---
webr:
packages: [dplyr, ggplot2]
resources: [R/setup.R, data/framingham.rds]
cell-options:
autorun: true
---
{{< include ./_extensions/r-wasm/live/_knitr.qmd >}}
# 傾向スコア:重みづけ・マッチング・その限界 {#sec-propensity}
```{webr}
#| include: false
source("R/setup.R")
covs <- c("AGE", "SEX", "SYSBP", "DIABP", "CURSMOKE", "DIABETES", "BMI", "TOTCHOL", "PREVCHD", "PREVSTRK")
```
**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。
::: {.callout-warning}
## 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。
:::
## まず:比べられる人はいるか(正値性)
```{webr}
table(高血圧の既往 = fram$PREVHYP, 降圧薬 = fram$BPMEDS)
```
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。
```{webr}
d <- fram |>
filter(PREVHYP == 1) |>
select(RANDID, BPMEDS, DEATH, all_of(covs)) |>
na.omit()
table(降圧薬 = d$BPMEDS)
d |> group_by(降圧薬 = BPMEDS) |> summarise(人数 = n(), 死亡割合 = round(100 * mean(DEATH), 1))
```
## 調整前のバランス:SMD
2 つの群の背景の違いを、**標準化平均差(SMD)** で見ます([記述統計ハンズオン](/study/descriptive_hands_on/) 第 7 章)。目安として、絶対値 0.1 未満ならよくそろっているとされます。
```{webr}
smd_before <- sapply(covs, function(v) smd(d[[v]], d$BPMEDS))
round(smd_before, 2)
```
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。
## 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。
```{webr}
ps_model <- glm(BPMEDS ~ AGE + SEX + SYSBP + DIABP + CURSMOKE + DIABETES + BMI + TOTCHOL + PREVCHD + PREVSTRK,
family = binomial, data = d)
d$ps <- fitted(ps_model)
tapply(d$ps, d$BPMEDS, summary)
```
```{webr}
#| fig-height: 3.6
ggplot(d, aes(ps, fill = factor(BPMEDS, labels = c("降圧薬なし", "降圧薬あり")))) +
geom_histogram(aes(y = after_stat(density)), binwidth = 0.025, position = "identity", alpha = 0.5) +
labs(x = "傾向スコア(降圧薬を飲む確率)", y = "密度", fill = NULL)
```
2 つの群の傾向スコアの分布が **重なっている範囲** でしか、比較はできません。この例では、降圧薬ありの人の傾向スコアの範囲(0.03〜0.78)に、なしの人もいます。
::: {.callout-note}
## 傾向スコアのモデルで大事なのは「当てること」ではない
傾向スコアのモデルの目的は、治療を正確に予測することではなく、**交絡因子のバランスをそろえること** です。
AUC が高いほどよい、というものではありません(治療だけを決めて結果に関係しない変数を入れると、かえって不安定になる。第 2 章)。
:::
## 方法 1:逆確率重みづけ(IPW)
**治療を受けた人は 1 / 傾向スコア、受けなかった人は 1 / (1 − 傾向スコア)** の重みをつけます。
「受けにくい背景なのに受けた人」「受けやすい背景なのに受けなかった人」の重みが大きくなり、重みをつけた集団では、治療が背景と無関係に(ランダムに割り付けたように)なります。
```{webr}
d$w <- ifelse(d$BPMEDS == 1, 1 / d$ps, 1 / (1 - d$ps))
summary(d$w)
smd_ipw <- sapply(covs, function(v) smd(d[[v]], d$BPMEDS, d$w))
round(rbind(重みなし = smd_before, IPW = smd_ipw), 2)
```
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。
```{webr}
p1 <- weighted.mean(d$DEATH[d$BPMEDS == 1], d$w[d$BPMEDS == 1])
p0 <- weighted.mean(d$DEATH[d$BPMEDS == 0], d$w[d$BPMEDS == 0])
round(c(降圧薬あり = p1, なし = p0, リスク差 = p1 - p0, リスク比 = p1 / p0), 3)
```
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)。
```{webr}
ipw_rd <- function(x) {
m <- glm(BPMEDS ~ AGE + SEX + SYSBP + DIABP + CURSMOKE + DIABETES + BMI + TOTCHOL + PREVCHD + PREVSTRK,
family = binomial, data = x)
pp <- fitted(m); ww <- ifelse(x$BPMEDS == 1, 1 / pp, 1 / (1 - pp))
weighted.mean(x$DEATH[x$BPMEDS == 1], ww[x$BPMEDS == 1]) - weighted.mean(x$DEATH[x$BPMEDS == 0], ww[x$BPMEDS == 0])
}
set.seed(1)
round(quantile(replicate(300, ipw_rd(d[sample(nrow(d), replace = TRUE), ])), c(0.025, 0.975)), 3)
```
リスク差の 95% 信頼区間は 0.6〜19.2 ポイントと、かなり広くなります。
### 極端な重みに注意
```{webr}
d |> arrange(desc(w)) |> select(BPMEDS, AGE, SYSBP, ps, w) |> head(3)
```
40 歳で血圧 122 なのに降圧薬を飲んでいた人は、傾向スコアが 0.03 と低く、**1 人で 36 人分** の重みを持ちます。
少数の人の重みが極端に大きいと、推定が不安定になります。**安定化重み**(重みに治療の割合を掛ける)、**重みの切り詰め**(上位 1% で打ち切る)、**重なりの少ない人を除く** などの対処があります。
## 方法 2:マッチング
降圧薬を飲んでいた人 1 人ひとりに、**傾向スコアがいちばん近い、飲んでいなかった人** を 1 人ずつ選びます。
近い人がいない場合は、ペアを作りません(**キャリパー**:傾向スコアのロジットの SD × 0.2 以内)。
```{webr}
lp <- qlogis(d$ps); caliper <- 0.2 * sd(lp)
treated <- which(d$BPMEDS == 1); controls <- which(d$BPMEDS == 0)
used <- integer(0); pairs <- NULL
for (i in treated[order(-d$ps[treated])]) { # 傾向スコアが高い(相手を見つけにくい)人から
cand <- setdiff(controls, used)
j <- cand[which.min(abs(lp[cand] - lp[i]))]
if (abs(lp[j] - lp[i]) <= caliper) { used <- c(used, j); pairs <- rbind(pairs, c(i, j)) }
}
nrow(pairs) # できたペアの数
matched <- d[c(pairs[, 1], pairs[, 2]), ]
round(sapply(covs, function(v) smd(matched[[v]], matched$BPMEDS)), 2)
c(降圧薬あり = mean(d$DEATH[pairs[, 1]]), なし = mean(d$DEATH[pairs[, 2]]))
```
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。
::: {.callout-note}
## 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](/study/chisq_hands_on/) 第 6 章)。
:::
## 方法による違いと、残る問題
```{webr}
out <- glm(DEATH ~ BPMEDS + AGE + SEX + SYSBP + DIABP + CURSMOKE + DIABETES + BMI + TOTCHOL + PREVCHD + PREVSTRK,
family = binomial, data = d)
q1 <- mean(predict(out, mutate(d, BPMEDS = 1), type = "response"))
q0 <- mean(predict(out, mutate(d, BPMEDS = 0), type = "response"))
data.frame(方法 = c("調整なし", "回帰+標準化", "IPW", "マッチング"),
リスク差 = round(c(mean(d$DEATH[d$BPMEDS == 1]) - mean(d$DEATH[d$BPMEDS == 0]),
q1 - q0, p1 - p0,
mean(d$DEATH[pairs[, 1]]) - mean(d$DEATH[pairs[, 2]])), 3))
```
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。
::: {.callout-warning}
## 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。
:::
### 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。
```{webr}
rr <- p1 / p0
rr + sqrt(rr * (rr - 1)) # E 値
```
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。
::: {.callout-important}
## 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
:::