Stage Slip from Diagnostic Latency in MCED Trials: A Calibrated Monte Carlo Reconstruction of the NHS-Galleri Results

NHS-Galleri 試験の主要評価項目の未達成は、検査性能の欠如ではなく、診断までのシステム的な遅延によって早期のがんが進行してステージが上昇する「ステージ・スリップ」現象が原因であり、この遅延が統計的な結果を歪めていたことをモンテカルロシミュレーションによって実証した。

要約

この論文は、イギリスで行われた大規模ながん検診試験（NHS-Galleri 試験）の結果について、**「なぜ期待された成果が出なかったのか？」**という疑問に答えるものです。

著者は、**「検査そのものが失敗したのではなく、病院の『案内係（診断プロセス）』が遅すぎたことが原因だ」**と主張しています。

これをわかりやすく、日常の例え話を使って説明します。

---

🕵️‍♂️ 物語：「優秀な探偵」と「遅い郵便局」

この研究を、**「優秀な探偵（ Galleri 検査）」と「遅い郵便局（診断システム）」**の物語に例えてみましょう。

1. 舞台設定：探偵の活躍

イギリスでは、14 万人もの人々が新しい血液検査（Galleri）を受けました。この検査は非常に優秀で、**「がんの早期発見」**に成功しました。

• 探偵の功績： 多くの人が「ステージ 4（末期）」になる前に、がんを見つけました。また、ステージ 1 や 2（初期）で見つかる人が劇的に増えました。
• しかし、問題が起きました： 試験の最終目標は「ステージ 3 と 4 の合計を減らすこと」でしたが、この目標は達成されませんでした。

2. 核心の謎：「ステージ・スリップ（階段の転落）」

なぜ、早期に見つけたのに「ステージ 3」や「ステージ 4」として記録されてしまったのでしょうか？

ここで登場するのが、この論文の核心概念である**「ステージ・スリップ（Stage Slip）」**です。

• 状況： 探偵（検査）が「あそこにがんがある！」と早期（ステージ 1）で見つけました。
• 問題： しかし、その情報を病院に伝え、詳しい検査をして確定診断をするまでの**「待ち時間」が長すぎました**。
• 結果： 待ちている間に、がんは静かに成長し、「ステージ 1」から「ステージ 2」を抜け出し、「ステージ 3」に転落（スリップ）してしまいました。
• 記録： 最終的に病院に記録されたのは「ステージ 3」です。

「見つけたのは早期だったのに、記録されたのは晚期」。これが「ステージ・スリップ」です。

3. 計算シミュレーション：どれくらい転落した？

著者は、コンピューターを使って 14 万人のシミュレーションを行いました。その結果、驚くべき数字が出ました。

• 転落した人数： 約84 人の患者さんが、本来は「早期（ステージ 1/2）」で発見されたはずなのに、診断までの待ち時間のせいで「晚期（ステージ 3/4）」として記録されてしまったと推定されました。
• 必要な改善： もし、この 84 人のうちたった 25 人（約 3 分の 1）でも、待ち時間なくすぐに診断できていれば、試験の目標は**「統計的に成功」**していたはずです。

4. なぜ「探偵」のせいではないのか？

批判的な意見として「検査がダメだったのではないか？」という声がありますが、この論文はそれを否定しています。

• 対照実験： 検査を受けなかったグループ（対照群）では、がんは自然に進行し、症状が出てから病院に行きます。彼らは最初から晚期で発見される運命でした。
• 検査を受けたグループ： 84 人のうち、**86%は「探偵が早期に見つけた」か「探偵が検査した瞬間に早期だった」人たちです。つまり、「見つけるチャンスはあったのに、病院のシステム（郵便局）が処理しきれなかった」**のです。

5. 92 日という「待ち時間」

この研究では、イギリスの病院システムで診断が決まるまでの平均時間が**「92 日」**だったと推定しています。

• 例え： 探偵が「犯人はここだ！」と指差した瞬間から、裁判所（確定診断）が開かれるまで 3 ヶ月以上かかったようなものです。その間に犯人（がん）は逃げ出して、より悪い状態になってしまいました。

📝 まとめ：何が言いたいの？

この論文の結論は非常にシンプルで、希望に満ちています。

1. 検査は素晴らしい： Galleri という血液検査は、がんを早期に見つける能力を十分に持っています。
2. 問題はシステム： 試験が「失敗」に見えたのは、検査のせいではなく、**「早期に見つけても、すぐに治療につなげる病院のシステムが遅すぎた」**からです。
3. 教訓： 今後は、新しいがん検診を導入する際、「検査をする」だけでなく、「見つけた人をすぐに診るための道筋（インフラ）」も同時に整える必要があります。

「優秀な探偵を雇っても、証拠を提出するまでの待ち時間が長すぎれば、犯人は逃げてしまう」。
これが、この論文が私たちに教えてくれる、がん検診の未来への重要なメッセージです。

技術概要

論文要約：MCED 試験における診断遅延によるステージ・スリップの再構築

タイトル: Stage Slip from Diagnostic Latency in MCED Trials: A Calibrated Monte Carlo Reconstruction of the NHS-Galleri Results
著者: Hamid Bellout, PhD (Northern Illinois University 名誉教授)
日付: 2026 年 2 月 28 日（プレプリント）

1. 背景と問題提起

NHS-Galleri 試験は、英国の国民健康サービス（NHS）において 142,000 人の参加者を対象に実施された、多癌種早期発見（MCED）テスト「Galleri」の最大規模の無作為化比較試験です。

• 主な成果: 第 4 期（Stage IV）がん診断の大幅な減少（20% 超）と、がん検出率の 4 倍の向上が報告されました。
• 主要エンドポイントの未達成: 試験の主要目的であった「12 種類のがんにおける、ステージ III 期および IV 期（Stage III+IV）の合併診断数の統計的有意な減少」は達成されませんでした。スポンサーは「予想以上のステージ III 期がんの発生率」を理由として挙げています。

本研究の仮説:
この統計的な結果の「マスク（隠蔽）」は、検査そのものの失敗ではなく、**「ステージ・スリップ（Stage Slip）」**と呼ばれる現象によるものであると仮定しています。

• ステージ・スリップの定義: 検査によりがんが早期（ステージ I/II）に検出され、診断プロセスが開始されたにもかかわらず、診断が確定するまでの時間的遅延（診断インフラの遅滞）により、がんが生物学的にステージ III 期以上に進行してしまい、最終的に「ステージ III 期」として記録されてしまう現象。
• 問題の本質: 検査は早期発見に成功したが、診断インフラの遅れにより、主要エンドポイント（ステージ III+IV の減少）の観点からは「失敗」としてカウントされてしまった。

2. 研究方法

著者は、NHS-Galleri 試験の参加者数（142,000 人）と 12 種類のがん種に合わせた、校正されたモンテカルロシミュレーションを開発しました。

2.1 概念的枠組み：3 つの競合する「時計」

ステージ・スリップは、以下の 3 つの時間的プロセスの競合によって生じるとモデル化しました。

1. 生物学的時計（Sojourn Time）: がんが各ステージに留まる確率的な期間（対数正規分布でモデル化）。
2. シグナル時計（Pathway Initiation）:
   • 介入群：MCED テスト陽性による診断プロセス開始。
   • 対照群：症状出現による臨床的紹介（早期がんは無症状であるため、このシグナルはほとんど発生しない）。
3. インフラ時計（Diagnostic Delay）: シグナル発生から確定診断までの経過時間。
   • この時間が、ステージ II から III への境界を越えるまでの残存時間（Sojourn Time）を上回ると、患者は「スリップ」します。

2.2 重要なパラメータとモデル

• 診断遅延の推定: 標準的ケア（SoC）における診断遅延の中央値を92 日と設定しました。これは以下の 5 つの証拠源から導き出された保守的な推定値です。
  1. PATHFINDER 2（米国最適化環境）：46 日
  2. PATHFINDER 1（米国初期経験）：79 日
  3. 試験参加による NHS へのスピンオーバー効果（Mann et al.）
  4. スポンサー（GRAIL）の自己申告（診断解決時間の遅延）
  5. NHS のシステムパフォーマンスデータ（2021-2025 年）
• 感度データ: 12 種類のがん種における Galleri テストのステージ別感度（CCGA 3 研究データ）を使用。
• 対照群の校正: 英国の実際のステージ別診断分布（NLCA, NHS Digital 等）と一致するように、対照群のモデルを校正しました（12 種類すべてで 1-2 パーセントポイント以内の誤差）。

2.3 シミュレーション手法

• 各がんケースについて、生物学的進行、症状誘発、またはスクリーニング陽性による診断経路をシミュレーション。
• 介入群において、生物学的にはステージ I/II だったが、診断時にはステージ III+IV として記録されたケース（スリップ数）を算出。
• 逆説的（Counterfactual）分析：もしこれらのスリップケースの一部が早期に診断されていれば、主要エンドポイントが統計的有意性を満たすかどうかを評価。

3. 主要な結果

3.1 スリップ数の推定

• 介入群において、生物学的にはステージ I/II だったが診断時にステージ III+IV として記録されたケース数は、84 件（95% 信頼区間：68–104）と推定されました。
• この内訳は以下の通りです：
  • カテゴリ A（テスト陽性だが診断が遅すぎた）: 42 件（スリップの約半分）。検査は正しく検出したが、インフラが遅すぎた。
  • カテゴリ B（テスト陰性だが早期に投与され、その後進行）: 31 件。
  • カテゴリ C/D（システムに機会なし）: 12 件。

3.2 統計的有意性への影響（逆説的シナリオ）

• 現実の感度レベル（CCGA 3 データの約 50%）を仮定した場合:
  • 現在のスリップ数（約 78 件）では、主要エンドポイントは統計的に有意ではありません（p = 0.12）。
  • しかし、スリップしたケースのうちわずか**25 件（約 32%）**が早期に診断されていれば、主要エンドポイントは統計的に有意（p < 0.05）になります。
• 公開された高感度（CCGA 3 データ 100%）を仮定した場合:
  • スリップ数（84 件）があってもモデルは有意（p = 0.003）を示しますが、実際の試験結果（有意ではない）と一致させるには、実効感度が公開値より低い（約 50%）ことを示唆しています。

3.3 感度分析（Robustness）

• 診断遅延の影響: 遅延を 65 日（米国最適化水準以下）から 120 日まで変化させても、スリップ数は 55 件から 95 件の範囲にあり、常に「25 件」という有意性閾値を大きく上回ります。
• 感度の影響: 感度を公開値の 30% から 100% まで変化させても、スリップ数は 74 件から 85 件の範囲で安定しており、結論は変わりません。
• カテゴリ A の安定性: 「テスト陽性かつ診断遅延」によるスリップ（カテゴリ A）は、遅延期間が倍増しても 41〜46 件と安定しており、これがエンドポイント未達成の主要因であることを示しています。

4. 考察と意義

4.1 核心的な結論

NHS-Galleri 試験の主要エンドポイント未達成は、検査の性能不足ではなく、診断インフラの遅滞（診断遅延）による「ステージ・スリップ」によって説明可能です。

• 検査は生物学的に機能しており、早期発見とステージ IV 減少に成功しました。
• しかし、NHS の診断経路が、早期発見されたがんをステージ II/III の境界を越える前に確定診断できなかったため、統計的に「失敗」として記録されてしまいました。
• 84 件のスリップのうち、わずか 25 件（約 3 分の 1）が救済されていれば、試験は成功していたはずです。

4.2 対照群との違い

対照群（非スクリーニング群）でも同様の進行（自然経過によるステージ III 化）は起こりますが、介入群の 86% のスリップケースは、**「システムが早期発見の機会を持っていたにもかかわらず、それを活かせなかった」**という点で質的に異なります。これはインフラコストの失敗です。

4.3 今後の MCED 試験への示唆

1. エンドポイントの再考: ステージ IV 単独のエンドポイントや、診断時点ではなく「診断開始時点（Stage at Initiation）」を考慮した分析が、インフラ遅延の影響を受けにくいため推奨されます。
2. インフラの準備: 将来的な MCED 導入では、スクリーニング開始前に専用の診断チャネルを確立する必要があります。
3. 試験設計の改善: 診断経路のタイミングを事前に調整するプロトコルや、遅延を補正する事前定義された分析が含まれるべきです。

5. 結論

この研究は、MCED 試験における「診断遅延」が、生物学的に有効な早期発見テストの臨床的恩恵を統計的に隠蔽するメカニズムを定量的に示しました。Galleri テスト自体は期待通りに機能しましたが、それを支える診断インフラの遅さが、主要な統計的結論を歪めました。早期発見は単なる「検査」ではなく、迅速な診断インフラとセットになった「システム」の性質であることを強調しています。

---

免責事項: この論文はプレプリント（査読前）であり、臨床実践を指導するために使用されるべきではありません。