📊 statistics

ICCDesign: An R Package for the Design and Analysis of ICC-Based Reliability Studies with Continuous Responses

本論文は、McGrawおよびWong（1996）の分類に基づき、サンプルサイズの設計、点推定、信頼区間の算出、および自動化された信頼性評価を単一のフレームワーク内で統合することにより、連続応答を伴うICCに基づく信頼性研究の設計と分析のための統合的なワークフローを提供するRパッケージである`ICCDesign`を紹介するものである。

原著者： Ziyu Liu, Ruilin Ma, Yundan Zhang, Chenge Gao

公開日 2026-06-02

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Ziyu Liu, Ruilin Ma, Yundan Zhang, Chenge Gao

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

あなたは、あるオーディション番組の審査員だと想像してください。あなたの前には他に5人の審査員がいます。あなたが知りたいのは、**「これらの審査員はどの程度一致しているのか？」**ということです。全員が同じ歌手に対して同じスコアを出すのでしょうか？それとも、ある審査員はロックを愛し、別の審査員はロックを嫌っているのでしょうか？

科学や医学の世界でも、研究者は毎日これと全く同じ問題に直面しています。彼らは、自分の「審査員（または評価者）」がどれほど信頼できるかを測定するための、**「級内相関係数（ICC）」**と呼ばれるツールを必要としています。しかし、これまでは、このツールを使うことは、まるで「3つの異なる言語で書かれた説明書を読みながら、3つの異なる箱に入ったネジを使って家具を組み立てる」ようなものでした。

ここに、この混乱を解決する**「ICCDesign」**という新しいツールの物語があります。

問題点：欠けたピースのあるパズル

数十年もの間、科学者たちは一つの作業を行うために、異なるコンピュータプログラムの間を飛び回らなければなりませんでした。

あるプログラムは、研究に何人の参加者が必要かを教えてくれます（サンプルサイズ）。
別のプログラムは、一致度のスコアを計算します。
3つ目のプログラムは、そのスコアが「良い」のか「悪い」のかを判定します。

さらに悪いことに、「一致度」のスコアは一つではありません。研究の設定（例：すべての対象者に対して同じ審査員が評価しているのか？それとも、特定のチームではなくランダムなグループなのか？）に応じて、スコアの計算方法は10通りも存在します。間違ったものを選ぶことは、メジャーを使うべき場面で定規を使って部屋の長さを測ろうとするようなものです。数値は出ますが、それは間違った答えなのです。

解決策：ICCDesign

この論文の著者である、華東師範大学のチームは、**「ICCDesign」という新しいRパッケージを開発しました。これは、信頼性研究のための「スイスアーミーナイフ（万能ナイフ）」**だと考えてください。3つの道具を使い分ける代わりに、これからは一つのオールインワン・ステーションが手に入ります。

このツールが特別である理由を、簡単な比喩を用いて説明します。

1. 正しい公式を選ぶための「GPS」

この分野における最大の悩みは、「どの10種類の公式を使うべきか」を知ることです。

従来の方法： 分厚い教科書を読み、自分の研究デザインを理解し、正しい数学を選んだことを祈るしかありませんでした。
ICCDesignの方法： 内蔵された**「4ステップの意思決定フレームワーク」**を備えています。これは、あなたに4つのシンプルな質問を投げかけるGPSのようなものです。
1. 同じ審査員が全員を評価していますか？
2. 審査員はランダムなサンプルですか、それとも固定されたチームですか？
3. 単一のスコアを見ますか、それとも平均値を見ますか？
4. 正確な数値での一致が必要ですか、それともパターンとしての的一致が必要ですか？
あなたの回答に基づき、パッケージが自動的に正しい公式を選択します。もし注意が必要なトリッキーな組み合わせを選んだ場合、パッケージは「おい、これには注意して！」と優しく肩を叩いて教えてくれます。

2. 「ワンストップ・ショップ」のワークフロー

以前は、研究者は異なるソフトウェアのウィンドウを切り替え、数字をコピー＆ペーストしなければなりませんでした。これはタイポ（入力ミス）やエラーの温床となります。

ICCDesignの方法： 全行程を一つの場所で処理します。データを入力すれば、パッケージが（まるでシェフが野菜を切る前に洗うように）データを整理し、スコアを計算し、信頼区間（誤差の範囲）をチェックし、さらには平易な言葉によるレポートまで作成してくれます。

3. 計画のための「水晶玉」

研究を開始する前に、何人の対象者を募集すべきかを知る必要があります。

従来の方法： 推測するか、あるいは特定のシナリオにしか対応していない計算機を使うしかありませんでした。
ICCDesignの方法： 「水晶玉」機能があります。「結果の正確性を80%確保したい」とか「誤差の範囲をこれくらい小さくしたい」と伝えるだけで、必要な人数を正確に教えてくれます。また、逆算も可能です。「30人のデータがある場合、結果の正確性はどの程度になるか？」といったこともできます。

4. 「信号機」レポート

計算が終わった後、パッケージは単に「0.72」といった数字を出すだけではありません。専門家のガイドラインに基づき、その数字を分かりやすい成績に翻訳します。

0.50未満： 不十分（赤信号）
0.50 ～ 0.75： 中程度（黄信号）
0.75 ～ 0.90： 良好（青信号）
0.90超： 非常に優秀（ハイタッチ！）

もし結果が境界線上（例えば「良好」とも「中程度」とも取れる数値）にある場合、パッケージは「まだ100%確実ではありません。もっとデータが必要かもしれません」という付箋を添えてくれます。

5. 「ノーコード」のダッシュボード

コンピュータのコードが苦手な人のために、このパッケージには**「Shinyウェブアプリ」**が含まれています。これは、あなたのコンピュータ上で実行できる、カラフルでインタラクティブなウェブサイトです。データをドラッグ＆ドロップし、ボタンをクリックして選択肢を選べば、コードを一行も書くことなく、即座に結果を確認できます。

できること（と、できないこと）

この論文は、このツールの境界線を明確にしています。

できること： 連続的な数値（身長、体重、テストのスコアなど）の扱い、一人につき一回の評価、および有名な統計学者（McGraw, Wong, Shrout, Fleiss）が定めた標準的なルールの遵守。
できないこと： 欠損データの完璧な処理（不完全な行を削除するだけです）、「はい／いいえ」形式の回答の扱い、およびデータの不均衡（例えば、ある人には5人の審査員がいるが、別の人には2人しかいない場合など）の修正。

まとめ

ICCDesignは、信頼性の測定から混乱を取り除く新しいツールです。複雑で断片化されたプロセスを、スムーズでガイドされた体験へと変えてくれます。これにより、研究者は「どの数学を使うべきか」に悩むのではなく、「データが実際に何を意味しているのか」に集中できるようになります。

このツールは無料で、オープンソースであり、今すぐ誰でも利用可能です。

ICCDesignの技術的要約：ICCに基づく信頼性研究の設計および解析のためのRパッケージ

問題提起

級内相関係数（ICC）は、医学、心理学、行動科学における信頼性研究の基礎となる統計量である。しかし、その実践的な適用には2つの大きな障壁が存在する。第一に、McGrawおよびWong（1996）によって確立された理論的枠組みでは、モデルの仮定（一元 vs 二元、変量効果 vs 混合効果）および設計の選択（単一評価 vs 平均評価、絶対一致 vs 一致性）に基づき、ICCを10種類の異なる設計の組み合わせ（6つの標準形式と4つの追加の組み合わせ）へと分類している。正しい形式を選択するには、研究者は複雑な設計上の問いをナビゲートする必要があるが、既存のガイドラインはソフトウェアのインターフェース内で運用可能な形に落とし込まれていないことが多い。第二に、現在のRのエコシステムにおけるICC解析は断片化されている。点推定のためのツール（例：irr, psych）、サンプルサイズの計算（例：ICC.Sample.Size）、および信頼性の評価は、別々のパッケージに分散している。この断片化により、研究者はツールを切り替えざるを得なくなり、計画段階と解析段階の間で設計仕様が不一致になったり、解析上のエラーが発生したりするリスクが高まっている。

方法論

ICCDesignパッケージ（バージョン0.1.0）は、被験者–評価者セルにつき1回の評価を想定した、連続応答データのための統合されたワークフローを提供する。本手法は分散分析（ANOVA）の枠組みに基づいており、ShroutおよびFleiss（1979）ならびにMcGrawおよびWong（1996）の分類体系に従っている。

1. 統計モデルと推定:
本パッケージは、以下の3つの統計モデルを実装している：

一元変量効果（One-way random effects）： 評価者が被験者に対して共通の集合ではない設計の場合。
二元変量効果（Two-way random effects）： 被験者が、より広範な母集団からサンプリングされた同一の評価者セットによって評価される設計の場合。
二元混合効果（Two-way mixed effects）： 評価者が特定の固定されたグループを構成する場合。

点推定値は、平均平方（MSR, MSC, MSE, MSW）から導出されたANOVAベースの公式を用いて計算される。本パッケージは、計算ルーチンは共有されるものの解釈が異なる「使用注意（use-with-caution）」のシナリオ（例：二元変量モデルと混合モデルにおける一致性）を含む、全10種類の設計の組み合わせをサポートしている。

2. 推論および仮説検定:

信頼区間（CI）： 本パッケージはF分布に基づく信頼区間を算出する。標準的な形式についてはタイプ1の区間を使用する。二元モデルにおける絶対一致については、自由度を補正するためにサタスワイス型（Satterthwaite-type）の近似を採用している。報告されるすべての境界値は、解釈可能な範囲 $[0, 1]$ に切り詰められる。
仮説検定： 以下の2つのシナリオに対して片側F検定を実装している：デフォルトのゼロに対する検定（ $H_0: ICC = 0$ ）、およびユーザー指定の最小信頼性に対するオプションの閾値検定（ $H_0: ICC = \rho_0$ ）。

3. サンプルサイズ計画:
Zou（2012）に基づき、本パッケージは3つの計画モードを提供する：

下限保証（Lower Bound Assurance）： 指定された保証確率をもって、信頼区間の下限が目標閾値を超えるために必要な最小サンプルサイズ（ $n$ ）を決定する。
信頼区間半幅（Confidence Interval Half-Width）： 与えられた保証確率をもって、所望のCI精度（半幅）を達成するための $n$ を計算する。
逆保証（Inverse Assurance）： 固定されたサンプルサイズに対する保証確率を算出する。

4. 信頼性の評価:
自動的な格付けは、KooおよびLi（2016）が提案した基準を用いて行われ、点推定値ではなく信頼区間の下限に対して適用される。システムは、信頼区間が「良好」な信頼性閾値（0.75）を跨いでいる場合に、不確実性をフラグ立てする。

主な貢献

ICCDesignパッケージは、信頼性研究のワークフロー全体を統合する統一されたインターフェースを導入している。その主な貢献は以下の通りである：

包括的なカバー範囲： McGrawおよびWong（1996）の枠組みにおける全10種類のICC設計の組み合わせ（4つの追加の「使用注意」の組み合わせを含む）に対して、点推定、ANOVAベースのCI、および仮説検定を実装している。
4ステップの意思決定フレームワーク： 構造化されたパラメータシステムにより、研究の設計仕様（評価者の一致性、効果の型、評価単位、一致の型）から適切なICC形式へとユーザーを導く。このシステムは、計算ルーチンの自動マッピングや、固定評価者の絶対一致に関する推論の制限などの特殊なケースに対し、明示的なフィードバック（注記または警告）を提供する。
統合された計画と解析： サンプルサイズ計画（Zouの閉形式の公式による）とデータ解析を統合し、研究のライフサイクル全体を通じて一貫した設計仕様を保証する。
自動化されたレポート作成と可視化： 標準化されたテキスト形式の解析レポートを生成し、コードを書かずにフルワークフローを実行できるインタラクティブなShinyウェブアプリケーションを含む。
データ前処理ユーティリティ： 専用の関数（icc_preprocess_data）が、解析前にデータの形式、次元、および欠損値を検証し、透明性とデータ品質管理を高める。

結果と能力

本論文では、組み込みのシミュレーションデータセットを用いた例示的な例を通じて、パッケージの機能を実証している。これらの例は以下をカバーしている：

ワイド形式データの前処理。
様々なICC形式（例：ICC(1,1), ICC(2,1), ICC(3,k)）の計算。
カスタム閾値を用いた仮説検定の実施。
適切なユーザー通知を伴う「使用注意」の組み合わせの取り扱い。
下限保証、CI幅、および逆保証のためのサンプルサイズ計算の実行。
コードフリーのワークフローのためのShinyアプリケーションの起動。

既存のパッケージ（irr, psych, ICC.Sample.Size, irrNA）との比較により、ICCDesignが、10種類の設計の組み合わせの完全なカバー、自動的な意思決定ガイダンス、専用の前処理、および計画と解析の両方のための統合されたインターフェースを提供する唯一のツールであることが示されている。

意義と主張

著者らは、ICCDesignを新しい統計的推定量の提案としてではなく、確立された手順を凝集させた、一貫性のある使いやすいインターフェースとして位置づけている。本研究の意義は、現在のツールの断片化と、正しいICC形式を選択するための運用上のガイダンスの欠如に対処することにある。設計仕様の指定、サンプルサイズ計画、推定、推論、およびレポート作成を単一のパッケージに統合することで、ICCDesignは運用上のエラーを減らし、信頼性研究の厳密性を向上させることを目指している。本パッケージはGitHubにてGPL (>= 3) ライセンスで公開されており、将来的にはCRANへの提出、および欠損データとブートストラップ区間へのサポート拡大を計画している。