・funnel plotを見てみる
9
10
第七回
統合、層別・感度分析、
欠測への対処
SR&MAの全体像
11
構造化された疑問
系統的な検索
・データベースの選択
・検索式の作成
・文献の選択基準
・事前登録
漠然とした疑問
選択文献を対象とした
批判的吟味
・事前に規定した
評価基準(Risk of bias)
発表
結果の統合とまとめ
(=meta-analysis)
第一回 第二ー四回
第五回第六-八回第九回
今日の目標
• メタ・アナリシスしない結果のまとめ方
について説明できる
• 層別解析について説明できる
• 感度分析について説明できる
• 欠測への対処法について説明できる
12
今回のエフォート目安
動画20分
プロトコルの記載2-3時間
13
QUIZ:以下のうち正しい記載はどれでしょうか?
・サブグループ解析は実施しない方が良い
レビューである
・感度分析とサブグループ解析で違うのは
解析目的である
・異質性の検証のために感度分析を行なう
・仮定が間違っていないか検証する目的で
サブグループ解析を行なう
14
メタ・アナリシスしない場合(=質的な統合)
15
Cochrane Database Syst Rev. 2013 Dec 9;12:CD004127
層別解析(=サブグループ解析)について
16
・事前規定
臨床的に異質な集団で(性別や年齢ごとなど)
分けて効果量がどうなるかを評価
→臨床的異質性を検討
・結果から
統計的異質性を認めた
(=I^2が大きかった)
→原因を探索
17
層別解析の2種類
18
研究A 研究B
研究間で分ける
例:アジアとヨーロッパでの差を見たい
研究A 研究B
研究内で分ける
例:年齢での差を見たい
Pについて異質な集団の例
• 19歳以下、20−34歳、
35歳以上で分ける
• 妊娠第1〜3期で分ける
19
Iについて異質な集団の例
20
• Dose(400mg以上か
未満)
• 期間(3日以上か未満)
層別解析を実施する場合の注意
・たくさん解析するとαエラーの危険性
(=偶然有意差がつく)
21
では
サブグループ解析は当てにならない?
22
踏まえるべき前提(ベイズの定理)
23
事前の
見積もり
サブグループ
解析の結果
事後の
見積もり
↑ ↑
ここが低いと、
「当て」にできない
サブグループ解析を「当て」にできるかの基準(意訳)
24
BMJ 2010; 340:c117
当てにできる しにくい
研究デザイン
サブグループに分ける変数 ベースライン ランダム割付された後のもの
比較の方法 研究内 研究間
サブグループの分け方 事前に規定 結果を見て規定
サブグループ効果の方向 事前に規定 結果を見て規定
サブグループ検定 少ない 多い
解析
検定の結果は偶然を示唆する? しない する
状況
サンプルサイズ 大きい 小さい
研究間で一致 している していない
研究内の全てのアウトカムで効果
が一致
している していない
基礎研究と結果が一致 している していない
プロトコルに盛り込もう!
研究デザイン
• 事前に規定
• ベースラインの変数で
• サブグループ効果の方向性
• 少なく
25
つづいて感度分析
26
患者選択、文献選択といった過程で、
研究者が「えいや」と臨床的観点から決め
た仮定が、前提を変えたとしても成り立つ
かどうかを検討するために実施対象を限定
する(除外した対象への解析はしない)
ROBが各研究で一定ではない可能性に対する感度分析
27
• Blindingができ
ていないものを
省く
• ランダム割付が
できていないも
のを省く
• 欠測データが多
い研究を省く
脱落がランダムに起こっていない可能性
28
20%以上の
ドロップアウト
がある研究を除外
層別解析や感度分析は
発表されている条件からしか実施できない
これは、文献のデータを元にしたメタ・ア
ナリシスの限界
個別の患者データを用いたメタ・アナリシ
スの利点
29
今後の方向性=個別研究データのシェア
30
https://www.clinicalstudydatarequest.com/
欠測データへの対処
欠測とは?
31
患者ID 性別 年齢
1 M 59
2 F 70
3 F 60
4 M 54
5 F 80
6 M 45
7 M ?
欠測の例
欠測のタイプ 欠測の可能性
研究 出版バイアス
検索が不十分
アウトカムの欠測 測定されていない
選択的報告バイアス
統計量 選択的報告バイアス
不完全な報告
参加者 ITT(割付に基づく)解析をしていない
研究からの脱落
選択的報告バイアス
研究レベルでの参加者の
特徴が報告されていない
(層別解析などに使う)
測定されていない
不完全な報告
32
Cochrane Handbook Table 16.1.a
欠測データへの対処
どんな研究でも起こりうる
• ランダムに発生した欠測
• ランダムでない欠測 ←バイアスになる
33
欠測への対処の基本
原著者に問い合わせる!
(不完全な報告の可能性)
34
著者から返事がない場合として
プロトコルに書くべき内容
• 欠測データの対処手法を用いる上で仮定す
る内容を明確に記述する
• 仮定が成り立たない場合についても解析し
て結果を示す(感度分析)
Reviewに書くべき内容
• Discussionで欠測データの与える影響につ
いて述べる
35
実際は
• 取り扱うアウトカムの種類/特性である程
度決まります
• 概念さえ理解すればhandbook通りに
やっていけばOK
36
プロトコルは型通りです
実施する際に詳しくは相談してください
37
お経ですね
QUIZ:以下のうち正しい記載はどれでしょうか?
×サブグループ解析は実施しない方が良い
レビューである
○感度分析とサブグループ解析で違うのは
解析目的である
×異質性の検証のために感度分析を行なう
×仮定が間違っていないか検証する目的で
サブグループ解析を行なう
38
今日の目標
• メタ・アナリシスしない結果のまとめ方
について説明できる
• 層別解析について説明できる
• 感度分析について説明できる
• 欠測への対処法について説明できる
39
次はいよいよSRの結果の見せ方
40

201708 srws第七回統合、層別・感度分析、欠測への対処