Virtual control arms for paediatric myopia trials: external validation of axial-elongation models

人間の目は、体の他の部分と同様に、子供時代を通じて成長し続けます。多くの子供において、この成長は本来止まるべき時に止まらず、目が長くなりすぎてしまうことがあります。近視として知られるこの状態は、遠くの物体をぼやけて見えるようにします。数十年にわたり、新しい治療法がこの成長を抑制できるかどうかをテストする標準的な方法は、臨床試験を実施することでした。そのような試験では、一部の子供は新しい治療を受け、他の子供は特別な機能のない標準的な眼鏡を着用することで、介入が行われなかった場合に何が起こるかを示す対照群として機能しました。しかし、目の成長を遅らせる効果的な治療法が一般的になるにつれ、子供たちを「積極的な治療を全く受けられない」状況の試験に登録させることは、倫理的に疑問があり、困難になってきました。より良い選択肢が存在する中で、子供を無治療の状態にしておくことを許容する親は少なく、症状が急速に悪化している子供は研究から脱落し、結果を歪めてしまうこともあります。これは研究者にジレンマをもたらしています。つまり、新しい薬やレンズが機能することを証明するために、治療を受けなかった場合に何が起こるかを知る必要がありますが、治療を受けたくないという子供を見つけることが容易ではなくなっているのです。

これを解決するために、研究者たちは数学を利用することにしました。治療を受けなかった子供のグループに頼る代わりに、コンピュータモデルを使用して、もし治療を受けなかった場合に子供の目がどのように成長するかを予測することができるのです。これらのモデルは「仮想対照群（バーチャル・コントロール・アーム）」として機能し、年齢、現在の視力、背景などの要因に基づいた、未治療の経過に関する統計的な推定値を提供します。しかし、課題は、これらの予測が実際に正確であるかどうかを知ることです。もしモデルが間違っていれば、試験全体が誤解を招くものになりかねません。ある研究チームは、5つの異なる公開済みモデルをテストし、それらが標準的な眼鏡をかけている未治療の実際の子供たちの目の成長を正しく予測できるかどうかを検証することに乗り出しました。彼らは、中国系、ベトナム系、およびインド系の血を引く242人の子供たちからデータを収集しました。研究者たちは、研究開始時と、約6ヶ月後および12ヶ月後の時点での子供たちの目の長さを測定しました。そして、これら実在する目の実際の成長を、5つの異なる数学的モデルによる予測成長と比較しました。

研究の結果、子供の特定の民族的背景を考慮に入れた最新のモデルは、東アジア系の子供たちに対して極めて正確であることが分かりました。これらの子供たちに対して、モデルは6ヶ月間の平均的な目の成長量を、人間の髪の毛の幅よりも小さい誤差範囲内で予測しました。これは、この特定のグループに対しては、仮想対照群が臨床試験における未治療の子供のグループを確実に代替できることを示唆しています。しかし、研究者たちは重要な限界も発見しました。それは、モデルは個々の子供の間にある「差異（バリエーション）」を予測することには不完全であるということです。モデルは平均的な成長率を正確に捉えていましたが、実生活で見られる差異の範囲を過小評価していました。モデルは、ほとんどの子供が非常に似たペースで成長することを示唆していましたが、実際には、平均よりもずっと速く、あるいは遅く成長する子供もいました。これは、モデルが大規模なグループにおける現象を予測する上では優れたツールであるが、特定の個々の子供の将来の成長を予測することはできないことを意味しています。

南アジア系、特にインド系の血を引く子供たちの状況はより複雑でした。既存のモデルの中に、このグループに特化したカテゴリーを持つものはありませんでした。研究者が東アジア系またはヨーロッパ系の子供向けに作られたモデルを、研究対象のインド系の子供たちに適用したところ、予測が外れてしまいました。インド系の子供たちの目の成長速度は、他の2つのグループに対して予測された速度の中間、つまり東アジア系の速度に近いものの、それとは完全には一致しない位置にありました。これは、現在のツールが有用ではあるものの、不完全であることを示しています。それらは東アジア系の集団にはよく機能しますが、南アジア系の子供たちには信頼できる予測手法を残さないままなのです。研究者たちは、モデルが真にすべての人にとって有用であるためには、南アジア系の子供に特化した新しいデータが収集され、システムに追加されなければならないと結論付けました。

もう一つの重要な発見は、測定のタイミングがこれまで考えられていた以上に重要であるということです。モデルは、例えば正確に6ヶ月間といった特定の期間における成長を予測するように設計されています。しかし現実の世界では、子供の検診予約が正確にカレンダー通りの日付に行われることは滅多にありません。研究によれば、もし研究者が、実際には6ヶ月半の時点で行われた受診を、単に6ヶ月時点で行われたと仮定してしまうと、予測はわずかに狂うことが示されました。受診の間隔に経過した正確な日数を採用することで、研究者たちは比較をより精密にすることができました。この細部への注意は極めて重要です。なぜなら、成功した治療と失敗した治療の差は非常に小さく、多くの場合、目の長さのわずか数分の一ミリメートル単位であるからです。

研究者たちはまた、これらすべての異なるモデルを一箇所に集めた、無料のオープンソース・ソフトウェア・ツールを開発しました。このツールを使用すれば、他の科学者たちは、複雑なコードを書いたり、機密性の高い患者情報を中央サーバーと共有したりすることなく、自身のデータに対して同じ計算を実行できます。ソフトウェアはユーザー自身のコンピュータ上で完全に動作するため、プライバシーが確保されます。このツールは、個々の子供の目の将来を確実に予測すると主張するものではありません。その代わりに、治療を受けなかった子供たちの集団がどのようになるかについて、科学的に正当化できる推定値を提供し、それが新しい治療法の参照点となるように設計されています。この研究は、東アジア系の子供たちにとって、これらの仮想対照群が従来の未治療群に代わる実行可能な選択肢であることを裏付けており、臨床試験をより容易にし、より倫理的なものにする可能性があります。他のグループ、特に南アジア系の子供たちについては、現在の知識における空白を浮き彫りにしています。最終的な目標は、未治療の対照群を用いることを例外とし、検証された透明性の高い数学的モデルに頼ることで、若い患者の幸福を守りながら眼科医療を進歩させることです。