Power Calculation for Noninferiority Stepped-Wedge Cluster Randomized Trials

医学研究の世界において、科学者たちはしばしば、個々の患者に対してではなく、病院やクリニックといった多くの異なる場所で新しい治療法をテストする必要があります。もし、スタッフや機器の不足などの理由で、新しい治療法を一度にすべての場所に導入できない場合、研究者は「ステップトウェッジ・トライアル（階段状ウェッジ試験）」と呼ばれるデザインを使用します。これは、すべてのランナーが同時にスタートを切るものの、ゴールラインを通過するタイミングはそれぞれ異なるリレーレースのようなものです。この研究デザインでは、すべてのグループが標準的なケアからスタートし、その後、一つずつ順番に新しい治療へと切り替わっていきます。このアプローチは、どのグループも新しい選択肢から取り残されることがないため、倫理的に見て非常に魅力的であり、また、グループが切り替えを行う前と後でどのようにパフォーマンスが変化したかを研究者が比較することを可能にします。しかし、科学者たちは、新しい治療法が従来の治療よりも「優れている」ことを証明するための確率を計算する方法については古くから知っていましたが、「同等である」ことを証明するための確率を計算するための信頼できるツールには欠けていました。この区別は、たとえ新しい治療法がゴールドスタンダード（標準的な最高水準）よりもわずかに効果が低かったとしても、それがより安価であったり、より安全であったり、あるいは使いやすかったりする場合、極めて重要な意味を持ちます。

研究チームは、新しいアプローチが現在のものより劣っていないことを示すことが目的である場合の、これらの試験を計画するための新しい手法を開発することで、この空白を埋めました。彼らは、数千もの潜在的な試験シナリオをシミュレーションして、その試験デザインが機能するかどうかを確認する「swNIsim」というコンピュータベースのツールを開発しました。単純な条件下を想定した硬直的な公式に頼るのではなく、このツールは現実世界の研究における複雑な実態を模倣します。このツールは、病院ごとに規模が異なる場合や、週ごとに患者数が変動する場合、あるいは新しい治療が効果を発揮するまでに時間がかかる場合などにも対応できます。研究者たちは、人工呼吸器による装着日数のような連続的な測定値と、入院の有無のような二値の結果の両方を用いて、この手法をテストしました。これらのシミュレーションを実行することで、彼らは、成功する試験にとって最も重要な要因は、必ずしも関与する病院の数ではなく、研究が実施される「期間（タイムピリオド）の数」であることを発見しました。

研究者たちは、総患者数が一定である場合、研究をより多くの期間にわたって分散させることで、真の効果を検出する確率が一貫して高まることを発見しました。参加する病院の数を増やすこともわずかながら効果はありましたが、単に期間を延ばすことほど強力ではありませんでした。また、病院間の差異が非常に大きい場合には明確な結果を得ることが難しくなることも観察されましたが、この手法は堅牢（ロバスト）なものでした。決定的なことに、このツールは、各グループの病院数を均等にすることが、不均衡なグループを持つよりも効率的であることを示しました。シミュレーションにより、この手法は誤報のリスクを非常に低く抑えており、試験終了時に新しい治療法が許容可能であると結論付けられた場合、その結論が統計的に妥当であることを保証できることが確認されました。また、研究チームは、もし研究の中に実質的な変化が起こらない期間が含まれている場合は、それらの期間を分析から除外することで結果をより明確にできる可能性があると指摘しましたが、実際には、時間の経過に伴う自然な傾向を考慮するために、研究者は通常それらの期間を含めたままにします。

著者らは、このツールが実際に機能することを証明するために、既存の2つの研究にこの手法を適用しました。1つ目は、人工呼吸器を使用している患者を対象とした試験で、新しいケア経路が、呼吸補助なしで過ごせる日数を高い水準で維持できるかどうかを確認することを目的としていました。彼らの新しい手法を用いることで、新しい方法が従来の方法より劣っていないと自信を持って断言するためには、病院あたりの、そして期間あたりの患者数がどの程度必要であるかを算出しました。2つ目の例は、救急部門における入院件数の削減を目的とした試験であり、ここでは、新しい緩和ケアプログラムが標準的なケアと同等であることを示すために、必要な研究グループの規模を決定するのにこのツールが役立ちました。これらの例は、ソフトウェアが複雑で現実的なパラメータを処理でき、参加者数に関する明確なガイダンスを提供できることを実証しました。

著者らは、彼らの手法は柔軟で強力ではあるものの、あらゆる不確実性を取り除く魔法の杖ではないことを強調しています。このツールはコンピュータ・シミュレーションに依存しており、単純な計算よりも計算負荷が高いものですが、この追加の努力によって、現代医学がしばしば必要とする複雑なデザインを扱うことが可能になります。彼らはまた、現在のモデルは同じ病院内の患者間の特定のつながりを想定しており、将来のバージョンでは、患者が時間の経過とともに互いにどのように影響し合うかという、より複雑なパターンを考慮する必要があるかもしれないと述べています。それにもかかわらず、研究者がすぐに利用できる無料のソフトウェアパッケージを提供することで、この研究は、より優れた、より効率的な試験を設計するための実践的な方法を提供しています。これにより、科学者が新しい治療法が「十分である」ことを証明しようとする際、単に推測するのではなく、実際の医療提供の現実に対して厳密にテストされた計画に基づいていることを保証できるのです。