Bayesian sample size determination using robust commensurate priors with interpretable discrepancy weights

技術要約：解釈可能な不一致重みを用いたロバストな共伴事前分布によるベイズ的サンプルサイズ決定

問題の定式化
ランダム化比較試験（RCT）の設計において、歴史的データを取り入れることは、特に患者数が限られている設定（例：希少疾患や小児科領域）において効率性を向上させることができます。ベイズ主義的なパラダイムは、「共伴事前分布（commensurate priors）」を通じてこの枠組みを提供します。ここでは、歴史的試験と現在の試験との間の類似性を表す不一致パラメータに基づいて、歴史的情報の重みが調整されます。

本論文は、複数の歴史的ソースを集計する際の既存の手法（Zheng et al. 2023a, b）における重大な欠陥を指摘しています。その枠組みでは、不一致重み（$w_q \in [0,1]$）は特定の歴史的ソースが無関連である確率を表すとされています。しかし、著者らは、これらの重みと結果として得られる事前精度（およびそれに伴うサンプルサイズ）との関係が、**非単調（non-monotonic）かつ高度に非線形（highly nonlinear）**であることを示しています。

• 非単調性： ソースを割引くことを意図して重み $w_q$ を増加させても、必ずしも事前精度が低下するとは限りません。特に複数のソース（$Q > 1$）を集計する場合、局所的な極小値や極大値が存在します。
• 非線形性： 重みがゼロに近い領域でのわずかな変化は、情報の取り込み量に対して不釣り合いに大きな変化をもたらす一方、一点に近い変化は無視できる程度の効果しか持ちません。
  これらの特性により、重みを確率として解釈することが困難となり、試験設計段階において専門家が妥当な値を引き出すことが難しくなっています。

手法
著者らは、これらの解釈性の問題を解決するために、2部構成の解決策を提案しています。

1. 代替的な事前分布の集計：
   以前の研究で使用されていた畳み込みベースの集計（これが複雑な重み関数を生んでいた）の代わりに、著者らはWinkler (1981) によって提案された方法を用いて予測事前分布を集計することを提案しています。これは、個々の予測分布の精度の和を集合的な事前分布の精度とする方法です。

   • 集合的な事前分布の平均は、歴史的平均の加重平均となります。
   • 集合的な事前分布の分散（$\sigma^2_{CP*}$）は、個々のソースの精度（$\xi^{-2}_q$）の和の逆数となります。
   • 重要な点として、この新しい集計法の下では、不一致重み $w_q$ と集合的な精度との関係は単調減少になります。$w_q$ が増加する（無関連性が高まる）につれて、精度は一様に減少します。

2. 関数変換による線形化：
   単調性があるとしても、 $w_q$ とサンプルサイズの間の関係は依然として非線形です。一様な縮小を実現するために、著者らは線形化技術を導入しています。

   • 各ソースに対応するサンプル式の非線形成分を分離します。
   • $w_q=0$（完全な借用）における精度と、$w_q=1$（借用なし）における精度の間で、線形補間を行います。
   • 逆変換関数 $f(w_q) = w'_q$ を導出します。
   • この変換により、専門家が引き出した無関連性の確率（$w_q$）を変換された重み（$w'_q$）へと写像し、その結果として得られるサンプルサイズが、変換された重みに対して線形に変化するようにします。これにより、 $w_q=0.5$ を指定した場合、情報の範囲に対してそのソースからの情報のちょうど50%を取り込むことが保証されます。

主な貢献と結果

• 解析的なサンプルサイズ公式： 著者らは、新しい集計法と線形化された重みを用いた、正規分布に従うアウトカムを持つ2群RCTのための閉形式のベイズ的サンプルサイズ公式を導出しました。公式は以下の通りです：
  $$n \ge \frac{\sigma^2_0}{R(1-R)} \left[ \left(\frac{z_\eta + z_\zeta}{\delta}\right)^2 - \sum_{q=1}^Q \xi^{-2}_q(w'_q) \right]$$
  ここで、$\xi^{-2}_q$ は変換された重みに依存します。
• 解釈可能性： 提案手法により、専門家は $w_q$ を直接的な無関連性の確率（例：「この歴史的試験が関連していることに対して、私は60%の懐疑心を持っている」）として引き出すことが可能になります。変換処理が非線形性を処理することで、統計的な挙動が専門家の意図と一致することを保証します。
• シミュレーション研究： 歴史的データの4つの構成（効果量と分散が異なる）を用いたシミュレーション研究により、提案手法が事前に規定されたベーズ決定特性を維持することが確認されました。具体的には、計算されたサンプルサイズを用いた場合、シミュレーションされた試験の100%が、事前に設定された事後確率の閾値（$\eta$ および $\zeta$）を満たし、有効性または無効性に関する決定的な結論に達しました。
• 適用例： 本手法を、7つの歴史的RCTのデータを用いるアルツハイマー病の仮想的な試験に適用しました。著者らは、「生の（raw）」重みを使用すると過剰な割引が行われ（サンプルサイズ332となる）、一方で線形化変換を使用すると、意図した情報の借用度合いを反映したより適切なサンプルサイズ（176）が得られることを示しています。

意義と主張
本論文は、主要な貢献は、従来の共伴事前分布の集計方法に内在する非単調性と非線形性の問題を解決することであると主張しています。単調性と線形化を保証することで、著者らは以下の点を主張しています：

1. コミュニケーションの促進： 重みが今や確率として解釈可能になったため、統計家と主題専門家（SME）は歴史的データの関連性に関してより効果的にコミュニケーションを取ることができます。
2. 設計の堅牢性： 本手法は、意図しない情報の割引や膨張のリスクなしに、歴史的データを取り入れたサンプルサイズを決定するための整合性のある枠組みを提供します。
3. 汎用性： 本研究は連続アウトカムを持つ2群試験に焦点を当てていますが、著者らはこの手法がバイナリおよびタイム・トゥ・イベントのエンドポイントにも拡張可能であり（補足資料に詳述）、バスケット試験のような他の試験デザインにも適用できる可能性があると述べています。

著者らは、本手法が解釈性と設計効率を向上させるものの、特定の実際的な応用における動作特性（Type I 誤差率など）を評価するための、慎重な歴史的試験の選択や広範なシミュレーションの必要性を排除するものではないことを認め、控えめな立場をとっています。彼らは、歴史的データの借用を決定するかどうかを判断する上で、サンプルサイズの決定は一つの要因に過ぎないことを強調しています。