時間イベントエンドポイントにおける測定誤差に対処するための定量的バイアス分析

科学分野:

• 健康研究方法
• 生物統計学
• リアルワールドエビデンス

背景:

• 外部リアルワールドデータ（RWD）を使用した単群試験では、患者評価スケジュールの違いによるアウトカム測定誤差が生じます。
• この誤差は、時間イベントエンドポイントの比較を偏らせ、所見に影響を与える可能性があります。
• 既存のバイアス軽減方法では、検証サンプルが必要となることが多く、常に実行可能とは限りません。

研究 の 目的:

• RWDにおけるアウトカム測定誤差に対処するための定量的バイアス分析（QBA）の新しい統計的手法を実証すること。
• 検証サンプルが実行不可能な場合にRWDの所見を文脈化するためのフレームワークを提供すること。
• アウトカム測定誤差が懸念される場合にQBAを適用する際の研究者を導くこと。

主な方法:

• 定量的バイアス分析（QBA）としての新しい統計的手法の活用。
• 累積発生曲線補正および生存回帰キャリブレーションを使用したQBAの実装。
• QBAのためのシミュレーションを通じた妥当なパラメータ値の生成。

主要な成果:

• QBAは、直接測定が不可能な場合の妥当な誤差範囲の推定を可能にします。
• 新規診断多発性骨髄腫コホートを使用したQBAの実践的な応用を実証しました。
• アウトカム測定誤差および結果の解釈のためのQBAの実施に関するガイダンスを提供しました。

結論:

• QBAは、比較有効性のためのRWDにおけるアウトカム測定誤差を管理するための堅牢なアプローチを提供します。
• これらの方法は、検証サンプルが実行不可能な場合に価値があり、RWDの信頼性を高めます。
• この研究は、リアルワールド研究設定におけるQBAの適用に関する実践的なツールとガイダンスを提供します。