多状態モデルにおける遷移確率の予測：ネスト型症例対照データを用いたアプローチ

科学分野:

• 生物統計学
• 疫学
• 生存時間解析

背景:

• 多状態モデルは、複雑で相互に関連するライフイベントの分析に不可欠である。
• ネスト型症例対照（NCC）サンプリングは、リソースが限られた設定で使用されるが、複数のイベントに対するデータ再利用を制限する。
• 逆確率重み付け（IPW）は、NCCデータを用いた推論、特に相対リスク推定の代替手段を提供する。

研究 の 目的:

• 一般的な多状態モデルにおける遷移確率の予測のためのIPWベースの擬尤度法を拡張すること。
• 遷移確率予測のためのIPW法の効率を評価および改善すること。
• 新規でより効率的なIPWアプローチを提案し、検証すること。

主な方法:

• 遷移確率予測における効率向上を目的とした、2つの新しいIPWベースの擬尤度アプローチを開発した。
• 第一のアプローチは、コホートレベルの情報を用いてデザインウェイトをキャリブレーションする。
• 第二のアプローチは、同じ状態から始まる遷移を共同でモデル化し、明示的な分散推定値を導出する。

主要な成果:

• シミュレーション研究により、提案された両方のIPW手法で実質的な効率向上が確認された。
• 両方の新しいアプローチの組み合わせ適用により、さらなる有意な効率向上が達成された。
• 前立腺、肺、大腸、卵巣がんスクリーニング試験からの実世界のデータを用いて手法を実証した。

結論:

• 提案されたIPW手法は、NCCデータを用いた多状態モデルにおける遷移確率予測の効率を大幅に向上させる。
• これらの新しいアプローチは、標準的なIPW手法の限界を克服し、リソース制約のある環境でのより堅牢な分析を可能にする。
• この調査結果は、複雑なイベント軌跡を伴う疫学研究および公衆衛生研究に貴重なツールを提供する。