Implementing the principal stratum strategy for intercurrent events with survival outcomes: a tutorial

2 種類のランニングシューズ（シューズ A とシューズ B）のどちらが、人々がより長く走れるのに役立つかを調べるために、あなたがレースを運営していると想像してください。あなたはランナーの半分をランダムにシューズ A に、残りの半分をシューズ B に割り当てます。

しかし、ここに問題があります。レース中に、多くのランナーが割り当てられたシューズを履くのをやめてしまいます。シューズ A が足を痛めるので、シューズ B に乗り換えるかもしれません。あるいは、シューズ B が壊れてしまうので、レースから完全に脱落するかもしれません。

標準的な分析では、割り当てられたシューズを履き続けたかどうかに関わらず、誰が最初にゴールしたかだけを見ます。これを「意向治療分析（Intention-to-Treat）」と呼びます。これは公平ですが、シューズ A が実際に走るのを助けるのに「優れている」のか、それとも履くのをやめた人々が元々遅いランナーだったに過ぎないのかを教えてくれません。

この論文は、より難しい問いに答える方法についての科学者向けの**チュートリアル（段階的なガイド）**です。その問いとは、「もしランナーが割り当てられたシューズを最初から最後まで履き続けていたら、どのような結果になっていたか？」というものです。

著者たちはこれを**「主層戦略（Principal Stratum Strategy）」**と呼んでいます。以下では、彼らが簡単な概念を用いてこれを説明する方法を示します。

1. 「タイムトラベル」の問題

シューズが機能するかどうかを知るためには、ランナーが一度も履くのをやめなかったらどうなっていたかを知る必要があります。しかし、タイムトラベルはできません。実際に何が起こったかしか見ることができません。

• あなたは、シューズ A を 10 分間履いてから脱落したランナーを見ています。
• もしシューズ B を割り当てられていたとしても、彼らが脱落しただろうか、それは分かりません。
• もしシューズ A を割り当てられていたとしても、彼らが走り続けたかどうか、それは分かりません。

「もしも」が見えないため、これらのランナーのグループは**不可視（潜在）**です。この論文では、これらの不可視なグループを「主層（Principal Strata）」と呼んでいます。

2. 4 つの不可視なチーム

著者たちは、各ランナーが実際にどちらのシューズを手にしたかに関わらず、シューズに対してどのように反応するかに基づいて、すべてのランナーが 4 つの不可視なチームのいずれかに属すると想像しています。

1. 「常に継続する人々」: どちらのシューズを手にしても、シューズを履き続ける人々。（シューズが機能するかどうかを見るために、私たちが本当に研究したいのはこれらの人々です。）
2. 「常に脱落する人々」: どちらのシューズを手にしても、脱落する人々。
3. 「乗り換える人々」: 「悪い」シューズを手にしたら脱落するが、「良い」シューズを手にしたら走り続ける人々。
4. 「逆乗り換える人々」: 「良い」シューズを手にしたら脱落するが、「悪い」シューズを手にしたら走り続ける人々。

どのチームに属しているかは見えないため、数学を使って推測する必要があります。

3. 不可視なチームを推測する 2 つの方法

この論文では、これらの不可視なチームを分離し、結果を計算するための、2 つの異なる数学的な「マジックトリック」を教えています。

• 手法 1：混合モデル（「ブレンダー」アプローチ）
  4 つの異なるフルーツ（4 つのチーム）で作られたスムージーを想像してください。あなたはスムージー（データ）を味わうことはできますが、個々のフルーツを見ることはできません。この手法は、コンピュータを使ってスムージーを「混ぜ戻す（un-blend）」ものです。味とレシピ（仮定）に基づいて、材料を推測します。非常に柔軟ですが、多くの計算能力と慎重な推測が必要です。
• 手法 2：重み付け法（「秤」アプローチ）
  この手法は、秤に重りを乗せるようなものです。脱落したランナーを見て、脱落しなかったが彼らと全く同じ（同じ年齢、同じ健康状態など）ランナーを見つけようとします。そして、不可視なチームが見えるかのようにデータを「重み付け」します。この手法は速く、しばしばより正確ですが、厳格なルールに依存しています。つまり、脱落の「不可視な」理由は、私たちが既に持っている情報（年齢や健康状態など）によって完全に説明される必要がある、というルールです。

4. 実世界でのテスト：がん臨床試験

これらの手法が機能することを証明するために、著者たちは腎臓がんに関する実際の医学研究でこれらをテストしました。

• シナリオ: 患者たちは新しい薬か標準的な薬を与えられました。多くの患者が副作用（毒性）のために新しい薬の服用を中止しました。
• 目的: 彼らは知りたいと思いました。「新しい薬を中止した患者たちが服用を続けられたとしたら、生存期間は長かったでしょうか？」
• 結果: 両方の手法は、大きな絵については一致しました。
  • 「常に継続する人々」（薬を耐えられる人々）にとって、新しい薬は古い薬と比較して生存期間に大きな違いをもたらすようには見えませんでした。
  • しかし、数学は結果が不確実であることを示しました。「信頼区間（誤差の範囲）」は非常に広かったのです。「新しいシューズは役立つかもしれないし、害になるかもしれないし、何もしないかもしれない。まだ確信が持てない」と言っているようなものです。

5. 「もしも」の安全チェック（感度分析）

これらの手法は、不可視な人々についての推測に依存しているため、著者たちは感度分析の重要性を強調しています。
これはストレステストだと考えてください。「不可視なチームについての私の推測が少し間違っていたらどうなるか？」と問います。

• 推測を少し変えただけで答えが劇的に変わるなら、その結果は脆弱です。
• 答えがほぼ同じままなら、その結果は頑健です。
  この論文は、仮定を変えても、主な結論（薬は「常に継続する人々」に明確に役立たなかったという結論）は変わらなかったことを示しています。

まとめ

この論文は、臨床試験における治療中止という「ノイズ」を越えて見たいと願う科学者向けのガイドブックです。それは、治療を継続できた可能性のある特定のグループを分離するために、高度な数学を使用する方法を教えます。

著者たちは、この戦略は強力であり、標準的な手法よりも深い洞察を与える一方で、複雑であり、直接観察できないものを測定しようとしているため、しばしば不確実な答えをもたらすと結論付けています。彼らは、科学者たちがこれらのツールを慎重に使用し、仮定を確認し、両方の手法（「ブレンダー」と「秤」）を使用して、それらが一致するかを確認するよう促しています。