📊 statistics

Incorporating Missing Data Considerations into Sample Size Calculations for Developing Clinical Prediction Models

本研究は、欠測した予測変数データが安定性が高く適切に較正された臨床予測モデルの開発に必要なサンプルサイズを著しく増大させることを示し、欠測データの仮定と多重代入法を直接組み込むための、事後分布に基づくサンプルサイズ計算の実用的な適応法を提案する。

原著者： Glen P. Martin, Sian Bladon, Rebecca Whittle, Molly Wells, Gary S. Collins, Richard D. Riley

公開日 2026-05-11

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Glen P. Martin, Sian Bladon, Rebecca Whittle, Molly Wells, Gary S. Collins, Richard D. Riley

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文を平易な言葉と日常的な比喩を用いて解説します。

全体像：データが欠落している場合、なぜより多くのデータが必要なのか

あなたが新しい完璧なスープのレシピ（臨床予測モデル）を作ろうとしている料理人と想像してください。スープが万人に合うことを保証するためには、多くの人で試飲テストを行う必要があります。

通常、統計学者は信頼できるレシピを得るために必要な試飲者の数について、「経験則」を持っています。彼らは、尋ねるすべての人がすべての材料を準備できている（例えば、全員が塩、コショウ、ニンジンを持っている）と仮定しています。

問題点： 現実世界では、人々が材料を忘れることがよくあります。誰かがニンジンを持っていないかもしれませんし、塩が欠けているかもしれません。これが欠落データです。

この論文は、人々が材料を欠落させていると予想される場合、試飲者の数を決定する古い「経験則」は誤っていると主張しています。それは低すぎます。古い数値に固執すれば、小さなテストキッチンではスープが美味しくても、世界中に提供しようとしたときに大惨事になるでしょう。

核心的な発見：欠落した材料には大きな鍋が必要

研究者たちは、欠落した材料で調理しようとしたときに何が起こるかを調べるため、大規模なシミュレーション（コンピュータ実験）を行いました。

「完璧な」シナリオ： 全員がすべての材料を持ってくる場合、試飲者の数に関する標準的なレシピは問題なく機能します。
「欠落」シナリオ： 試飲者の 20%、40%、あるいは 60% が材料を欠落している場合、レシピは機能しなくなります。スープは「過剰適合」してしまいます。
- 比喩： 「過剰適合」とは、特定のテストを暗記することに似ています。もしあなたが一つの模擬試験の正確な質問だけを勉強すれば、その試験では 100 点を取れるかもしれません。しかし、本番の試験に入り、質問が少し変わっていたり（あるいは一部が欠落していたり）した場合、あなたは不合格になります。モデルは、小さく乱雑なデータセットの「癖」を真のパターンではなく学習してしまったのです。

発見： 材料が欠落している場合でも同じ信頼できるスープのレシピを得るためには、標準的な規則が示す試飲者の数の2 倍が必要であることが多いことがわかりました。

解決策：新しい「シミュレーションキッチン」

この論文は、必要な人数を決定する新しい方法を提案しています。単に簡単な数学計算を行うのではなく、実際の研究を始める前にシミュレーション（練習走行）を行うことを提案しています。

彼らの新しい方法の仕組みは、ステップごとに以下の通りです。

偽りの世界を作る： まず、50 万人の完璧なコンピュータ上の世界を作り、本来あるべき「真の」スープのレシピが何であるかを正確に知ります。
世界を壊す： 次に、この世界を意図的に「壊し」、人々に材料を忘らせ（欠落データをシミュレートします）。
練習走行： 異なる戦略を使ってスープを作ってみます。
- 戦略 A： 材料を欠落している人を除外する（完全ケース分析）。
- 戦略 B： 持ってきたものに基づいて欠落した材料を推測する（多重代入）。
味見をする： スープを味見します。それは「真の」レシピと一致していますか？
鍋のサイズを調整する： スープの味が悪い場合、シミュレーション内の試飲者の数を増やし、再度試します。欠落データがあってもスープが美味しくなることを保証するために必要な正確な試飲者数がわかるまで、これを繰り返します。

重要な概念の平易な説明

過剰適合（Overfitting）： 特定の模擬試験の答えを丸暗記した学生を想像してください。彼らは A を取ります。しかし、本番の試験になり、一つ質問が欠落していると、パニックになって不合格になります。モデルが「過剰適合」しているとは、真のパターン（シグナル）ではなく、ノイズ（欠落データの癖）を学習してしまったことを意味します。
較正傾斜（Calibration Slope）： これはモデルがどの程度「縮小包装」されているかを示すスコアです。スコアが 1.0 なら完璧です。0.9 未満のスコアは、モデルが過度に自信を持っており、誤る可能性が高いことを意味します。この論文は、欠落データがある場合、サンプルサイズを 2 倍にしない限り、スコアはしばしば 0.9 未満に低下することを示しました。
多重代入（Imputation）： これは欠落値を「推測」する行為です。この論文は、ランダムフォレストや単純な平均など、異なる推測方法をテストしました。その結果、推測は役立ちますが、問題を完全に解決するものではなく、依然としてより多くのデータが必要であることがわかりました。
EVPI（完全情報の期待値）： これは、「完全なデータがないことでどれほど損失を被っているか？」という問いを、かっこいい表現で問うものです。不確実性のコストを計算します。この論文は、欠落データがこの「コスト」を増大させ、研究に参加する人数を増やすことでそれを低下させることを示しています。

この論文が実際に言っていること（そして言っていないこと）

彼らが発見したこと： 欠落データはモデルを不安定にし、精度を低下させます。これを修正するには、サンプルサイズを増やす必要があります。場合によっては 2 倍にする必要があります。
彼らが推奨すること： 古い単純な数学式を使うだけではいけません。研究を計画する際に、彼らの新しいシミュレーション方法を使用してください。これには、データがどのように欠落するか（ランダムなのか、他の要因によるものなのか）についての仮定を立て、それをコンピュータシミュレーションでテストすることが含まれます。
彼らが行わなかったこと： 彼らは現在、特定の現実世界の病院でこれをテストしていません。彼らはコンピュータシミュレーションと 2 つの仮想的な例（一つは推測を助けるための古いデータを持っていた場合、もう一つは盲目的に推測せざるを得なかった場合）を使用しました。
「経験則」の代替案： 複雑なシミュレーションができない場合、彼らは簡易的な修正を提案しています。標準的なサンプルサイズの数を (1 - 欠落データの割合) で割ってください。例えば、50% の欠落データを予想している場合、サンプルサイズは 2 倍必要です。ただし、彼らはこれは単なる概算であり、シミュレーションの方が優れていると認めています。

結論

医療予測モデルを構築する研究を計画しており、一部のデータが欠落することを想定している場合（これはほぼ常に当てはまります）、標準的なサンプルサイズ計算機を信頼してはいけません。 それらは小さすぎる数値を提示します。

代わりに、この新しい「シミュレーションキッチン」アプローチを使用してください。これにより、さまざまなシナリオをテストし、モデルが安定し、正確で、現実世界に対応できることを保証するために必要な真の人数を特定することができます。

技術的概要：臨床予測モデル開発におけるサンプルサイズ計算への欠損データ考慮の組み込み

問題提起
臨床予測モデル（CPM）は、過学習を最小化し、正確な較正と識別を含む堅牢な予測性能を確保するために、十分に大規模なデータセットを必要とする。CPM 開発のための既存のサンプルサイズ計算方法（例：Riley ら、2019；2020）は、すべての予測変数データがすべての参加者において完全に観測されていることを暗黙的に仮定している。しかし、欠損した予測変数値は医療データにおいて普遍的である。設計段階で欠損データを考慮しない場合、標準的な閉形式のサンプルサイズ計算を適用すると、実質的なサンプルサイズが不十分になる可能性がある。この乖離は、過学習のリスク、モデルの劣化（較正不良、識別能の低下）、および臨床的有用性の喪失を増大させる。現在、CPM 開発におけるサンプルサイズ計算に欠損データの仮定や処理戦略を直接統合するための確立された枠組みは存在しない。

手法
著者らは、Riley ら（2019）によって開発された、予想される事後（サンプリング）分布を利用する一般的なシミュレーションベースのサンプルサイズ枠組みの適応を提案する。提案される拡張は、欠損メカニズムと処理戦略を明示的にデータ生成プロセスに組み込む。

適応された手順は以下のステップを含む：

仮定の特定：研究者は、欠損メカニズム（完全にランダムな欠損 [MCAR]、ランダムな欠損 [MAR]、またはランダムでない欠損 [MNAR]）、欠損の予想パターン（どの変数が共同で欠損するか）、および欠損データの予想割合を定義しなければならない。これらの仮定は、開発データセットと対象集団の両方に適用される。
欠損の誘発：シミュレーションにおいて、欠損データは、開発データセット（および「実用的な性能」が対象となる場合は対象集団）に、完全条件指定（例：R パッケージ mice 内の ampute 関数など）を用いて誘発される。
欠損データの処理：計画された補完戦略（例：多重補完、ランダムフォレスト補完、完全ケース分析）がシミュレートされた開発データに適用される。その後、CPM は補完されたデータを用いて開発される。
評価：開発されたモデルは、大規模な対象集団（展開シナリオに応じて、完全に観測されたものまたは補完されたもの）で評価される。較正傾き、識別能、完全情報の期待値（EVPI）を含む性能指標が計算される。
反復：プロセスは、性能指標の事後分布を生成するために、複数の反復（例：100 回）で繰り返される。開発サンプルサイズ（ $N_{dev}$ ）は、所望の性能目標（例：較正傾きが 0.9 から 1.1 の間にあることの保証確率）が満たされるまで、反復的に増加される。

このアプローチを検証するために、著者らは ADEMP 枠組みに従ってシミュレーション研究を実施した。彼らは、予測変数の相関、アウトカムの有病率、欠損メカニズム（MAR/MNAR）、欠損割合（10%–60%）、および閉形式の最小値に対するサンプルサイズ乗数（ $\delta$ ）を変化させる 240 のシナリオを生成した。彼らは、さまざまな補完方法とモデリングアプローチ（非ペナルティ化、AIC 選択、LASSO ペナルティ化ロジスティック回帰）を比較した。

主要な結果

閉形式手法による過小評価：開発データセットに欠損値が含まれている場合、標準的な閉形式のサンプルサイズ計算（完全データを仮定）は、予測性能が低下したモデルをもたらす。具体的には、中央値の較正傾きが頻繁に目標値 0.9 を下回り、保証確率（傾きが 0.9 から 1.1 の間にある可能性）は著しく低下した（例、40–60% の欠損率で 0.4 未満）。
サンプルサイズの増大：完全に観測されたデータで開発されたモデルと同等の性能を達成するためには、必要なサンプルサイズをしばしば増大させる必要があった。高い欠損率（例、60%）のシナリオでは、安定した較正傾きと適切な保証確率を達成するために、閉形式の最小値の最大 2 倍のサンプルサイズが必要となった。
補完方法の影響：異なる補完方法（例：多重補完、ランダムフォレスト）は、さまざまな程度の性能低下を示したが、標準的な最小サンプルサイズにおいて過学習のリスクを完全に軽減するものはなかった。完全ケース分析は特に過学習を起こしやすい傾向にあった。
ペナルティ化の役割：LASSO ペナルティ化は、欠損データシナリオ全体での平均較正傾きを改善し、最小サンプルサイズであっても 0.9 以上を維持させることが多かった。しかし、それは欠損データによって引き起こされる不安定性（低い保証確率）を完全に解決せず、サンプルサイズの調整の必要性を強化した。
EVPI の定量化：シミュレーション枠組みにより、有限のサンプルサイズと欠損による臨床的有用性の損失を定量化する完全情報の期待値（EVPI）の計算が可能となった。サンプルサイズを増大させることは、補完データと完全に観測されたデータで開発されたモデル間の EVPI の格差を縮小した。

実用的な応用
著者らは、以下の 2 つの例を通じて枠組みを説明した：

個別参加者データ（IPD）を用いる場合：MIMIC-III データベースを用いて、結合分布と欠損パターンを情報として利用した。この研究は、閉形式の最小サンプルサイズ（ $N=2836$ ）において、保証確率が低い（<45%）ことを示した。サンプルサイズを 50% または 100% 増大させることは、較正傾きと保証確率を著しく改善した。
IPD を用いない場合：既存のデータではなく、文献と専門家の知識から仮定が導き出されるシナリオ。同様の傾向が観察され、仮定が明確に提示されていれば、先行データが限られていても枠組みが適用可能であることを確認した。

意義と主張
本論文は、CPM 開発におけるサンプルサイズ計算に欠損データの仮定と処理戦略をどのように組み込むべきかを探求した最初の調査であると主張している。著者らは、欠損した予測変数データが、安定した、よく較正された、かつ臨床的に有用なモデルを開発するために必要な最小サンプルサイズを根本的に増大させると論じている。

彼らは、適応されたシミュレーションベースの枠組みが、事後の調整に頼るか問題を無視するのではなく、欠損を直接考慮する最小サンプルサイズを決定する「原理的な方法」を提供すると主張している。欠損メカニズムの特定は困難である可能性を認めているが、すべてのサンプルサイズ計算は仮定に依存しており、重要なのはこれらを明示することであると強調している。

著者らは、完全なシミュレーションを実行するのに十分な情報が存在しない場合、実用的な代替案として、閉形式のサンプルサイズ計算を $1/(1 - \pi_{miss})$ の係数で増大させることを控えめに提案しているが、シミュレーションベースのアプローチが好ましいと維持している。彼らは、研究設計段階で欠損データを明示的に考慮することが、統計的検出力不足の研究を回避し、臨床予測モデルの信頼性を確保するために不可欠であると結論づけている。