Two-Phase Sampling Designs and Analysis Approaches for Ordinal Outcomes

あなたが特定の高価な手がかり（これを「ゴールデン・クロー」と呼びましょう）が患者の健康転帰にどのように影響するかという謎を解こうとする探偵だと想像してください。あなたは膨大な容疑者リスト（研究コホート）を持っており、そのリスト上の全員について、年齢、性別、一般的な病歴といった基本的で安価な情報は既に把握しています。しかし、すべての人に対して「ゴールデン・クロー」を検出するのは、費用と時間がかかりすぎます。予算があるのは、ごく少数の人々に対してのみテストを行う分だけです。

この論文は、その少数の人々をどのように賢く選び、誤った答えを導き出さないように結果をどのように正しく分析するかについてのガイドです。

問題点：「すべてか無か」の罠

過去、研究者が高価な手がかりを検出するために少数のグループを選ぶ必要があった場合、単に帽子から名前を引くような方法（単純無作為抽出）を採用することがありました。しかし、これは非効率的です。無作為なグループを選べば、最も興味深い症例を見逃してしまう可能性があります。

例えば、病気が軽度、中等度、重度、重篤という段階で悪化するものを研究している場合、無作為に一人を選べば「中等度」の症状を持つ人が選ばれるかもしれません。これでは極端なケースについて何も教えてくれません。あなたは「ゴールデン・クロー」が極端な状況でどのように振る舞うかを見るために、重症度スケールの最も上と最も下の部分にいる人々を見つけたいのです。

解決策：チームを選ぶための 3 つの賢い方法

著者らは、大規模なリスト（フェーズ 1）から少数のグループ（フェーズ 2）を選び、探偵活動をより効率的にするための 3 つの新しい戦略を提案しています。

1. 結果依存サンプリング（ODS）：「極端値戦略」

   • 比喩： あなたが学校で最も優秀な生徒と最も成績の悪い生徒を探していると想像してください。生徒を無作為に選ぶのではなく、成績表の上位 10% と下位 10% を具体的に調べます。
   • 仕組み： すでに全員が持っている健康転帰（成績表）を確認します。あえて、非常に軽度の転帰を持つ人々と非常に重度の転帰を持つ人々を多く選び、平均的な転帰を持つ人々は少なく選びます。これにより、全員を検査しなくてもデータの「広い」視野を得ることができます。

2. 共変量層別 ODS（CSODS）：「層別化された極端値戦略」

   • 比喩： 時には「成績表」が、生徒の学年のような他の要因に大きく影響されることがあります。もし学校全体から単に上位と下位の生徒だけを選べば、偶然 1 年生と 12 年生だけを選んでしまい、中間の学年を見逃してしまうかもしれません。
   • 仕組み： まず、既知の要因（年齢や特定の健康スコアなど）に基づいて容疑者をグループに分けます。その後、各グループ内で極端な値を持つ人々を選びます。これにより、グループ全体の極端な値だけでなく、あらゆる種類の人の「ゴールデン・クロー」についてのバランスの取れた視点を得ることができます。

3. 残差依存サンプリング（RDS）：「サプライズ要因戦略」

   • 比喩： 学習習慣に基づいて生徒の成績を予測する水晶玉を持っていると想像してください。ほとんどの生徒は予測に合致します。しかし、一部の生徒は「サプライズ」です。一生懸命勉強したのに悪い成績だったり、勉強しなかったのに A を取ったりするのです。これらの「サプライズ」が最も興味深いです。
   • 仕組み： 安価なデータを用いて予測モデルを構築します。その後、実際の健康転帰がモデルの予測と大きく異なる人々（「残差」）を探します。これらの「サプライズ」症例を選ぶのは、それらが「ゴールデン・クロー」について最も新しい情報を持っているからです。

分析：不正をせずパズルを解く方法

賢いグループを選んだ後、それを通常のグループのように分析することはできません。彼らを特別に「選んだ」という事実を無視すれば、数学的にバイアスがかかってしまいます（最も大きな声で話す証人だけを聞く裁判官のようなものです）。

著者らはこれを修正するための 3 つの数学的「ツール」を開発しました。

• ACML（「補正」ツール）： この方法は、選んだ人々だけを見ますが、彼らを意図的に選んだという事実を考慮するための数学的「補正係数」を加えます。「私はあえて極端な症例を多く選んだので、平均的な症例も見たことにして数学を調整します」と言っているようなものです。
• 多重代入法（「空欄補充」ツール）： この方法はより賢明です。選ばなかった人々（彼らにはまだ安価な情報がある）のデータを用いて、彼らの「ゴールデン・クロー」の値がどうだったかを推測します。パズルの欠けた部分を何度も埋めて完全な絵を作り、その結果を平均化します。
• 篩最大尤度法（「柔軟な網」ツール）： これは、「ゴールデン・クロー」が特定の形状に従うと仮定しない、洗練された手法です。代わりに、データの真の形状を捉えるための柔軟な「網」（数学的スプライン）を使用し、データがごちゃごちゃしていても非常に頑健です。

彼らが発見したこと

著者らはこれらのアイデアを検証するために、何千回ものコンピュータシミュレーションを実行しました。彼らは以下を発見しました。

• 効率性： 無作為に選ぶよりも、これらの賢い選択戦略（ODS、CSODS、RDS）を使用する方がはるかに優れていました。同じ金額でより正確な答えが得られます。
• 最高の組み合わせ： 既知の要因（年齢や健康スコアなど）が転帰を強く予測する場合、「層別化された極端値（CSODS）」と「サプライズ要因（RDS）」の戦略が最も効果的でした。
• 最高の数学： 「空欄補充（多重代入法）」と「柔軟な網（篩）」の方法は、特に選ばなかった人々のデータを持っている場合、単純な「補正」法よりも一般的により精密な答えを提供しました。

実世界でのテスト：CLOVERS 試験

これが実生活で機能することを証明するために、彼らはこれら的手法を実際の医療試験である CLOVERS のデータに適用しました。この試験は、敗血症（重度の感染症）の患者を対象に行われました。

• 目的： 特定の血液タンパク質（インターロイキン -6、IL-6）が、14 日後の患者の病状と関連しているかどうかを確認することでした。
• 結果： 1,351 人の患者の完全なグループを「フェーズ 1」のリストとして扱いました。その後、新しい戦略を用いて IL-6 をテストするために 400 人の患者のみを選ぶことをシミュレーションしました。
• 結果： 賢い戦略（特に CSODS と RDS）を使用することで、彼らは全員を検査した場合とほぼ同じように、タンパク質と病気の間の関係を再構築することができました。より少ないデータで、より明確な絵を得ることができました。

まとめ

この論文は、高価なものをテストするための資金が限られている研究者のための新しい規則集を提供します。誰をテストするかを推測する代わりに、既に持っているデータを用いて、最も情報量の多い人々を選ぶことができます。その後、結論が正確であることを保証するために特別な数学を使用します。これにより、より良い科学的答えを得ながら、資金と時間を節約できます。