7  傾向スコア:重みづけ・マッチング・その限界

傾向スコア(propensity score)は、「その人の背景から見て、治療(曝露)を受ける確率」です。 多くの交絡因子を 1 つの数にまとめて、治療を受けた人と受けなかった人を、背景がそろうように比べる ための道具です。 第 1 章の 降圧薬と 24 年間の死亡 で使ってみます。

警告もう一度:降圧薬の例について

1950 年代のデータで、当時の降圧薬は現在のものとまったく違います。この章の結果は、傾向スコアの使い方を学ぶためのもの で、降圧薬の効果についての結論ではありません。

7.1 まず:比べられる人はいるか(正値性)

降圧薬を飲んでいた 144 人は、全員が高血圧の既往あり でした。高血圧のない人は、降圧薬を飲む可能性が 0 で、比べる相手になりません。 傾向スコアの方法は、どの背景の人にも、治療を受ける人・受けない人の両方がいる(正値性、positivity)ことが前提です。 そこで、高血圧の既往がある人 に絞って、「高血圧の人で、降圧薬を飲んでいた人と飲んでいなかった人」を比べます。

7.2 調整前のバランス:SMD

2 つの群の背景の違いを、標準化平均差(SMD) で見ます(記述統計ハンズオン 第 7 章)。目安として、絶対値 0.1 未満ならよくそろっているとされます。

降圧薬を飲んでいた人は、年齢(0.35)・男性の割合・血圧(0.47)・心臓病や脳卒中の既往が多く、背景がかなり違います。

7.3 傾向スコアを推定する

治療(降圧薬)を結果にして、交絡因子で ロジスティック回帰 をします。予測確率が傾向スコアです。

2 つの群の傾向スコアの分布が 重なっている範囲 でしか、比較はできません。この例では、降圧薬ありの人の傾向スコアの範囲(0.03〜0.78)に、なしの人もいます。

ノート傾向スコアのモデルで大事なのは「当てること」ではない

傾向スコアのモデルの目的は、治療を正確に予測することではなく、交絡因子のバランスをそろえること です。 AUC が高いほどよい、というものではありません(治療だけを決めて結果に関係しない変数を入れると、かえって不安定になる。第 2 章)。

7.4 方法 1:逆確率重みづけ(IPW)

治療を受けた人は 1 / 傾向スコア、受けなかった人は 1 / (1 − 傾向スコア) の重みをつけます。 「受けにくい背景なのに受けた人」「受けやすい背景なのに受けなかった人」の重みが大きくなり、重みをつけた集団では、治療が背景と無関係に(ランダムに割り付けたように)なります。

重みをつけると、すべての SMD が 0.1 未満になりました。重みつきの死亡割合を比べます。

重みつきの死亡割合は 61.5% と 51.8%、リスク差 9.7 ポイント、リスク比 1.19 です。 信頼区間は、傾向スコアの推定から含めて ブートストラップで求めます(少し時間がかかります)。

リスク差の 95% 信頼区間は 0.6〜19.2 ポイントと、かなり広くなります。

7.4.1 極端な重みに注意

40 歳で血圧 122 なのに降圧薬を飲んでいた人は、傾向スコアが 0.03 と低く、1 人で 36 人分 の重みを持ちます。 少数の人の重みが極端に大きいと、推定が不安定になります。安定化重み(重みに治療の割合を掛ける)、重みの切り詰め(上位 1% で打ち切る)、重なりの少ない人を除く などの対処があります。

7.5 方法 2:マッチング

降圧薬を飲んでいた人 1 人ひとりに、傾向スコアがいちばん近い、飲んでいなかった人 を 1 人ずつ選びます。 近い人がいない場合は、ペアを作りません(キャリパー:傾向スコアのロジットの SD × 0.2 以内)。

140 人中 138 人にペアが見つかり、年齢・血圧はそろいましたが、喫煙(0.16)・心臓病の既往(0.11)・糖尿病(0.10)にはずれが少し残りました。マッチングでは、残ったずれを マッチ後の回帰で追加調整 することもあります。死亡割合は 65.2% と 52.9% です。

ノートIPW とマッチングは、違う集団の効果を推定している
  • 上の IPW(1/ps, 1/(1−ps))は、高血圧の人全体 に降圧薬を使ったら、の効果(ATE)
  • マッチングは、実際に降圧薬を飲んでいたような人 での効果(ATT)

治療を受けやすい人と受けにくい人で効果が違うなら、2 つの値は違ってきます。どちらの問いに答えたいかを、先に決めます。 マッチしたペアは対応のあるデータなので、検定には McNemar 検定などを使います(χ² 検定ハンズオン 第 6 章)。

7.6 方法による違いと、残る問題

調整なしで 14.8 ポイントだった差は、どの方法でも 6〜12 ポイントに縮みましたが、0 にはなりません。

警告傾向スコアは、測っていない交絡を取り除かない

傾向スコアは、モデルに入れた(測った)交絡因子 のバランスをそろえるだけです。 降圧薬を処方されたのは、測った変数では分からない 臓器障害・重症度・医師の判断 の違いがあったからかもしれません。それは傾向スコアでも調整できません。 傾向スコアは回帰より「強力な」方法ではなく、同じ仮定(測っていない交絡がない)のもとで、別の形で調整する方法 です。 利点は、結果を見ずに バランスを確かめられること、多くの交絡因子を 1 つにまとめられること(イベントが少ないとき、第 6 章)、正値性の問題が見えやすいことです。

7.6.1 測っていない交絡がどれくらいあれば、結果が説明できるか:E 値

IPW のリスク比(約 1.19)を、測っていない交絡だけで説明するには、どれくらい強い交絡因子が必要かを表すのが E 値 です。

E 値 約 1.66 は、「降圧薬の服用とも、死亡とも、リスク比 1.66 以上で関連する 測っていない交絡因子があれば、この関連はすべて説明できてしまう」という意味です。 重症度のような交絡因子なら、その程度の関連は十分ありえます。

重要この章のまとめ
  • 傾向スコア = 背景から見た「治療を受ける確率」。まず 正値性(比べる相手がいるか)を確かめる
  • IPW(全体での効果)と マッチング(治療を受けた人での効果)は、推定している集団が違う
  • 調整後の SMD でバランス を確かめる。極端な重みに注意
  • 測っていない交絡は取り除けない。E 値で、どれくらいの交絡で結果が説明されうるかを示す