Early Cardiac Testing after Emergency-Department ECG: An Observational Target-Trial Emulation

世界中の救急現場において、医師たちは、胸痛を訴える患者が心臓発作を起こしているのか、それともそうでないのかを判断するという、絶え間なく続くハイステークスなパズルに直面しています。これを解決するために、彼らは心臓の電気活動を記録する心電図や、心筋が損傷した際に放出される特定のタンパク質を検出する血液検査などのツールに頼っています。これらの初期の手がかりに基づき、臨床医は、ストレス・テストや動脈内部を観察するためのカテーテル治療といった、より侵襲的な追加検査が必要かどうかを決定します。この意思決定プロセスは無作為なものではありません。医師は自然と、より容態が悪そうな患者や、より危険な状態にある患者に対して検査を行うようになります。これは、これらの検査の真の価値を理解しようとする研究者にとって、非常に厄替えな状況を生み出します。もし、検査を受けた患者と受けなかった患者の健康状態を単純に比較してしまうと、その結果は誤解を招くものになります。検査を受けたグループの成績が悪く見えるのは、検査が彼らに害を与えたからではなく、そもそも彼らがその場でもっとも容態が悪かった人々であったためです。このように、「治療の理由」と「治療そのもの」が混同されてしまう現象は、医学的介入が実際に助けになっているのか、それとも害を与えているのかを判別することを極めて困難にします。

この混乱を打破するために、研究者のビョルン＝ヨスト・シングスタッド（Bjørn-Jostein Singstad）は、私たちが現実世界の医療データを見る方法を再構築する研究を行いました。この研究は、心臓の検査がより良い結果あるいはより悪い結果をもたらすことを証明しようとするのではなく、より具体的な問いを投げかけました。「もし、救急受診から10日以内に検査を受けた患者を、受けていない患者と比較できるとした場合、その患者の容態が最初からどれほど悪かったかを慎重に考慮に入れた上で、両者の健康状態にどのような差が生じるだろうか？」という問いです。研究者は「ターゲット・トライアル・エミュレーション（標的試験模倣）」と呼ばれる手法を用いました。これは、観察研究を、完璧なランダム化比較試験の構造を模倣するように設計する方法です。2010年から2015年までのある主要病院における7万1,000件以上の救急受診データを連結することで、研究は、心電図と連結された診療記録の両方を持つ5万1,158件の症例に焦点を絞りました。目的は、ストレス・テストやカテーテル治療を10日以内に行った患者を、行わなかった患者と比較し、悪い転帰（陽性の心臓タンパク質検査、または30日以内の死亡と定義）のリスクを測定することでした。

データの初期分析では、明白かつ予想通りの差異が見られました。心臓の検査を受けた患者は、悪い転帰を辿る割合が著しく高く、約29％が陽性反応または死亡を示しましたが、検査を受けていない患者ではわずか7％でした。この22パーセントポイントの格差は、より重症な患者が選択的に検査を受けている場合にまさに予想されるものです。しかし、研究はこうした表面的な比較よりも遥かに深く踏み込みました。高度な統計手法を用いて、年齢、性別、人種、および患者の初期心電図に見られる特有のパターンを含む数十の要因を調整しました。これらの調整は、両グループが同じリスクレベルからスタートしたかのように、公平な比較を行うための「土俵」を作ることを目的としていました。

これらの調整を適用した後、転帰における巨大な格差は劇的に縮小しました。リスクの差は22パーセントポイントから約6パーセントポイントへと減少しました。これは、検査を受けた患者の方が重症であったことを考慮した後でも、依然として検査を受けていないグループに有利な、わずかなリスクの差が存在したことを意味しており、検査戦略自体がわずかに悪い転帰と関連している可能性を示唆しています。しかし、研究はここで止まりませんでした。なぜなら、データの整理方法が依然として隠れた問題を見逃している可能性があることを研究者は知っていたからです。一つの大きな問題は、「不死時間バイアス（immortal time bias）」と呼ばれるものです。これは、あるグループの定義に、そのグループに分類されるために一定期間生存し続けることが求められる場合に発生します。本研究では、患者が「検査を受けた」とカウントされるためには、最長10日間入院するか生存している必要がありました。もし患者が2日目に亡くなった場合、その患者は検査を受けたグループには含まれません。そのため、検査を受けたグループが、初期段階において人工的に健康であるかのように見えてしまうのです。

このタイミングの問題がどの程度影響するかを検証するため、研究者はゲームのルールを変更しました。「検査」を定義する期間を10日間からわずか1日間に短縮したところ、推定されるリスク差はほぼゼロまで崩れ落ちました。これは、10日間のウィンドウで見られた小さなリスク差が、検査自体の真の効果ではなく、グループの定義方法に起因するアーティファクト（人工的な産物）である可能性を示唆しています。さらに、研究は特定の情報、すなわち「受診と同じ日に心臓発作の診断を受けたかどうか」についても調査しました。この診断は、検査を受けた患者の43％に見られましたが、検査を受けていない患者では0％でした。研究者がこの特定の情報を分析から除外したところ、推定リスク差は、約6パーセントポイントから11パーセントポイントへとほぼ倍増しました。この発見は、診断のタイミングと検査の決定が密接に絡み合っているデータにおいて、結果がいかに脆弱であるかを浮き彫りにしています。

また、研究では、未測定の要因が結果を完全に説明し去るために、どの程度の強さを持つ必要があるかを測る値を算出しました。その数値は2.66であり、これは、もし医師が記録できないような患者の症状の深刻さといった「隠れた要因」が存在し、それが検査と悪い転帰の両方を引き起こす確率が2倍以上高いものであった場合、分析で見出された小さな差を消し去ることができることを意味しています。医師は、データベースには記録されない微妙な臨床的兆候に基づいて検査の決定を下すため、このような隠れた要因は十分にあり得るものです。研究者は、統計的手法によって「重症な患者を選択する」という明らかなバイアスを軽減することには成功したものの、欠落した情報や、現実世界の複雑な意思決定に伴う不確実性を排除することはできなかったと結論付けました。

最終的に、この研究は、観察データの限界を示す強力な実証となっています。それは、最も洗練された数学的ツールや利用可能な最善の記録を用いたとしても、データが救急医療という混沌とした現実に基づいている場合、制御された実験のような確実性を完全に再現することはできないことを示しています。この研究は、心臓の検査が有害であることを証明したわけでも、無用であることを証明したわけでもありません。むしろ、データに見られる小さな差異は、どのように問いを立て、どの情報を組み込むかに極めて敏感であることを明らかにしました。教訓は、警戒することです。現代の手法は、交絡という霧を見通す助けにはなりますが、記録されていない臨床的判断や、生死を分ける決定の複雑なタイミングが生み出す影を、完全に取り除くことはできないのです。結果は、検査と不良な転帰との間の見かけ上の関連性は、単にいくつかの数値を調整することで簡単に修正できるような単純な因果関係ではなく、患者の潜在的な重症度やデータの複雑さを反映したものである可能性が高いことを示唆しています。