Accounting for overdispersion and clustering in binomial data from N-of-1 trials

技術要約：N-of-1試験における二項データの過分散およびクラスタリングの計上

問題提起
N-of-1試験は、慢性疾患を持つ個々の患者を対象とした、患者中心のランダム化二重盲検クロスオーバー実験である。主目的は特定の患者に対する有効性を判断することであるが、N-of-1試験の結果を統合して、集団レベルの有効性の推定値を得たり、治療の個別化の成功を評価したりすることにも大きな価値がある。しかし、二項データを統合するための標準的な統計手法は、N-of-1デザインに固有の2つの重要な特徴を考慮できていないことが多い。

1. 過分散（Overdispersion）: 二値アウトカムの分散が、標準的な二項分布が規定する平均と分散の関係を超えている。
2. 階層的クラスタリング（Hierarchical Clustering）: 繰り返される治療エピソードによる、患者内の測定値の相関（患者内相関）。

二値アウトカムに関して、特にベイズ的手法がこの文脈で提案されているが、過分散とクラスタリングの両方を同時に厳密に扱う頻度論的なアプローチは不足している。本論文はこのギャップに対処するため、二項データを統合するための2つの頻度論的な分析戦略を提示し、比較する。

方法論
著者らは、治療の好みの集団的な割合（$\theta$）を推定するために、2つの異なる頻度論的アプローチを提案している。

• 手法1：準尤度（Quasi-Likelihood: QL）アプローチ（過分散のみ）
  この手法は、過分散（$\rho$）を考慮するためにベータ二項分布を用いてデータをモデル化するが、クラスタリング構造に関しては患者を独立した単位として扱う。

  • モデル: $X_j \sim \text{BetaBinom}(n_j, \theta, \rho)$。ここで、$X_j$ は患者 $j$ における $n_j$ 回のエピソード中の成功回数である。
  • 推定: 集団的な割合 $\theta$ は、準尤度推定量を用いて推定される：$\hat{\theta}_{QL} = \frac{\sum c_j X_j}{\sum c_j n_j}$。ここで、重み $c_j$ は過分散パラメータ $\rho$ に依存する。
  • 分散推定: 一貫性を確保するために、ジャックナイフ法を用いて標準誤差を導出する。
  • $\rho$ の推定: 著者らは、分散分析（AOV）、Fleiss-Cuzick（FC）、Pearson（PE）、拡張準尤度（EQL）、疑似尤度（PL）、モーメント法（MM）を含む、クラス内相関（ICC）パラメータ $\rho$ のいくつかの推定法を評価している。著者らは、一部の推定法（AOVなど）の閉形式の分散公式が負の値やバイアスを生じる可能性があることを指摘しており、比較のためにジャックナイフに基づく分散推定に依拠している。

• 手法2：変量効果（Random Effects）アプローチ（過分散およびクラスタリング）
  Molenberghsらによる手法を応用したもので、階層的な変量効果モデルを利用して、過分散と患者内の繰り返しの測定間の相関を同時に考慮する。

  • モデル: $X_j \sim \text{Binom}(n_j, \theta_j)$。ここで、$\theta_j = \pi_j \kappa_j$ である。$\pi_j$（ベータ分布によりモデル化）は残りの過分散を考慮し、$\kappa_j$（正規分布から導かれる変量効果）は階層的クラスタリングを考慮する。
  • 推定: パラメータは、数値積分を用いた最尤法（ML）によって推定される。最終的な集団推定値は、変量成分の期待値の積として導出される：$\hat{\theta} = \hat{E}(\pi_j) \times \hat{E}(\kappa_j)$。
  • 近似: 正規分布に従う確率変数のシグモイド関数の期待値は、スケーリング係数（$\lambda \approx 0.588$）を用いた標準正規累積分布関数を用いて近似される。

シミュレーション研究および結果
著者らは、真の割合（$\theta$）と過分散（$\rho$）の異なるシナリオ、および患者数（$J$）とエピソード数（$n_j$）が変化する条件下で、手法の性能を比較するために1,000回の反復試行によるシミュレーション研究を行った。

• $\rho$ 推定量の性能: 手法1において、拡張準尤度（EQL）推定量は、特に $\theta = 0.50$ の場合に高い平均二乗誤差（MSE）とバイアスを示した。しかし、$\rho$ に関するEQL推定量の性能が低いにもかかわらず、結果として得られる集団的な割合の推定値（$\hat{\theta}$）は、他の推定法と同等、あるいは時にはそれ以上に優れた性能を示した。著者らは、これは $\hat{\rho}$ のバイアスが、デルタ法による $\text{Var}(\hat{\theta})$ の展開における $\rho$ 項の分散への寄与を減少させるという「相殺効果」によるものであるとしている。
• 手法1 vs. 手法2の性能:
  • MSE: 手法1の推定量は概して安定したMSEを示した。手法2は、いくつかのシナリオで競争力のあるMSEを示したが、$\theta = 0.75$ のときには性能が悪化した。
  • 被覆確率（Coverage Probability）: 手法1は、すべてのシナリオにおいて公称95%レベルに近い被覆確率を維持した。手法2（変量効果）は、$\theta = 0.75$ のときに著しく低い被覆確率（約78%まで低下）を示した。著者らは、一般化線形混合モデル（GLMM）における分散推定のサンプリング分布の歪みが、これらの特定のシナリオにおいて対称な信頼区間を不適切にしているためであると説明している。
• サンプルサイズの影響: 患者数（$J$）を増やすことは、患者あたりのエピソード数（$n_j$）を増やすことよりも効果的にMSEを減少させた。

実データへの適用
これらの手法は、3つの実世界のN-of-1試験データセットに適用された。

1. 線維筋痛症に対するアミトリプチリン: すべての手法が同様の集団的な好みの推定値（$\hat{\theta} \approx 0.67$）を導出した。有意な過分散は検出されなかった（$\rho$ の信頼区間にゼロが含まれた）。
2. 変形性関節症に対するNSAIDs対パラセタモール: 結果は手法間で一貫していた（合計ダイアリースコア $\hat{\theta} \approx 0.42$）。有意な過分散は見られなかった。
3. 不可逆性CALに対するテオフィリン: 集団的な推定値は一貫していた（$\hat{\theta} \approx 0.51$）。ここでも、過分散の有意な証拠は見られなかった。

すべての実データ例において、過分散パラメータ（$\rho$）の推定値に変動があるにもかかわらず、集団的な割合の点推定値は手法間で極めて一貫していた。

意義および主張
本論文は、二項データの集約において、過分散と階層的クラスタリングを明示的に扱う、初の頻度論的ベースの手法を提供すると主張している。

• 方法論的貢献: 著者らは、過分散のための準尤度フレームワークと、過分散とクラスタリングを同時に扱うための変量効果フレームワークを導入している。
• 解釈上の区別: 本論文は、これら2つの手法間の概念的な違いを強調している。手法1は「集団平均的（population-averaged: PA）」な推定値をもたらすが、手法2は「被験者特異的（subject-specific: SS）」な推定値をもたらす。N-of-1試験は本質的に個人の差異に焦点を当てているため、著者らは、計算の複雑さや特定の歪んだシナリオにおける被覆率の問題があるものの、手法2（SS）の解釈の方がN-of-1の文脈にはわずかに適切である可能性を示唆している。
• 実用的な有用性: 本研究は、$\rho$ の推定（特にEQLの場合）が不安定であっても、結果として得られる集団的な割合の推定値（$\hat{\theta}$）は、さまざまな推定戦略にわたって頑健であることを示している。著者らは、実用的なアプリケーションにおいては、推論の目的が集団レベルか個人レベルかに基づいて手法を選択すべきであり、手法2の被覆特性に懸念がある場合には、手法1がより単純で頑健な代替案となる、と結論付けている。