📊 statistics

Component over Composite: Mitigating Type I Error Inflation when Imputing "Days Alive and at Home"

本論文は、臨床試験において「生存かつ自宅退院日数」という複合アウトカムそのものを補完するのではなく、その構成要素を個別に補完することで、第一種の過誤の膨張を効果的に抑制しつつ統計的検出力を維持できることをシミュレーションを通じて示している。

原著者： Mia S. Tackney, Sarah Dawson, Letao Yuan, Dominique-Laurent Couturier, Sofia S. Villar

公開日 2026-05-20

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Mia S. Tackney, Sarah Dawson, Letao Yuan, Dominique-Laurent Couturier, Sofia S. Villar

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

患者が大きな手術後に「自宅にいて生存している」日数を測定すると想像してください。このスコアを DAH（Days Alive and at Home）と呼びましょう。これは、安全で快適に過ごした日数をカウントするビデオゲームのスコアのようなものですが、死亡したり病院に再入院したりすると、ゼロにリセットされます。

このスコアを計算するには、3 つの情報が 필요합니다:

手術直後に患者が入院していた期間。
後日再入院した場合の入院期間。
生存しているかどうか。

問題：パズルの欠けたピース

現実には、これらのデータをすべて入手するのは困難です。病院には通常、最初の入院期間や死亡の有無に関する完璧な記録があります。しかし、退院後の患者の所在を追跡すること（例えば、患者自身が記入する日記を確認すること）はより困難です。患者が日記の記入を忘れたり、応答を止めたりすることがあります。

これにより「欠けたピース」の問題が生じます。患者の日記が 1 日でも欠けている場合、従来の方法ではその患者の「スコア全体」を破棄していました。これは、「火曜日の昼食の記録を忘れたから、その週の食事全体の記録をカウントできない」と言っているようなものです。これは多くの有用な情報を無駄にします。

これを修正する別の方法として、コンピュータプログラムを使って欠けた日を「推測（impute）」するという手法があります。しかし、この論文は、総スコアを直接推測しようとすると、コンピュータが混乱する可能性があることを警告しています。

実験：異なる推測戦略のテスト

著者らは、実際の心臓手術研究「NOTACS」に基づいた大規模なコンピュータシミュレーション（仮想試験のようなもの）を実施しました。欠損データの量が異なる 1 万の架空シナリオを作成し、どの手法が最善かを検証しました。

彼らは 2 つの主要なアプローチをテストしました:

「すべてか無か」の推測（合成レベル）: コンピュータは最終スコアを見ます。もし一部が欠けていれば、患者の年齢や性別などに基づいてスコア全体を推測します。
「ピースごと」の推測（構成要素レベル）: コンピュータは欠けた部分を個別に推測します。既知の入院期間を使って欠けた日記の日数を推測し、それらを合計して最終スコアを算出します。

大発見：「予測平均マッチング」に関する警告

論文は、最初の手法（スコア全体を推測する）における特定の危険性を発見しました。コンピュータが欠けたスコアを推測するために「予測平均マッチング（PMM）」と呼ばれる人気のある手法を使用すると、激しい誤差が生じ始めました。

比喩: 教師がテストを採点すると想像してください。もし学生が 1 問を欠いた場合、教師は学生の年齢に基づいて「テスト全体」のスコアを推測しようとします。数学の仕組みのせいで、教師が欠問した学生に満点（あるいはゼロ点）を推測してしまった場合、クラスの平均点は架空のものになってしまいます。

シミュレーションにおいて、この「すべてか無か」の推測手法は、第一種過誤（Type I Error） を急上昇させました。

第一種過誤とは何ですか？ それは「誤った警報」です。実際には何の効果もない新しい治療法が有効であると研究が結論づけてしまうことです。
結果: データの 25% が欠損している場合、この悪い手法は、安全な 5% の限界の代わりに、32% の頻度で誤った警報を出しました。これは、パンを焼くたびに煙探知機が作動し、火災がないのに火災があると思い込ませるようなものです。

解決策：スコアをレンガ積みで構築する

論文は、2 番目の手法、すなわち**「ピースを個別に推測する」**ことを推奨しています。

比喩: 建物の最終的な高さを推測するのではなく、（完璧に知っている）基礎部分の寸法を測定し、次に欠けた階の高さを 1 つずつ推測し、最後にそれらを合計します。既知の入院期間（堅固な基礎）を使って欠けた階を推測するため、最終結果ははるかに正確になります。

この「ピースごと」の手法は、誤った警報率を低く（約 5%）保ち、治療間の真の差異を見つける研究に最善の機会を提供しました。

知見のまとめ

データを捨てない: 患者がいくつかの日記記入を欠いたとしても、その記録全体を削除しないでください。持っているデータを使用してください。
総スコアを直接推測しない: 特定のコンピュータ手法を使って「自宅にいて生存している日数」という最終的な数値を一度に推測しようとすると、誤った結論につながります。
部品を推測する: 既知の入院期間をガイドとして使い、欠けた入院日を個別に推測し、その後で最終スコアを計算する方が、安全で正確です。

著者らは結論として、この特定の種類の医療転帰については、治療が実際には効果がないにもかかわらず、研究を誤って効果があると思い込ませることなく欠損データを処理する唯一の安全な方法は、「ピースごと」のアプローチであると述べています。

技術的サマリー：「在宅生存日数」における構成要素別多重代入法と合成変数代入法の比較

問題定義
「在宅生存日数（Days Alive and at Home; DAH）」は、NOTACS 試験などの術後ランダム化比較試験（RCT）において、ますます頻繁に用いられる合成アウトカムである。DAH は、(i) 初期の入院日数、(ii) 再入院または退院後のケアの総日数、(iii) 死亡率という 3 つの異なる構成要素を組み合わせる。DAH を分析する際の重要な課題は、欠損データの処理である。単純なアウトカムとは異なり、DAH の構成要素は欠損率や欠損メカニズムが異なる傾向がある。例えば、初期入院日数や死亡率データは通常、試験施設で収集されるため完全であるが、退院後の居場所データ（多くの場合参加者の日記から得られる）は欠損しやすい。

現在の標準的な慣行では、構成要素のいずれかが欠損している場合、合成変数である DAH 全体を欠損とみなし、その後に完全ケース分析（CCA）または合成値に対する多重代入法（MI）を適用することが多い。しかし、DAH はゼロ過剰、左歪み、二峰性という複雑な分布特性を有しており、標準的なパラメトリックな代入モデルが誤指定される可能性がある。さらに、構成要素間で異なる欠損データメカニズムが相互作用すること、および分析にマン・ホイットニー・ウィルコクソン検定のような非パラメトリック検定が用いられることは、第一種過誤率を過大にすることなく欠損を適切に処理する方法に関する理解のギャップを生んでいる。

方法論
著者らは、NOTACS 試験（N=1280）の設計と中間データに触発され、シミュレーション研究を実施した。本研究は、主要な分析がマン・ホイットニー・ウィルコクソン検定である場合の、90 日間の在宅生存日数（DAH90）における欠損データ処理のいくつかの戦略を評価した。

データ生成: DAH90 のアウトカムは、Yuan ら（2026）によって開発されたモデルを用いて生成された。このモデルはアウトカムを以下のように分解する。
- 初期入院日数（ $v_i$ ）: 右側打ち切りゼロ過剰ポアソン逆ガウス（ZICPIG）分布でモデル化。
- 再入院日数（ $y_{Ri}$ ）: ゼロ調整ベータ二項（ZABB）分布でモデル化。
- 死亡率（ $d_i$ ）: ベルヌーイ分布でモデル化。
  合成アウトカムは $y_i = [90 - (v_i + y_{Ri})]I(d_i = 0)$ として計算される。
欠損データメカニズム: 5 つのシナリオがシミュレートされた。
- 完全欠損（MCAR）。
- 年齢、性別、またはその両方に依存する欠損（MAR）。
- 年齢に依存する欠損（MNAR）。
  欠損は退院期間に適用され、「部分的（断続的）」および「欠損（退院後データの完全な喪失）」の状態が作成された。
比較手法:
- 完全ケース分析（CCA）: データが完全な参加者に分析を制限する。変種として、「導出」では欠損した居場所データを持つ死亡参加者の DAH をゼロとして計算する。
- MI-Composite: 構成要素のいずれかが欠損している場合、最終的な DAH90 値を直接代入する。これにはパラメトリック回帰（"norm"）と予測平均マッチング（PMM）が含まれる。
- MI-Component: 欠損した再入院構成要素（ $y_{Ri}$ ）を共変量および完全に観察された初期入院日数（ $v_i$ ）に条件付けて代入し、その後 DAH90 値を再構築する（受動的代入）。これにはパラメトリック（"norm"）、PMM、および部分的に観察されたデータを利用する二項アプローチが含まれる。
分析: 10,000 回のシミュレーション実行のそれぞれについて、 $M=35$ の代入データセットに対してマン・ホイットニー・ウィルコクソン検定が実施された。ルビンの規則は順位ベースの統計量には適用できないため、 $M$ 個の p 値の中央値が報告された。性能は、第一種過誤率（帰無仮説下）、検出力（対立仮説下）、および確率指標（ $\theta$ ）と中央値差のバイアスによって測定された。

主要な結果

第一種過誤率の増大: 本研究では、予測平均マッチング（MI-Composite PMM）を用いて合成アウトカムを直接代入することが、第一種過誤率の有意な増大につながることが判明した。25% の欠損データを持つ帰無仮説シナリオにおいて、MI-Composite（PMM）の第一種過誤率は 32.2% に上昇し、名目上の 5% を大幅に上回った。この増大は、合成アウトカムの複雑なゼロ過剰分布に対する代入モデルの誤指定に起因しており、これにより「ゼロに集中する」部分に対して高い値が代入されるなど、非現実的な代入結果が生じる可能性がある。
構成要素レベルの代入: 構成要素レベルでの代入（MI-Component）は、一般的に第一種過誤率を名目上の 5% に近づけ、統計的検出力を維持した。このアプローチは、完全に観察された初期入院日数を欠損した再入院データの予測子として効果的に活用する。
パラメトリック法と PMM の比較: MI-Component（PMM）は第一種過誤率の制御に関しては良好に機能したが、MI-Component（パラメトリックな"norm"）は、推定効果量（ $\theta$ および中央値差）のバイアス低減の点でより良い性能を示した。ただし、論文は特定の文脈において"norm"が PMM よりもテストシナリオでより大きなバイアスを招く場合があると指摘している。
部分的データ: 部分的に観察された退院後データを保持しようとする「MI-Component（二項）」アプローチは、再入院の歪んだ分布を効果的に処理できず、合成変数の PMM アプローチと同様の第一種過誤率の増大を招いた。
完全ケース分析: CCA は MCAR 下では第一種過誤率を制御したが、検出力の低下を招いた。MAR 下では、CCA はバイアスと検出力の損失をもたらした。

意義と主張
本論文は、DAH 試験における欠損データへの単純なアプローチ、すなわち構成要素のいずれかが欠損している場合に合成変数を欠損とみなし、合成変数に標準的な MI（特に PMM）を適用することは、DAH の複雑な分布により統計的に妥当ではないと主張する。著者らは以下を主張する。

構成要素レベルの代入が優れている: 構成要素の異なる分布を尊重し、完全に観察されたデータ（初期入院日数）を予測子として活用することで、第一種過誤率の増大を緩和する。
合成変数への PMM はリスクがある: 合成変数レベルでの予測平均マッチングの使用は警告されるべきであり、これにより深刻な第一種過誤率の増大を招き、試験の結論を無効化する可能性がある。
現在の報告は不十分である: 合成アウトカムにおける欠損データメカニズムの既知の不均一性にもかかわらず、試験が構成要素ごとの欠損を報告したり、処理方法を正当化したりすることは稀であるという文献上のギャップを強調している。

著者らは、非パラメトリック検定を用いて分析される DAH アウトカムを使用する試験において、構成要素レベルでの代入が推奨される戦略であると結論づけている。また、DAH のより詳細な定義（ケアのレベルを考慮するなど）に適合する代入アプローチの開発と、欠損（MAR）仮定に対する感度分析の確立に向けた今後の研究が必要であると指摘している。