実験計画法（DOE）とランダム化比較試験は因果関係を決定するためのゴールドスタンダードであり、JMPはDOEソフトウェアのゴールドスタンダードです。残念ながら、因果推論を目的とした多くの研究は、実用上または倫理上の制約により治療をランダムに割り当てることができないため、DOEとして実行することができません。必要なのは、観察データクラスにおけるバイアスに寄与する交絡変数の影響を除去することです。
本稿では、傾向スコア、マッチングアルゴリズム、その他統計に基づくアプローチを含む、現在有望視されている因果推論手法の概要を示し、リアルワールドデータ／エビデンスに関するFDA業界向けガイダンス草案を盛り込みます。ヒューストンVA医療センター心臓胸部外科プログラムの複数の臨床研究活動を支えるレトロスペクティブ研究データベースを用いて、JMPのいくつかの手順を説明します。最後に、因果関係の関連性が目的であり、DOEが選択肢にない場合に医師が考慮すべき推奨事項、ヒント、そして落とし穴を示します。
Discoveryチーム、早期ユーザー版の皆さん、こんにちは。AdsurgoのJim Wisniowskiです。共同プレゼンターのLorraine Cornwell博士と共にお送りします。Cornwell博士はヒューストンVA医療センターとベイラー医科大学の心臓胸部外科医です。Cornwell博士は様々なプロジェクトのPIとして多くの研究を行っており、共同著者には研究コーディネーターのPaweł Kolodziejski博士もいます。
本日は、心臓胸部疾患の分野において、通常のランダム化比較試験とは異なるデータベースを用いた研究について少しお話ししたいと思います。現在、いくつかの後ろ向き研究を検討しており、そこからある程度の因果関係を明らかにしようとしています。
コンサルタントとして、様々な業界のクライアントを訪問し、現場で数日間実験計画法（DOE）を指導した後、予測分析を指導することは珍しくありません。この両者には乖離があり、まず実験計画法は因果関係を確立する方法だと説明します。そして、予測分析、人工知能、機械学習といった実務の世界に移ると、少し話を戻しますが、因果関係の考え方はDOEから来ていると言いましたが、他の方法論にも非常に多くの利点があります。
私たちがやろうとしているのは、ランダム化比較試験に基づかない、データに基づく証拠に基づいた、ある程度の実用的な情報をどのように生み出すことができるかを確立することです。
これから進めていく手順は以下のとおりです。まず、エビデンスと、ランダム化比較試験を含む実験計画法（Design of Experiments）の考え方について少しお話しします。RCT（ランダム化比較試験）の世界で見られる問題点についてもいくつかお話しした後、JMPのデモを行います。これは早期ユーザー向けバージョンなので、実験計画法に関して、皆さんがこれまで知らなかった、あるいは考えていなかった点をいくつかご紹介します。
次に、ランダム化比較試験を行わない場合に何が起こるかについてお話しします。そして、観察研究について見ていきます。バイアスを制御するために用いる手法の一つに、傾向スコアリング法があります。デモでその概念を少しお見せします。その後、コーンウェル博士にバトンタッチします。博士は、現在私たちが行っている研究の例と、それがいくつかのエビデンスとどのように関連しているか、どのような種類の情報が必要か、そして行動につながるエビデンスのレベルはどの程度かについて話してもらいます。
次に、この例に関連するいくつかの手法のデモンストレーションを行います。その後、JMP 19で追加される、より高度な手法についてもお話しします。
はじめに、相関関係は因果関係を意味するものではないということを皆さんご存知でしょう。今日は8月で、おそらく国内の一部地域では一年で最も暑い日でしょう。そこで、犬の咬傷、溺死、そしてアイスクリームの売上の間には非常に強い相関関係があることをご存知ですか？アイスクリームの消費量を減らすことで、犬の咬傷と溺死を減らすのは私たちの義務です。
明らかに、これは正しい因果関係ではありません。実際には、それは3番目の変数なのです。私が言いたいのは、私たちがしばしば観察していない潜在的な次元がそこにあるということを示す導入です。この特定のケースでは、気温で簡単に記録できます。しかし、私たちの研究の多くでは、それは私たちが知らない潜在的な次元ですが、真に因果関係の原因となっています。私たちはそれを認識する必要があります。
私たちの世界には、実際にはさらにいくつかの要素があります。この相関関係は素晴らしい出発点ですが、それが起こるためには、どちらかがもう一方より先に起こらなければならないという条件も必要です。そして、この考え方の最後の要素は、それが偽りの相関関係ではないというものです。私たちの場合、これは他に説明のつかない偽りの相関関係です。
実験計画法では、因果関係を確立する方法、つまり入力因子がある場合、それが応答の変化を引き起こす要因であると教えられています。重要なのは、入力因子を制御するのは自分自身であるということです。今回の実験では、温度をこのレベル、圧力をこのレベルに設定し、応答を観察します。
JMPは長年、DOE（実験計画法）のソフトウェアとして選ばれてきました。そして最近では、JMP 17、18でEasy DOEプラットフォームがリリースされました。これは、ワークフローに非常に役立つ優れたオプションがいくつか含まれているため、初期ユーザーにとって非常におすすめです。JMPの全機能をEasy DOEプラットフォームに統合するという点で、JMPは大きな進歩を遂げてきました。一般的に、DOEは計画、設計、実行、分析の段階として考えられますが、ここでは定義、モデル化、設計、データ入力、分析、予測、レポート作成までを一貫して行います。
素晴らしい参考資料がいくつかあります。その方法については動画をご覧ください。繰り返しになりますが、ここでは初期のユーザーグループについて認識しています。しかし、ここではランダム化比較試験（RCT）についてお話ししますが、これはDOE（実験計画法）の一部です。エビデンスに基づく医療（EBM）の特徴は、このRCTという考え方にあります。実際、医療分野におけるRCTの世界は、心臓病学の専門家たちによって1980年代に始まりました。彼らは多くの画期的な研究を行い、心臓胸部外科手術や介入の現状だけでなく、これらの結果を本当に信頼できるかどうかという科学的な側面も大きく進歩させました。そして、その内部妥当性におけるバイアスを最小限に抑える必要があるというのが、このRCTの基本的な考え方です。
どうやってやるんですか？そうですね、患者を介入群とそうでない群にランダムに割り当てるだけです。統計学の父、ロナルド・フィッシャー卿は、各人をランダムに選んで、治療群と対照群に分けるだけでいいと言っています。層別化などする必要はありません。
それで、彼は全てが帰無仮説に基づいていると主張しました。つまり、データを集めて、治療群と対照群が同等である確率はどれくらいか？と問うのです。すると、証拠から同等ではない確率が分かります。それで彼はそこで話を終えたのです。
しかしその後、ジャージー・ナイマンとダグラス・ルービンはそれを拡張し、第一種過誤と第二種過誤の概念を組み入れ、今日のRCTアプローチを本格的に導入しました。ここで注目すべきは、写真の右隅に写っているのは、パイプの煙を吐き出すサー・ロナルド・フィッシャーです。1950年代半ばには、英国医学雑誌に喫煙とがんの間に多くの関連性が見られるとする多くの研究が掲載され、多くの人がその影響で禁煙に至ったのです。
しかしフィッシャーは、根深いランダム化の信念のために、これらの証拠を一切信用しませんでした。そのため、これは真実ではないと編集者に手紙を書いたのです。実際、彼はタバコ業界の良き友人でした。彼は世界の統計の王様であり、証拠が不十分だと主張していました。なぜでしょうか？ランダム化比較試験が行われていないからです。そして、3000人を喫煙者、3000人を非喫煙者にランダムに割り当てるという倫理的な懸念があることも認めていました。
しかし、彼はまだ頑固で、確かにここには多くの相関関係があるという証拠を信じようとしませんでした。しかし、ランダム化比較試験ではなかったため、彼はそれに同意する気はありませんでした。
結局のところ、ここにも何か潜在的な要素が潜んでいるのかもしれない、と彼は言った。もしかしたら、喫煙傾向だけでなく肺がんになりやすい遺伝子も関係しているのかもしれない、と。結局、彼は決して諦めず、その後まもなく癌で亡くなった。
他のアイデアとしては、二重盲検法という考え方があります。これは、患者も治療提供者も、治療が何であるか、治療を受けているかどうか、ブロックされているかどうかなど、何も知らないというものです。
しかし、今日見られるランダム化比較試験の一部の問題は、いくつかの理由から、それほど活用されていないことです。中でも大きな理由の一つは、非常に負担が大きいという認識があることです。つまり、国際医薬品臨床試験実施基準調和会議（ICH）はガイドラインを策定しており、実際には文言よりも精神に則った内容となっていますが、それが人々を遠ざけているのです。
当然のことながら、ランダム化比較試験は一般的に非常に費用がかかり、短期的な成果に重点が置かれています。なぜなら、費用の問題だけでランダム化比較試験を継続することはないからです。先ほども述べたように、喫煙とフィッシャー症候群に関する倫理的な懸念があります。すべては治療効果の異質性に帰着します。つまり、ランダム化比較試験に参加するには、一定の基準を満たす必要があるのです。そのため、試験結果は必ずしも対象集団全体に当てはまるとは限りません。
これは何度も実証されています。2020年のある研究では、「ホールマーク研究を検討しました。そして、リアルワールドエビデンスとRCTの結果を比較したところ、全く逆の結論が出ました。ランダム化比較試験は、内部妥当性を超えて拡張する必要があることに細心の注意を払わなければなりません。ランダム化を行うことで、交絡因子を排除できるのです。」
内的交絡因子が考慮されているのは素晴らしいことですが、外的交絡因子が考慮されていないのです。75歳以上の人やBMIが高い人などを意図的に試験から除外すると、結果の延長が不可能になる大きなリスクが生じます。
適切なランダム化比較試験を実施するためのガイドラインがいくつか出回っていますが、その中で強調したのは、私たち、つまり私たちの世界にとって、これらはすべて多くの統計的手法に基づいているということです。適切にランダム化されていること、適切なサンプルサイズであること、そしてバイアスを排除する必要があることを確実にする必要があります。その方法についていくつかお話しします。心臓胸部医学の世界でも、昨年あたりから、これらの比較試験を改善し、80年代のように主導権を握ろうという取り組みが非常に活発になっています。
COVID-19の一部では、ランダム化比較試験に時間がかかりすぎていたのに対し、エビデンスに基づいた実用的な情報が増え、こうした介入のいくつかで大きな進歩を遂げることができた、といったことが実際に証明されました。
では、JMPを使った簡単なデモに移りましょう。ランダム化比較試験を行う場合の仕組みについてです。3つのポイントを説明します。まず、DOEプラットフォームでどのように設定するかを説明します。次に、ランダム化比較試験を実施するかどうかに関わらず、適切なサンプルサイズはどれくらいかという質問がよく寄せられます。
それを確認し、次に分析オプションをいくつか見ていきましょう。ジャーナルについてお話ししましょう。これは皆さんがお持ちのジャーナルです。このセッションの資料とスライドに載せてあります。「はじめに」のところにありますが、これが私たちの活動と、皆さんが私たちに連絡する方法です。さて、ランダム化比較試験を設計する際に、BMI、年齢、性別で層別化を行いたいとします。なぜなら、これらは通常、違いが見られる重要な要因、リスク要因だからです。ですから、そこに私たちが均等に反映されていることを確認したいのです。
すぐに使えるように、ここに因子を保存しておきました。簡単なDOEは皆さんにとって素晴らしいものだと申し上げましたが、今回は通常の「エクスペリエンスのデザイン」プラットフォームを使用します。なぜなら、BMIが非常に高い人や高齢者はリスクが高いため、この試験には参加させたくないと考えているからです。
DOEを使ってカスタム設計を行います。因子を読み込むだけで準備完了です。BMIが低、中、高の3段階、そして年齢が3段階あります。ここでは、許可されていない組み合わせを使用し、BMIと年齢を入力します。年齢とBMIが同時に高くなるのは避けたいところです。
では、これを自動的に行う計画を作成します。実際には、この手術を行う医師が2人、あるいは外科医が2人いるかもしれません。30人のグループを作成し、合計60人になります。これはランダムブロックです。外科医が非常に多く、そのうち2人だけに注目する場合、ランダム効果が発生します。この計画を作成します。JMPは、BMI、年齢、性別の3つの因子のバランスが取れた計画を作成します。次に、この60回の実行結果のうち、誰が治療を受け、誰が受けないかを計算します。ここで新しい列を作成するだけで簡単にできます。
これは新規ユーザー向けです。いかに簡単かお分かりいただけると思います。「治療」の項目に移動し、ここで数式を作成します。この数式は「if」です。0から1の間のランダムな一様分布で、その値が0.5より大きい場合、そのグループを治療群、そうでない場合は対照群とします。
適用します。はい。これで、ここに入力できるデザインができました。重要なのは、年齢を網掛けで塗りつぶした被験者がいる場合、この試験では高齢かつBMIが高い被験者はいないということです。同様に、BMIが高い被験者については、低年齢と中年齢のみを取得しました。これは、私の場合、このルールに従っていたためです。
次に、いくつの試験を実施すべきでしょうか？これは通常、検出力分析と呼ばれる手法で答えが出ます。DOEサンプルサイズエクスプローラーを使い、次に検出力分析に入ります。例えば、術後心房細動とその割合に注目しています。一般的に、人口全体で約25%であることが分かっています。
この介入によって、例えば15%まで減少するかどうかを検証したいです。ここで2つの独立したサンプル割合を計算します。0.25の割合を入力します。次に0.15を求めます。これは私たちにとって実質的に重要です。10パーセントポイントの差が見られれば、これは介入する価値があると考え、プロトコルに組み込む価値があるかもしれません。
このような場合、先ほど設計したように試行が60回しかないとすると、検出力はわずか16.5%になります。検出力の計算には長い時間を費やすことになりますが、検出力とは、治療が本当に重要である場合、10.1というデルタ値を見て、最終的に検査でそのように判断される回数の割合を示します。経験則として、検出力は少なくとも80%の範囲にある必要があります。それぞれ250回、ここにも250回入れてみましょう。これで検出力は約80%になります。このように設計できます。ここに検出力曲線があり、下がっていくと検出力が低下するのがわかります。
これは、皆さんが真剣に議論し、リスクのバランスを取るための素晴らしいツールです。研究コーディネーターが「いや、500人は無理だ。1人100人ずつしかできない」と言う可能性も十分にあります。その場合、「そうだな、そうだとすれば、電力がどうなるか見てみよう」と思えるでしょう。さて、ここでPowerPointに戻りましょう。実際のデータを使って、他にいくつかアイデアをご紹介します。
ランダム化比較試験を行わない場合、どうすれば良いのでしょうか？最近の研究では、RCTの原則を文字通りに解釈することはできないことを理解した上で、実用的なRCTを行うべきかもしれないと示唆されています。しかし、ウェアラブルセンサーやバーチャルフォローアップといったテクノロジーをもっと活用することで、全体的な負担を軽減できるかもしれません。
同様に、レジストリ対照試験という考え方があります。レジストリ対照試験では、非常によく整理されたデータベースがあり、ランダム化対照試験で収集されるデータとほぼ同等、場合によってはそれ以上の良質なデータが得られます。しかし、今度は、施設1と施設2、あるいは医療提供者1と医療提供者2の間でランダム化を行う可能性があります。
ランダム化はより高度なレベルで行いますが、このデータベースは非常に適切に検証・検証されているため、非常に迅速に調査を行うことができます。そこで、私たちは現在、評判の悪い、あるいは適切ではない可能性のある後ろ向き研究を検討しているところです。これらの観察研究と後ろ向き研究には、まだ活用できる点があると考えています。
最近私たちが遭遇した非常に役立つことの一つは、メタ研究、つまり体系的な研究をいくつか見ることです。「この件については、様々なコホートから9本の論文が発表されている」といった具合です。そして、それらを全てまとめると、全てが同じことを言っているという非常に明確なメッセージが得られます。あるいは、何らかの違いがあるので、信頼できない、という結論になります。
これらのメタアナリシスは非常に有用で、ファネルプロットやQおよびI²統計といった独自の統計的指標も備えています。希望はあります。FDA、特に医薬品の承認プロセスについて話を戻すと、彼らは現在、第2相試験や第3相試験といった段階の決定を行う際に、可能な限りリアルワールドデータやリアルワールドエビデンスを研究に取り入れようと力を入れています。
観察研究が役に立たないという状況から抜け出す最良の方法の一つは、マッチングです。1,000人の患者のうち200人が治療を受けるとしたら、残りの800人はいるでしょうか？残りの800人のうち、治療を受けた200人とよく似た200人はいるでしょうか？私は、指定した項目全体を調べます。BMI、年齢、そしておそらく他のいくつかの指標も似たようなものにしたいかもしれません。
傾向マッチングの考え方は、可能な限りきれいにマッチングさせることです。これにより、バイアスの一部が除去されます。繰り返しますが、変数に関して言えば、問題は2つあります。見逃している潜在的な側面がどこかにあるか、変数が交絡しているかのどちらかです。本当に介入の効果なのか、それとも治療群に若い人が多かっただけなのかは分かりません。
マッチングを進め、すべてが可能な限りクリーンであることを確認する必要があります。それでは、コーンウェル博士にバトンタッチします。博士は、因果分析の世界に光を当てるであろう、私たちが行っている研究の一つをご紹介いただきます。
ジム、どうもありがとうございます。ロレイン・コーンウェルです。心臓外科医、心臓胸部外科医です。ヒューストンのVAに勤務し、ベイラー医科大学とも提携しています。私たちが取り組んでいるこの研究、つまり開胸手術に後方心膜切開術を追加することで術後合併症が軽減されるかどうかを調べることに関心を持った理由について、少しお話したいと思います。
背景を説明すると、この研究が行われた理由は、術後合併症の一部は、心臓への外傷、胸部への外傷、そして潜在的な血液滞留に関係しているという証拠があったためです。心膜嚢内での出血は炎症を引き起こします。そして、その炎症によって、術後心房細動、不整脈（再手術を必要とする血腫の滞留など）、炎症の長期化による疼痛の悪化、ドレスラー症候群（術後炎症症候群）、入院期間の延長といった合併症のリスクが高まります。
いくつかの文献から、心膜嚢からのドレナージが良好であればあるほど、患者の予後も良好になる可能性があることがわかりました。私はここ10年ほど、心膜嚢からのドレナージを改善するために、心膜後部に単純な切開を加えるという手法に取り組んできました。そこで、観察データセットを用いて後方視的に検討し、後心膜ドレナージを受けた患者と受けなかった患者の間で転帰に差があるかどうかを調べることにしました。
ジムがJMPを使ってどのようにこの作業を行ったかを改めて説明してくれる予定です。それと、研究から得られるエビデンスのレベルが重要かどうかをどのように判断するか、それをどのように公表するか、そして、行われた研究に基づいてどのように実践を変えるかについてもお話ししたいと思います。それでは、ジム、次のスライドに進んでいただけますか。
繰り返しになりますが、新しい介入をプロトコル、つまり臨床プロトコル、つまり患者のケア方法に組み込むのに十分な情報が得られるのは、どの時点なのでしょうか？考慮すべき要素は山ほどあります。この追加処置にはリスクがあるのでしょうか？どのような改善が期待できるのでしょうか？リスクは改善を上回るのでしょうか？他の研究はどのようなことを言っているのでしょうか？この介入を裏付けるエビデンス全体はどれほど強力で最新のものなのでしょうか？私たちの特定の患者層にも一般化できるのでしょうか？ジムが先ほど言ったように、もしそれが若い患者にのみ関係するのであれば、高齢で虚弱な、病気の患者もいるため、同じ結果にはならないかもしれません。
では、私たちが継続できる実証的証拠はあるのでしょうか？科学的に意味があるのでしょうか？費用はいくらでしょうか？これは非常にシンプルな介入であり、研究するのは比較的容易だと考えました。この後ろ向きデータは、既存の他の研究の信頼性を高め、私たちのプロトコルをその方向で標準化するのに役立つと考えました。
ジム、次のスライドをご覧ください。ガイドラインとガイダンスを策定するために、どのように研究結果を活用するかについてです。これは、研究結果をどのようにガイドラインに組み込むかを示したものです。ガイドラインには、例えば「これはクラス1の推奨です」「強く推奨されます」「それともクラス2かクラス3ですか？」といった記載がされるのです。
クラス1は最も強い推奨であり、リスクがベネフィットを大きく上回ります。介入が推奨され、実施されるべきです。実施が適応とされています。クラス2aとクラス2bに至ります。クラス2aは、実施することが合理的な選択肢であることを意味します。有用または有益である可能性が高いです。推奨度が中程度であるため、文言が多少変わります。クラス2bは、実施することが合理的である可能性があるものの、エビデンスが十分ではないという意味で、弱い推奨です。
そしてもちろん、クラス3になると、有益性がないことが証明されている、あるいは有害性が強く証明されている、有益性のないクラス3があります。実際に有害性があるという強力な証拠があります。私たちが各団体とガイドラインを作成する際に、推奨事項がどのクラスに該当するかを検討します。そのために、次のスライドにも示されていますが、その問題に関して行われたすべての研究を確認し、そこに記載されている証拠の質を判断します。
レベルAのエビデンスを伴うクラス1の推奨とは、高品質のエビデンスを意味します。複数のランダム化試験、または高品質のランダム化試験のメタアナリシスがあり、レベルBは中程度の質のエビデンスで、ランダム化試験が1件、または数件、あるいは小規模なランダム化試験がある程度です。レベルBとRは、ランダム化されていない研究でもありませんが、適切に設計された研究であり、ランダム化観察研究でもありません。
これが、私たちが現在行っている心膜切開術の研究で議論しているエビデンスのレベルです。もちろん、そこからさらにレベルが下がり、専門家の意見にまで至る場合もあります。もちろん、それは私たちが期待するエビデンスとは全く異なります。しかし、外科や内科において、質の高いエビデンスがまだ得られていないにもかかわらず、専門家が重要だと考えているケースもあります。
この特定の疑問に対して、私たちはデータを遡って検証しました。8年間の追跡調査で、700人以上の患者全員が1回の開胸手術を受けました。心膜切開術を受けた患者と受けなかった患者を比較しました。当初は、傾向マッチングを行わなくても、かなりよくマッチしたグループでした。その後、傾向マッチングも行いました。マッチングを行わなかったデータとマッチングを行ったデータの両方のデータセットにおいて、術後心房細動の減少が示されました。
ほぼ10%でした。統計的に有意な結果でした。入院期間も短縮し、退院も早くなり、再入院も少なくなりました。長期生存に関するカプラン・マイヤー曲線は実際に乖離しており、心膜切開術を受けた患者の方が生存期間が長かったようです。これは重要な情報であり、今後発表される他のデータと共に、医療現場を変える可能性を秘めていると考えています。資金が得られれば、このテーマに関する大規模な多施設ランダム化比較試験に参加したいと考えています。これは常に複雑な問題です。しかし、このデータの管理方法については、ジムに任せたいと思います。
素晴らしいですね。コーンウェル先生、ありがとうございます。それでは、早速…傾向スコアリングの仕組みについて少しお話ししようと思っていましたが、時間制限があるので、結果についてお話ししたいと思います。45分と想定していましたが、実際には30分でした。早速結果を見ていきましょう。このファイルはお手元にありませんので、申し訳ありませんが、まだ公開されていません。それでは、ここで分析方法とワークフローについてご説明いたします。
まず、ここに426列あるのが分かります。初心者の皆さん、列をグループ化できることの素晴らしさはいくら強調しても足りません。ここではリスク要因がすべてグループ化されており、さらにアウトカムもグループ化されています。重要なのは、ここにあるこれらのリスク要因です。他にもリスク要因はありますが、ここではその一部を示しています。2つのグループ間でリスク要因が比較的均質である必要があります。そのためには、「Fit Y by X」を分析するだけで、それがレスポンスになります。ここでは、介入として心膜切開術を見てみましょう。
願わくば、パーセンテージがほぼ同じになることを願っています。ところが、すぐに同じではないことが分かりました。そこで、ここにセルラベルを付けて、パーセンテージを表示できます。もう一度やり直しますが、セルラベルはパーセンテージで表示しましょう。これで全てこのようになりました。COPD患者に関しては、統計的に有意な差があることがわかります。傾向マッチングの基本的な考え方は、できるだけ均等にすることです。なぜなら、この特定の症例では、心膜切開術を受けなかったCOPD患者の方が多くなっているからです。
有利な状況を作っています。肺気腫の患者はいないということです。JMPの優れた手法として、ローカルデータフィルターを適用することができます。これはグループが一致するかどうかです。傾向スコアリングを思い出してください。心膜切開術を受けた患者は286人ほどいます。それではマッチングを行いましょう。マッチングしてみると、割合は35%対32%と非常に近いことがわかります。これが私たちの考え方であり、私たちは最初から最後までこの考え方で進めていきます。
これらは割合ですが、パーセンテージでも同じことが言えます。例えば、いくつかの検査結果を見るとき、検査平均値が互いに非常に近い値になっていることを期待します。こうした研究でまず確認するのは、均一性があるかどうかです。全てのデータの初期段階で均一性があれば良いのですが、傾向マッチングを行った後にはさらに良い結果が得られます。
さて、アウトカム分析を見てみます。同じように、分析を行い、「YをXでフィット」します。このケースでは、アウトカムが反応となり、心膜切開がX因子となります。ここで、POFを見てみましょう。時間の関係で、すべてのデータを使用した場合、このPOAFに統計的に有意な差があることがわかります。ここで、パーセンテージをもう一度入力しておきます。いずれにしても、非常に近い値でも統計的に有意です。次に、傾向一致をローカルデータフィルターで入力し、「一致しましたか？」と入力すると、一致したバージョンが表示されます。
統計的に有意な差が実際にあることが分かりました。正しくマッチングすると、その差はさらに顕著になります。もう一つお見せしたいのは、カテゴリ変数です。しかし、経済的な観点から私たちにとって重要なのは、入院期間と患者の転帰です。患者はできるだけ早く家に帰りたいと考えており、入院期間は回復の速さを示す指標となります。
ここでできることは、平均値検定を行うことです。平均値には統計的に有意な差があることがわかります。しかし、多くの場合、平均値を…ここに載せておきます。ここに平均値があります。平均入院期間は8年半と9年半であることがわかります。ここで中央値検定も見てみましょう。中央値検定ができることをご指摘しておきます。ここでも統計的有意性があります。なぜなら、入院期間が長いと、結果的にデータが歪んでしまうからです。
そのため、中央値に注目しています。入院期間の中央値にも1日の差があることがわかります。これらは、アウトカムの分析方法に関する考え方の一部です。コーンウェル医師は、生存率も大幅に向上したとおっしゃっていました。これは、ここにある「生存率」という生存プラットフォームで行われています。心膜切開術をグループ化し、時間、生存年数、そして打ち切り値を調べます。
これは打ち切りの導入です。つまり、研究を止めた時点で全員が死亡していたわけではないので、打ち切りになったということです。それでは、違いがあるかどうか見てみましょう。今、違いがあることがわかります。0は心膜切開を受けなかったことを意味します。これは、生存年数ごとの確率です。この2つの曲線の差は、統計的に有意です。4年後、あるいは何年経っても生存率がどうなるかを見てみましょう。4年後は81%です。心膜切開を受けなかった人と1年後は、心膜切開を受けた人を意味し、生存率は88%です。生存率に8%の差があることがわかります。
最後に、簡単にご説明しますが、分析を行う際に、リスク要因の一部が非常に支配的であるため、分析が困難であることに気づきました。年齢、性別、BMIなどは、私たちが目にしている影響の一部を弱める可能性があることが分かっています。様々な要素を検討し、意思決定ツリーを作成します。洞察を得る上で、このツールは非常に役立つので、強くお勧めします。
例えば、POAF について…時間の関係で、ここにいる何人かの患者さんを見てみましょう。心膜切開術を受けた患者さんです。今見ているのは、全体的な確率と件数です。ここでは、約 71% の患者さんが術後 AFIB を発症していないことがわかります。次に、判断に最適な単一の変数は何かを調べてみると、もし患者さんが若く、60 歳未満であれば、91%、つまり 8% と 92% に分かれていることがわかります。私たちの患者さんのうち 122 人がその年齢でした。これは多くの洞察を与えてくれます。年齢がいかに重要であるかが分かります。
しかし、若年層コホートに話を移して分割してみると、なるほど、心膜切開術によって鑑別診断が少し改善されることがわかります。若年層全体の罹患率は8%ですが、心膜切開術を受けていれば罹患率は3%まで下がります。まだまだできることはたくさんありますが、時間がありません。さて、この辺で締めくくりたいと思います。これは、いわばこれらのアイデアを実現するための始まりと言えるかもしれません。JMP 19では、さらに多くのことが実現される予定です。
構造方程式モデリングと操作変数を用いた素晴らしい研究が行われています。JMP 19では、傾向スコアリングが自動化される予定です。JMP 19では、私たちが使用している標準的な手法以外にも様々な手法が採用されています。素晴らしい成果が期待できます。因果関係に関する議論は、21世紀の手法をいくつか見て、ランダム化比較試験だけが全てではないことに気づくにつれて、より一層注目を集めるようになっていると思います。実際、私たちが見ているデータや、それを探索する革新的な方法に基づいて、多くの素晴らしいことを学び、実用的な結果を得られるのです。
それでは、本日のプレゼンテーションが皆様のお役に立てば幸いです。ご質問も承っておりますので、どうぞよろしくお願いいたします。ありがとうございました。
