不均一なランダム化比較試験におけるイベント発生までの時間アウトカムのサブグループ解析方法

科学分野:

• 生物統計学
• 臨床試験解析
• 精密医療

背景:

• 有意でない結果をもたらすランダム化比較試験（RCT）は、実験薬から恩恵を受ける患者サブグループを不明瞭にし、創薬を妨げる可能性がある。
• 異質な治療効果の特定は精密医療にとって不可欠であるが、イベント発生までの時間データに関する体系的な評価は不足している。
• 既存のベンチマークは主に二値および連続エンドポイントに焦点を当てており、生存データに関するサブグループ解析の理解にはギャップが残っている。

研究 の 目的:

• イベント発生までの時間アウトカムに対するサブグループ解析アルゴリズムを体系的に評価する。
• 治療異質性の有無、それを予測するバイオマーカーは何か、そして良好な応答者は誰か、という主要な問いに取り組む。
• 制御された異質性シナリオの探求のための新しい合成および半合成データ生成プロセスを導入する。

主な方法:

• イベント発生までの時間データに適用される様々なサブグループ解析アルゴリズムの評価。
• 多様な異質性レベルをシミュレートするための新しいデータ生成プロセスの利用。
• 異質性の検出、予測バイオマーカーの特定、および応答者サブグループの識別のためのメソッドの評価。

主要な成果:

• 相互作用テストベースのメソッドは、微妙な異質性を検出するための統計的検出力において優れていることを示す。
• コックスベースの多変量および相互作用テストメソッドは、異質性を予測する変数を特定することに優れている。
• 条件付き平均治療効果（CATE）を推定するメソッド（Sラーナーなど）は、応答者サブグループを効果的に特定し、コックス多変量メソッドは低から中程度の異質性において良好に機能する。

結論:

• すべての異質性調査に最適な単一のメソッドはない。メソッドの選択は、特定の研究質問に依存する。
• 異質性の検出とバイオマーカー識別のために、相互作用テストベースのメソッドを推奨する。
• まず、異質性を確立し、解釈可能なメソッドを使用して共変量を特定し、次に複雑なメソッドを使用してサブグループを特定するという2段階のアプローチを提唱する。