Efficient estimation of relative risk, odds ratio and their logarithms for rare events

この論文「Efficient estimation of relative risk, odds ratio and their logarithms for rare events（稀な事象に対する相対リスク、オッズ比、およびその対数の効率的推定）」は、2 つの集団における二値属性（成功/失敗）の発生確率 $p_1, p_2$ から、相対リスク（RR）、オッズ比（OR）、およびそれらの対数（LRR, LOR）を推定するための逐次推定法を提案しています。特に、事象が稀（確率が小さい）である場合や、高い精度が要求される場合に、従来の方法よりも効率的な推定を実現する手法を論じています。

以下に、論文の技術的概要を問題設定、手法、主要な貢献、結果、意義の観点から詳細にまとめます。

1. 問題設定 (Problem)

• 目的: 2 つの集団（確率 $p_1, p_2$）における相対リスク（$RR = p_1/p_2$）、オッズ比（$OR = \frac{p_1(1-p_2)}{p_2(1-p_1)}$）、およびそれらの対数変換版を推定すること。
• 制約と目標:
  • 推定の精度を、相対平均二乗誤差（Relative MSE: RR/OR の場合）または平均二乗誤差（MSE: LRR/LOR の場合）で定義し、事前に設定された目標値 $A$ 以下に保証する必要がある。
  • 従来の固定サンプルサイズ法では、稀な事象（$p_1, p_2$ が小さい）において必要なサンプル数が膨大になり、非効率的になる傾向がある。
  • 本研究では、サンプルを「対（ペア）」として 2 つの集団から同時に採取するシナリオ（Group Sampling の特殊な場合）を想定している。

2. 手法 (Methodology)

提案された手法は、**逆二項サンプリング（Inverse Binomial Sampling: IBS）**を拡張した逐次推定アプローチに基づいています。

A. 確率変換アルゴリズム（Bernoulli Factory）

2 つの集団からのサンプル $X_1, X_2$ を用いて、特定の確率 $p$ を持つ新しいベルヌーイ変数 $Y$ を生成するアルゴリズムを設計しています。

• RR/LRR の場合:
  • 目標確率 $p = \frac{p_1}{p_1 + p_2}$ となるように $Y$ を生成します（アルゴリズム 1）。
  • 確率 $p_1/2$ で $X_1$ を、$p_2/2$ で $X_2$ を選び、成功（1）が出た場合に出力を決定するループ構造を持ちます。
• OR/LOR の場合:
  • 目標確率 $p = \frac{p_1(1-p_2)}{p_1(1-p_2) + p_2(1-p_1)}$ となるように $Y$ を生成します（アルゴリズム 2）。
  • $X_1$ と $X_2$ をペアで取り、一致しない場合のみ出力を決定する von Neumann 型の手順を拡張しています。

B. 推定アルゴリズム（アルゴリズム 3）

生成された $Y$ の列に対して、Mendo (2025) の手法を適用します。

1. 成功数の達成: $Y$ のサンプルを収集し、$r+\alpha$ 個の成功（1）が得られるまで続けます（ここで $\alpha=1$ は RR/OR、$\alpha=0$ は LRR/LOR）。必要なサンプル数を $V'$ とします。
2. 失敗数の達成: 同様に、$r-\alpha$ 個の失敗（0）が得られるまで $Y$ を収集します。必要なサンプル数を $V''$ とします。
3. 推定量の計算:
   • RR/OR: $\hat{\zeta} = \frac{r V''}{(r-1)(V'-1)}$
   • LRR/LOR: $\hat{\zeta} = -H_{V'-1} + H_{V''-1}$ （$H_k$ は調和数）
4. パラメータ設定: 目標精度 $A$ に対して、必要な成功回数 $r$ を $r = \lceil \frac{1}{A} + \mu \rceil$ として決定します（$\mu$ は推定量の種類による定数）。

C. サンプリング効率の調整

RR/LRR の場合、アルゴリズム 1 の実行ごとに 2 つの集団から得られるサンプル数 $U_1, U_2$ が等しくなるとは限りません。しかし、本研究では「対（ペア）」でサンプリングを行う前提があるため、$U = \max(U_1, U_2)$ 個のペアを使用し、余分なサンプルは破棄します。この際、サンプリング効率因子 $\sigma$ が定義され、稀な事象では $\sigma \approx 1$ となることが示されています。

3. 主要な貢献 (Key Contributions)

1. 不偏性と精度保証:
   • 提案された推定量は任意の $p_1, p_2 \in (0,1)$ に対して不偏であり、相対 MSE（または MSE）が目標値 $A$ 以下になることが数学的に保証されています。
2. 稀な事象における高効率性:
   • 推定効率（Cramér-Rao 下限に対する比）が、$p_1, p_2$ が小さい（稀な事象）場合に極めて高い（1 に近い）ことを示しました。
   • 従来のグループサンプリングに基づく手法（Mendo 2026）と比較して、稀な事象においてより高い効率を持つことを実証しています。
3. 理論的限界の導出:
   • 推定効率 $\eta$ に対する下限を導出しました。特に、$p_1, p_2$ が十分小さい場合、効率は $1/(1 + A(\mu+\alpha))$ 以上となり、精度要求が厳しくなる（$A$ が小さい）ほど効率が向上する特性を明らかにしました。
4. パラメータ不依存の効率保証:
   • 確率比 $\theta = p_1/p_2$ が未知であっても、$p_1, p_2$ が小さいという条件の下で、効率の下限が保証されることを示しました（定理 3, 4）。

4. 結果 (Results)

• シミュレーション結果:
  • Monte Carlo シミュレーションにより、RR, LRR, OR, LOR 全ての推定量について、理論的な効率下限が実際のシミュレーション値とよく一致することが確認されました。
  • 相対リスク（RR）の推定において、$\phi = \sqrt{p_1 p_2}$ が $10^{-3}$ 程度の稀な事象でも、推定効率は 0.95 以上（多くの場合 0.99 近傍）を維持し、既存手法を大幅に上回りました。
  • 精度目標 $A$ を厳しくする（小さくする）ほど、推定効率が向上する傾向が確認されました。これは、必要なサンプル数 $r$ が増加し、漸近的な最適性に近づくためです。
• サンプリング効率:
  • RR/LRR 推定において、ペアサンプリングによるロス（$U_1 \neq U_2$ による無駄）は、稀な事象の領域では無視できるほど小さい（$\sigma \approx 1$）ことが示されました。

5. 意義 (Significance)

• 疫学・社会科学への応用: 稀な疾患や事象のリスク評価において、少ないサンプル数で高精度な推定を可能にするため、臨床試験や観察研究のコスト削減と信頼性向上に寄与します。
• 統計的推論の進展: 逆二項サンプリングを 2 集団の比較問題へ拡張し、対数変換を含む非線形パラメータに対しても、厳密な誤差保証と高効率性を両立させる新しい枠組みを提供しました。
• 実用性の高さ: 事前分布やパラメータの事前知識が不要であり、目標精度のみを指定するだけで自動的にサンプルサイズが決定されるため、実務での適用が容易です。

総じて、この論文は稀な事象の比較分析において、従来の固定サンプルサイズ法や既存の逐次法よりも遥かに効率的で、かつ理論的に厳密な推定手法を提供する重要な研究です。