Bayesian fusion forests for heterogeneous treatment effects on survival from randomised and real-world data

技術要約：生存期間における異質な治療効果のためのベイズ・フュージョン・フォレスト

問題提起
本論文は、ランダム化比較試験（RCT）とリアルワールドデータ（RWD）を組み合わせることで、生存アウトカムにおける異質な治療効果（HTE）を推定するという課題に取り組んでいる。RCTは偏りのない因果推論の推定値を提供するが、サブグループ解析を行うには統計学的パワーが不足していることが多く、追跡期間も限定的である。一方、RWDはサンプルサイズが大きく追跡期間も長いが、未観測の交絡の問題を抱えている。

これら2つの情報源を生存データに対して融合する際には、以下の3つの具体的な課題が生じる：

1. 未観測の交絡： RWDでは、治療の割り当てがランダムではなく、未観測の因子に依存する場合があり、これが治療効果の推定値をバイアスさせる。
2. ソース間の異質性： 基準となる予後（治療なしの状態での生存）および誤差分布が、適格基準、プロトコル、症例構成の違いにより、試験と観察研究の集団間で異なる場合がある。単純な統合は、これらの基準となる違いと治療効果を混同させてしまう。
3. 検閲（センサリング）： 生存データには、右側検閲（イベント発生時刻が追跡期間を超える）や区間検閲（定期的な受診の間にイベントが発生する）が含まれることが多く、これらは尤度構築と推定を複雑にする。

既存の手法は通常、これら2つの課題のうち1つまたは2つのみに対処しており、区間検閲や未観測の交絡を同時に考慮しながらHTEを推定することには失敗している。

手法：ベイズ・フュージョン・フォレスト
著者らは、加速故障時間（AFT）分解を用いたログ生存時間をモデル化する、ベイズ・フュージョン・フォレストと呼ばれる非パラメトリックな枠組みを提案している。このモデルは、両方のデータソース（$S \in \{0, 1\}$）を共同で分析し、条件付きログ生存時間を以下のように分解する：

$$\log T = m_0(X, S) + \tau(X)A + (1-S)A c(X) + \varepsilon$$

ここで：

• $A$ はバイナリの治療インジケーターである。
• $X$ は治療前の共変量を表す。
• $m_0(X, S)$（基準となる予後）： 共有成分 $m_0^{sh}(X)$ とソース固有の偏差 $(1-S)d(X)$ としてモデル化される。この構造により、モデルはソース間で情報を共有しつつ、基準となる予後の違いを許容することができる。
• $\tau(X)$（治療効果）： 条件付き平均治療効果（CATE）であり、$E[\log T(1) - \log T(0) | X]$ と定義される。これは生存時間のスケールにおける加速係数として解釈される。
• $c(X)$（交絡関数）： RWD（$S=0$）においてのみ活性化する項であり、未観測の交絡によって生じるバイアスを吸収する。これは、観測されたRWDの治療コントラストと真の因果効果との差として定義される。
• $\varepsilon$（誤差項）： 正規分布の**階層ディリクレ過程混合（HDPM）**としてモデル化される。これにより、2つのソース間で混合成分を共有しながら、誤差分布の形状やスケールが異なることを許容し、単一のパラメトリックな形式を仮定することなく、非ガウス性や異質性を捉えることができる。

事前分布と正則化
各関数成分（$m_0^{sh}, d, \tau, c$）には、**ベイズ加法回帰木（BART）**の事前分布が割り当てられている。著者らは、各成分で利用可能な情報の度合いを反映させるために、「ラダー（梯子）」状の正則化を実装している：

• 基準成分 ($m_0^{sh}$): 最も柔軟な事前分布（200本の木）を用い、疾患固有の複雑な構造を捉える。
• 偏差成分 ($d$): 中程度の柔軟性（50本の木）を持ち、ソース間の残差的な違いを捉える。
• 治療効果 ($\tau$): より強い正則化（100本の木、深さペナルティ）を行い、均質性に近づける（shrink towards homogeneity）ことで、偽の異質性を低減させる。
• 交絡関数 ($c$): 最も強い正則化（50本の木、低いルート分割確率、深さペナルティ）を行い、一様なバイアスへと収束させる。これは、未観測の交絡は共変量によってほとんど変化しないという仮定を反映している。

推論
事後推論は、ブロック化されたギブスサンプラーを用いて行われる。サンプラーは、部分残差に対してBARTフォレストを更新し、データ拡張（Tanner and Wong, 1987）を通じて、検閲された観測値（右側および区間検閲の両方）を処理する。HDPM誤差ブロックは、クラスター割り当て、原子、および濃度パラメータに関する個別のギブスステップを介して更新される。

主な結果

• シミュレーション研究：

  • 交絡に対する頑健性： ベイズ・フュージョン・フォレストは、未観測の交絡（$\lambda_u$）が変化しても本質的にバイアスがなく、一方でRWDのみの推定値は交絡が増すにつれてバイアスが大きくなる。
  • 異質性に対する頑健性： 基準となる予後のソース間の異質性（$\lambda_d$）が増加しても、本手法はバイアスが生じない。
  • 効率性： フュージョン・アプローチは、あらゆるレベルの交絡および異質性において、RCTのみの分析よりも低い平方根平均二乗誤差（RMSE）と事後分散を達成した。
  • 機械学習との比較： 本手法は、精度と区間較正の両面において、4つの柔軟な機械学習ベースライン（ディープニューラルネットワーク、勾配ブースティング、Buckley-Jamesブースティング）を凌駕した。機械学習手法はしばしば狭い区間を生成したが、被覆率が極めて低い（0.00–0.48）か、あるいは適切な被覆率を得るために過度に広い区間を必要とした。対照的に、フュージョン・フォレストは、競争力のある幅を持ちながら、公称被覆率（0.96）を達成した。
  • 高次元共変量： 共変量の数が増加しても（最大 $p=500$）、フュージョン手法は、試行のみのベースラインと比較して低いRMSEと分散を維持した。これは、RWDから情報を借りるメリットが、より大きな共変量空間を探索するコストを上回っていることを示している。

• 応用事例（HIV抗レトロウイルス療法）：

  • 著者らは、ACTG 175試験（右側検閲、追跡期間は約3年）と、マルチセンター・エイズ・コホート研究（区間検閲、追跡期間は約25年）を融合し、コンビネーション療法とZDV単独療法の効果を推定した。
  • 知見： フュージョンによる推定では、平均加速係数は1.65（95% CI: [1.43, 1.90]）であり、コンビネーション療法が生存時間を1.65倍延長することを示した。
  • 個別推定： フュージョン・フォレストは、有意に鋭い個別推定を提供した（平均的な95% CIの幅は、試験のみの分析と比較して62%減少）。また、ほぼすべての患者に対して利益があることを特定した（95%以上の事後確率で利益ありとなった割合は96.4%）。一方で、試験のみの分析では、4分の1の患者について結論が出せなかった。
  • 異質性： 治療の恩恵はCD4/CD8比や人種によって異なり、CD8数が高い患者においてより高い恩恵が観察された。

意義と主張
本論文は、ベイズ・フュージョン・フォレストが、生存データにおける異質な治療効果の推定において、未観測の交絡、ソース間の異質性、および右側・区間検閲の両方に同時に対処する初めての手法であると主張している。

著者らは、自身のアプローチが以下の点に重点を置いていることを強調している：

1. 無交絡性の仮定を緩和する： 交絡関数を明示的にモデル化することで、RWDが無交絡であると仮定する必要を回避している。これは、データ融合において一般的であり、かつしばしば違反される仮定である。
2. 適切に情報を借りる： 階層構造により、因果的妥当性を損なうことなく、RWDからの情報の適応的な借用を可能にし、精度を向上させる。
3. 較正された不確実性を提供する： 予測を目的とするのではなく、因果推論を目的とする機械学習予測者とは異なり、本ベイズ枠組みは、個別の治療効果に対する本質的かつ較正された不確実性の定量化を提供する。
4. 実行可能な洞察を提供する： HIVへの応用において、本手法は、追跡期間の短さや統計的パワーの不足によって不明瞭となっていた、コンビネーション療法のほぼ普遍的な恩恵を特定し、試験の結果を明確にした。

著者らは、この枠組みが「加速係数は（共変量には依存するが、時間は依存しない）時間不変である」という仮定に基づいている（これはAFTモデルにおける標準的な仮定である）ことを述べており、将来的には時間依存の効果を組み込む拡張が可能であることを示唆している。再現性を促進するため、ソフトウェアの実装も公開されている。