Covariate-Adaptive Sample Size Re-estimation for Population-Standardized Historical Control Designs in Single-Arm Trials

技術要約：集団標準化された歴史的対照群デザインを用いた単群試験における共変量適応型サンプルサイズ再設計

問題提起
外部対照を用いた単群試験は、ランダム化対照群の割り当てが倫理的または実務的に困難な場合（特に希少疾患や特定の状況において）、外部対照を用いる際にますます活用されている。しかし、能動群の試験と歴史的対照データ（レジストリや過去の試験など）との間のベースラインの不均衡が根本的な課題となる。これらの患者特性、暦時、あるいは測定手順の違いは、単純な平均値の差が、治療効果ではなく集団やデータソースの相違を反映してしまう原因となる。

傾向スコア、G-計算法、逆確率重み付け（IPTW）などの手法は、交絡を調整するために存在する。しかし、このような文脈におけるサンプルサイズ設計は依然として問題が多い。従来のアプローチでは、歴史的対照の平均と分散に関する計画上の仮定に基づいてサンプルサイズを固定することが多い。しかし、ターゲットとなる推定対象（estimand）が「実際に登録された」能動群の集団に対して定義されている場合、標準化された対照群の平均と分散は、登録された集団の共変量分布の明示的な関数となる。もし実際の登録集団が計画時の仮定から逸脱した場合、固定デザインは検出力の低下や第I種の過誤の増大を招く可能性がある。さらに、標準的なサンプルサイズ再設計（SSR）手法は通常、通常量パラメータ（分散など）や中間アウトカムに基づく条件付き検出力に依存しているが、これらは本件には適用できない。なぜなら、再設計のための登録フェーズ中には、能動群のアウトカムは利用できないからである。

方法論
著者らは、**集団標準化された推定対象（population-standardized estimands）**と、**アウトカム盲検化された共変量適応型サンプルサイズ再設計（SSR）**を組み合わせた統一的なフレームワークを提案している。

1. 集団標準化された推定対象:

   • 対象集団は、実際に単群試験に登録された被験者として定義される。
   • 事前に規定されたバランシングスコア $Z = s(X)$（例：試験参加スコア）が、能動群と歴史的対控群との間の分布の違いを要約する。
   • 歴史的対照のアウトカムは、IPTWを用いて能動群のスコア分布 $F_{Z,A}$ に標準化される。対照群のパラメータ $\eta_0(F_{Z,A})$ は、登録された能動群の集団が対照群の治療を受けた場合の期待値として定義される。
   • 治療効果の推定対象は $\Delta(F_{Z,A}) = \eta_1 - \eta_0(F_{Z,A})$ である（ここで $\eta_1$ は能動群のアウトカム）。

2. サンプルサイズ設計および再設計:

   • 初期設計: 事前に規定された期待される能動群のスコア分布 $F^{plan}_{Z,A}$ を用いる。必要なサンプルサイズ $N(F)$ は、標準化された対照パラメータの分散 $\tau^2_0(F)$ を含む、治療効果推定量の分散に基づいて算出される。
   • アウトカム盲検化SSR: 試験期間中、アウトカムを使用せず、登録された被験者の蓄積されたベースライン共変量のみを用いて、必要なサンプルサイズを更新する。
   • 事前規定されたレビュー時期において、経験的なスコア分布 $\hat{F}_{Z,A,n}$ が計算される。標準化された対照パラメータ $\hat{\eta}_0(\hat{F}_{Z,A,n})$ および必要なサンプルサイズ $N_{re}(n)$ が再計算される。
   • 2つのバージョンが提案されている：
     • 点推定SSR（Point-estimate SSR）: 再計算されたサンプルサイズを直接使用する。
     • 保守的SSR（Conservative SSR）: スコア分布の有限標本推定誤差を考慮するため、サンプルサイズの不確実性区間の上限を使用する。
   • 現在のサンプルサイズ $n$ が更新された目標値 $N_{target}(n)$ に達するか、あるいは事前規定された最大値に達した時点で登録を終了する。

3. 理論的特性:

   • 著者らは、本手順が近似的な第I種の過誤の制御および条件付き検出力を維持するための条件（A1–A5）を確立している。
   • 定理1: 再設計が（アウトカムではなく）スコアプロセスのみに依存する場合、最終的な検定は、経験的スコア分布によって誘発される不一致項を除いて、第I種の過誤を制御することを示す。
   • 定理2: 最終的な観測スコア分布を条件としたとき、再計算されたサンプルサイズを確保することで、目標レベルと同等以上の検出力が得られることを示す（正規近似誤差を除く）。

主な貢献

• 推定対象の定義: 本論文は、歴史的対照が（バランシングスコアを介して）実際の登録集団に標準化される、集団標準化された推定対象を正式に定義している。これにより、対照パラメータはターゲット分布の関数となる。
• 共変量適応型SSR: ベースライン共変量の分布のみに基づいてサンプルサイズを更新する、新しいSSR手順を開発した。これは、標準化された対照パラメータと分散が、登録された集団の特性に依存するという特有の課題に対処するものである。
• 理論的保証: アウトカムデータを用いた手法とは異なり、アウトカム盲検化された繰り返しのSSR設定において、近似的な第I種の過誤制御と条件付き検出力の維持を実現するための十分条件を提供している。
• 計画と実行の統合: 計画時の分布に基づく固定デザインと、観測された登録分布に基づく適応デザインを統合するフレームワークである。

結果

• 例示的な適用（ADCSデータ）: アルツハイマー病共同研究（ADCS）のデータを用い、標準化された対照パラメータと必要なサンプルサイズが、共変量調整セットおよび進化する登録集団のプロファイルに応じて大きく変動することを著者らは示した。提案されたSSRは、固定デザインとは異なり、観察された共変量プロファイルを反映して異なる最終サンプルサイズを示した。
• シミュレーション研究:
  • シナリオ: 真の能動群の共変量分布が計画時の仮定と異なる（分布のシフトが発生する）状況でシミュレーションを行った。
  • 検出力: 計画上の仮定のみに基づく固定デザインは、真の分布が計画から逸脱するにつれて検出力を失った。対照的に、提案された共変量適応型SSRは、観測された分布に合わせてサンプルサイズを調整することにより、目標レベル（0.80）に近い検出力を維持した。
  • 比較: 提案されたSSRは、「オラクル（神託）」デザイン（計画段階で真の分布を知っているデザイン）と同等の性能を示し、サンプルサイズの効率性の面で「最大シナリオ」固定デザインを上回った。
  • 第I種の過誤: 本手順は、様々なシナリオにおいて近似的な第I種の過誤制御（0.05付近）を維持しており、アウトカム盲検化された再設計が偽陽性率を増大させないことを確認した。
  • 未調整のデザイン: 未調整の固定デザインは一部の設定で高い棄却率を示したが、著者らはこれは真の検出力ではなく、不均衡による対照パラメータの誤設定を反映していると指摘している。

意義と主張
本論文は、集団標準化された治療効果を明示的にターゲットとする、外部対照を用いた単群試験のための実用的な設計戦略を提供すると主張している。ターゲット集団の定義、外部対照の標準化、およびサンプルサイズ再設計を単一のフレームワークに結びつけることで、本手法は、設計段階でのターゲット集団の不確実性に対処しており、事後的な共変量調整のみに頼る手法とは一線を画している。

著者らは、本アプローチにより、治療アウトカムをアンブラインドにすることなく、実際の登録集団に合わせてサンプルサイズを適応させることができ、それによって試験の完全性を保ちつつ、十分な検出力を確保できることを強調している。結論として、この共変量適応型・アウトカム盲検化SSRは、歴史的対照を用いる試験において、計画時の仮定と現実との間の分布のズレに伴う検出力低下のリスクを軽減するための有効な戦略であるとしている。

限界
著者らは以下の限界を認めている：

• 本フレームワークは、観察されたベースライン共変量が比較可能性を十分に説明することを前提としている。未測定の交絡や、測定・定義の違いは依然としてバイアスをもたらす可能性がある。
• バランシングスコアや条件付き対照パラメータのモデルの誤設定は、標準化された対照パラメータおよび分散の推定に影響を与える可能性がある。
• 本手法は正規近似に依存しており、能動群のデザイン値がスコア分布から独立していることを仮定している。非正規アウトカム、小標本、または複雑なセンサリングへの拡張は今後の課題である。
• 現在は純粋に歴史的対照を持つ単群デザインに焦点を当てており、併行対照を含むハイブリッドデザインについてはさらなる開発が必要である。