A joint meta-analysis framework for the accuracy of two diagnostic tests accounting for varying study designs

技術要約：多様な研究デザインを考慮した、2つの診断テストの精度に関する共同メタ解析フレームワーク

問題提起
診断テスト精度（DTA）のメタ解析は、通常、単一のテストに関するエビデンスを統合するものである。しかし、臨床現場では、複数のテストを組み合わせて、あるいは連続して使用する場合の評価が求められることが多い。2つのテストを共同でメタ解析する既存の手法は、多くの場合、真の疾患状態が与えられた条件下でのテスト間の条件付き独立性を仮定している。この仮定は、テストが共通の生物学的メカニズムを共有している場合や、疾患の重症度がテスト結果に影響を与える場合などには、しばしば非現実的である。条件付き依存性を無視することは、結合精度（例：「すべて陽性」または「いずれかが陽性」という決定ルールにおける精度）の推定にバイアスをもたらし、不適切な臨床的結論を導く可能性がある。

さらに、条件付き依存性を考慮しようとする既存のモデルは、重大な限界に直面している：

1. データ要件： 多くのモデル（例：Trikalinosら、2014年；Nikoloulopoulos、2024年）は、すべての研究から完全な $2 \times 4$ 結合分類表（両方のテストとゴールドスタンダードの交差分類結果）を必要とする。このようなデータは、頻繁に個別の $2 \times 2$ 表のみを提供する公開報告書では入手できないことが多い。
2. 計算上の不安定性： 結合真陽性率（TPR）および結合偽陽性率（FPR）を変量効果として扱うモデルは、境界の問題に直面する。これらの結合率は、個々の感度および特異度によって数学的に制約されている（例：結合TPRは個々のTPRの最小値を超えることはできない）。これらの制約されたパラメータを制約のない多変量正規変量効果としてモデリングすると、推定の失敗、発散する遷移、あるいは結合率が周辺率を超えてしまう不適切な事後分布の描画が発生する。
3. 研究デザインの不均一性： 実世界のシステマティックレビューには、部分的な検証（ゴールドスタンダードが条件付きで適用される場合）、不完全な参照標準、あるいは一部の参加者において一方のテストのデータが欠落している場合など、多様なデザインの研究が含まれる。既存の結合モデルは、データの補完に頼ったり、参照標準がエラーフリーであると仮定したりすることなく、これらのデザインに対応することに苦慮することが多い。

手法
著者らは、2つのバイナリ診断テストの共同メタ解析のためのベイズ階層モデルを提案している。このフレームワークは、条件付き依存性と多様な研究デザインを同時に扱うように設計されている。

• オッズ比によるパラメータ化： 結合率やピアソンの相関係数を変量効果としてモデリングする代わりに、著者らは条件付き依存性を、研究固有の条件付きオッズ比（疾患集団における $\log(OR_{1i})$ および疾患非存在集団における $\log(OR_{0i})$）を用いてモデリングしている。オッズ比は数学的に制約がなく、境界の問題なしに多変量正規分布に配置することができる。結合確率は、周辺的な感度、特異度、およびオッズ比から決定論的に導出される。
• 階層構造： モデルは、ロジット変換された周辺TPR、ロジット変換された周辺FPR、および研究間のオッズ比のベクトルに対して、6次元の多変量正規分布を仮定している。この構造により、研究間の不均一性とパラメータ間の相関を考慮することが可能となる。
• 柔軟な尤度構成： 本フレームワークの主要な特徴は、各研究のデザインと報告形式に基づいた特定の尤度関数を定義することで、多様なデータ構造に対応できる点にある：
  • 完全な結合分類： 疾患集団および疾患非存在集団に対して4次元の多項分布を使用する。
  • 個別報告（結合データなし）： 各テストに対して独立した二項分布を使用し、依存性に関する情報は提供しないが、周辺的な精度については情報を与える。
  • 部分的ペアリング／欠損データ： 一部の参加者に一方のテストの結果が欠落しているデザイン（欠測が完全にランダムである（MCAR）と仮定）に対応するため、多項分布と二項分布の尤度を組み合わせる。
  • 代替検証デザイン： 全参加者にゴールドスタンダードが存在しない研究にも拡張可能である。これには以下が含まれる：
    • 不完全な参照標準： 未観測のゴールドスタンダードを周辺化することで、観測されたカウントをモデリングする（潜在クラスアプローチ）。
    • 条件付き検証（NMAR）： ゴールドスタンダードがインデックス・テストに対して陽性となった者に対してのみ適用されるデザイン（例：「陰性をチェックする」デザイン）を扱うために、選択メカニズムを考慮した尤度を構築する。
• 推論： モデルはStanを用いて実装され、Hamiltonian Monte Carloが使用される。平均パラメータには無情報事前分布が、研究間の標準偏差には弱情報的事前分布が、そして相関行列にはLKJ事前分布が用いられる。

主な貢献

1. 計算の安定性： 依存性をオッズ比によってパラメータ化することにより、結合率のパラメータ化に内在する境界制約を回避し、完全な結合データが欠落している場合でも、有効な確率空間と安定した推定を保証する。
2. データ補完の不要性： 本フレームワークは、個別の $2 \times 2$ 表のみを報告する研究や部分的な結合データを報告する研究を直接含めることができるため、従来のメソッド（例：Trikalinosら、2014年）で必要とされた初期のデータ補完ステップを排除できる。
3. 対称性： 一方のテストが他方のリスク層別化因子として機能する層別化アプローチ（例：Novielliら、2013年）とは異なり、本モデルは両方のテストを対称的に扱い、バイナリテストのシナリオにおける恣意的な選択を回避する。
4. デザインに対する不可知性： 本フレームワークは、不完全な参照標準、部分的検証、および欠損データを含む研究を、参照標準がエラーフリーであると仮定することなく自然に統合する。

結果
フレームワークは、2つのケーススタディに適用された：

1. ダウン症候群スクリーニング（超音波マーカー）： このデータセットは高い条件付き依存性を示した（非疾患集団の事後中央値オッズ比は21.83、疾患集団は61.44）。結果は、この依存性を無視することが大幅なバイアスにつながることを示した。「すべて陽性」ルールでは、感度が過小評価され（12.3% 対 28.3%）、特異度が過大評価された。「いずれかが陽性」ルールでは、感度が過大評価され、特異度が過小評価された。
2. A群連鎖球菌診断（McIsaac Rule 対 RADT）： このデータセットは、弱または無視できる程度の条件付き依存性を示した（オッズ比が1に近い）。その結果、依存モデルと独立を仮定するモデルとの差はそれほど顕著ではなく、複合的なルールに関する点推定値の変化は見られたものの、限定的であった。

どちらのケースにおいても、本フレームワークは、データ補完を行うことなく、多様な報告構造（例：完全な結合表を報告する研究、個別の表のみを報告する研究、および不完全な参照標準を持つ研究）を正常に処理した。

意義と主張
論文の主な意義は、データ補完やエラーフリーな参照標準の仮定に依存しない、堅牢で計算的に安定した共同メタ解析のフレームワークを提供することにあると主張している。著者らは、本モデルは標準的なDTAメタ解析の主要な特徴を保持しているものの、条件付き依存性が実質的な場合には、組み合わせで使用されるテストの性能を正確に推定するために不可欠であることを強調している。

著者らは、ダウン症候群のデータの古さや、元のMcIsaacレビューの特定の包含基準を考慮すると、ケーススタディはフレームワークの能力を示す例示的な例であり、臨床的意思決定のための決定的なガイドではないことを謙虚に述べている。また、モデルを2つ以上のテストに拡張することの複雑さや、新しい研究デザインに対してカスタム尤度をコーディングする必要があることなどの限界を認め、より広範なアクセシビリティのためにユーザーフレンドリーなソフトウェア開発が必要な将来のステップであることを示唆している。