Producing treatment hierarchies in network meta-analysis using probabilistic models and treatment-choice criteria

技術的要約：確率モデルと治療選択基準を用いたネットワークメタ解析における治療階層の生成

問題提起
ネットワークメタ解析（NMA）は、複数の介入にわたる相対的な治療効果を生成するが、これらの出力を解釈して治療階層を確立することは依然として困難である。$p_{BIV}$（ある治療が最良である確率）、Pスコア、SUCRAなどの既存のランキング指標は、解釈性が乏しく、不確実性を十分に考慮できていないことが多い。主な批判として、これらの手法は臨床的に無意味な小さな治療効果の差を過大に評価し、性能が統計的に区別できない場合であっても、治療間に明確な順位を付けてしまう可能性があることが挙げられる。さらに、多くの指標は、何が臨床的に重要な差を構成するかを定義する「治療選択基準（TCC）」を明示的に組み込んでいないため、臨床的意思決定に適切に反映されないランキングを生じさせている。

方法論
著者らは、定義されたTCCと確率的ランキングモデルを統合して治療階層を生成する、新しいフレームワークを提案している。この手法は、主に以下の2つの段階で進行する。

1. 治療選択基準（TCC）の定義：
   著者らは、最小有用差（SWD）に基づくTCCを定義する。著者らは、SWDとその逆数（または反対側）を用いて、等価範囲（ROE）を構築する。任意の治療 $X$ と $Y$ のペア比較において：

• 治療の選好（$X > Y$ または $Y > X$）は、NMAの推定値とその信頼区間の境界がROEの外側に位置する場合にのみ確立される。これは、臨床的に重要な効果を示していることを意味する。
• 推定値がROE内に存在する場合、それらの治療は等価（「タイ（引き分け）」）とみなされる。
• このプロセスにより、連続的なNMA効果推定値が、離散的な選好データ（$X$ への選好、$Y$ への選好、またはタイ）へと変換される。

2. 確率的ランキングモデル：
   これらの選好データを合成するために、著者らはブラッドリー・テリー・モデル（タイを含めるためにDavidsonによって拡張されたもの）をNMAの文脈に適応させている。

• 潜在パラメータ： 各治療 $X$ には、与えられたTCCの下で、他と比較して臨床的に重要かつ有益な真の治療効果をもたらす傾向を表す、潜在的な「能力」パラメータ（$\psi_X$）が割り当てられる。
• モデルの定式化： 治療 $X$ が $Y$ を上回る確率は、$\frac{\psi_X}{\psi_X + \psi_Y + \nu\sqrt{\psi_X\psi_Y}}$ としてモデル化される。ここで、$\nu$ はタイの発生率を表す妨害パラメータである。
• 推定： パラメータは、頻度主義的な枠組みにおける最大尤度推定法（MLE）を用いて推定される。標準誤差は、フィッシャー情報行列から漸近的に導出される。
• 出力： モデルは、絶対的な能力推定値（$\hat{\psi}_X$）および正規化された確率（$\hat{\pi}_X$）を算出する。これは、ある治療が全治療の中で最高の真の能力を持つ確率を表す。

主な貢献

• 臨床的関連性の統合： 本フレームワークは、ランキングの前に（SWDを介して）臨床的に関連するTCCを明示的に組み込んでおり、選好を正当化する効果のみが階層に影響を与えるようにしている。
• 不確実性とタイの処理： 信頼区間に基づいてNMA推定値を選好/タイのデータに変換することで、本手法は自然に不確実性を考慮している。信頼区間がSWDに対して重複している治療はタイとして扱われ、無視できる程度の差によって治療を人工的に分離することを防いでいる。
• 不確実性を伴う確率的解釈： 既存の指標とは異なり、このアプローチは能力推定値に対する標準誤差を提供するため、ランキングの順位に関する不確実性を定量化することができる。
• ソフトウェアの実装： 著者らは、この手法の適用を容易にするためにRパッケージ mtrank を開発し、公開した。

結果
著者らは、2つの臨床ケーススタディと153の公開ネットワークに関する実証的研究を通じて、本手法を検証した。

1. 大うつ病に対する抗うつ薬（18の治療法）：

• このネットワークでは、最大の効果量を持つ治療法（ボルティオキセチン）が最大の標準誤差を持っていた。
• 従来の指標（$p_{BIV}$、Pスコア）はボルティオキセチンを第1位とした。
• 提案手法では、SWDを1.20として適用した結果、エシタロプラムを第1位とし、ボルティオキセチンを第2位にタイ（同順位）とする、より保守的な階層が得られた。これは、ボルティオキセチンの推定値に関する不確実性を反映していた。
• 感度分析によれば、SWDが増加する（より大きな効果を要求する）につれて、ボルティオキセチンの第1位となる能力が増加しており、本手法が臨床的閾値に対して応答性を持っていることを示した。

2. 降圧薬と糖尿病発症（6つの治療法）：

• このネットワークは高い精度（低い標準誤差）を持っていた。
• 提案手法は、既存の指標（Pスコア、PReTA、$p_{BIV}$）と完全に一致し、ARBを第1位、ACEを第2位とした。
• これにより、NMAの推定値が精密であり、分散が類似している場合、提案手法は確立されたアプローチと一致することが確認された。

3. 実証研究（153のネットワーク）：

• 提案された能力ベースの指標は、Pスコア、Pスコア（SWD調整済み）、およびPReTAと強い相関（中央値 > 0.90）を示した。
• $p_{BIV}$ との相関は中程度（中央値 ~ 0.65）であった。
• 不確実性の影響： 提案手法と他の手法との一致は、精度が高く分散範囲が狭いネットワークで最も高かった。NMA推定値の平均分散が増加するにつれて相関は低下し、不確実性が高く、かつ差が小さい場合に、提案手法が他と乖離することを浮き彫りにした。

意義と主張
本論文は、軽微な差の過剰解釈を軽減する、NMAの治療ランキングのための価値ある代替案を提示すると主張している。事前に定義されたTCCを要求することにより、本フレームワークは、研究者が階層を生成する前に、特定の臨床的文脈において何が「最善」の治療であるかを明示的に検討することを強制する。著者らは、本手法はNMAの相対効果を報告するための代用品ではなく、意思決定を支援するためのツールであると強調している。

その意義は、以下の特性を持つ階層を生成することにある：

1. 臨床的に意味がある： 重要性の閾値を超える効果に基づいている。
2. 堅牢である： 信頼区間が重複している治療に対して、明確な順位を付ける可能性が低い。
3. 透明である： ランキング自体の不確実性を定量化するための標準誤差を伴っている。

著者らは、SWDの定義にはある程度の主観性が伴うものの、本フレームワークは異なるSWD値にわたる感度分析を可能にし、様々な臨床的前提下での治療階層のより微細な理解を可能にすると結論づけている。彼らは、このアプローチが、不確実性が増大しているネットワークや、特定の臨床的決定ルールが極めて重要である場合に特に有用であると考えている。