8  MNAR の感度分析と報告

多重代入は、欠測が MAR(代入のモデルに入れた変数で、欠測のしくみが説明できる)であることを仮定しています。 しかし第 1 章で見たとおり、MAR か MNAR かはデータからは区別できません。そこで、「もし MNAR だったら、結論はどれくらい変わるか」を確かめる 感度分析 を行います。

8.1 例:降圧薬の臨床試験

新薬と従来の薬を比べる試験(各群 200 人)を考えます。主要評価項目は 12 週後の収縮期血圧、解析はベースラインの血圧で調整した回帰(ANCOVA)です。 12 週後の血圧は、ベースラインの血圧が高い人ほど欠測しやすく、全体で約 1/4 が欠測しています。

8.1.1 MAR を仮定した多重代入

新薬の効果は −5.7 mmHg(95% 信頼区間 −8.6〜−2.9)で、有意です。 ただしこれは、「脱落した人の 12 週後の血圧は、同じ群・同じベースラインの、脱落しなかった人と同じように分布する」(MAR)という仮定のもとでの結果です。

8.2 δ 調整法

新薬群で脱落した人は、副作用や効果不十分で脱落したのかもしれません。もしそうなら、その人たちの 12 週後の血圧は、MAR で代入した値より 高かった はずです。 そこで、MAR で代入した値に δ mmHg を上乗せ して(新薬群の脱落者だけ)、結果がどう変わるかを調べます。

mice では、post という引数で、代入した直後の値を書き換えられます。

  • δ が大きくなるほど、新薬の効果は小さくなります
  • δ = 13 mmHg で信頼区間が 0 をまたぎ、有意でなくなります。この δ を 転換点(tipping point)と呼びます

結論を覆すには、「新薬群の脱落者の血圧が、MAR で予測される値より 平均 13 mmHg も高い」必要があります。 これが臨床的にありそうかどうか(新薬の効果そのものが 5 mmHg 程度なのに、脱落者だけ 13 mmHg も高いか)を、専門家が判断します。ありそうもないなら、結論は MNAR に対して 頑健 だと言えます。

ヒントδ 調整法・転換点分析のポイント
  • δ は「MAR からどれくらい外れているか」を表す、解釈しやすい パラメータ
  • どちらの群に、どちらの向きに δ を加えるかは、結論を不利にする向き(この例では新薬群を悪く)を考える
  • 両群に別々の δ を加えて、2 次元の表にすることもある
  • ほかに、脱落者は「従来の薬の群と同じ経過をたどる」と仮定する方法(jump to reference、copy reference)などがあり、臨床試験の estimand(ICH E9(R1))とあわせて決める

8.3 本当の値が分かるデータで

第 1 章の MNAR(血圧が高いほど欠測)では、多重代入でも偏りは残ります。δ をいくつにすれば、本当の平均に近づくでしょうか。

MAR を仮定した多重代入(δ = 0)は、完全ケースより偏りが小さくなるものの、欠測前の平均には届きません(年齢・BMI・性別が血圧の一部を説明するぶんだけ改善)。 この例では δ = 15 mmHg 前後で欠測前の平均に近づきます。実際のデータでは本当の値は分からないので、ありそうな δ の範囲で結論が変わるか を示すことが目的です。

8.4 報告に含めるもの

重要欠測データの報告(Sterne ら, BMJ 2009 などを参考に)
  1. 変数ごとの欠測の人数と割合、完全ケースの人数
  2. 欠測の理由(分かる範囲で)と、欠測した人と観測できた人の特徴の比較
  3. 主解析で仮定した 欠測のしくみ(MAR など)とその根拠
  4. 多重代入なら:
    • 使ったソフトウェアと方法(mice、pmm など)
    • 代入のモデルに入れた変数(目的変数・補助変数・交互作用)
    • m と反復の回数、乱数の種
    • 収束と代入値の確認をしたこと
  5. 完全ケース解析の結果 との比較
  6. MNAR の 感度分析(δ 調整法・転換点など)とその結果

8.5 やってみよう

ノート練習
  1. 試験の例で、両群の 脱落者に同じ δ = 10 を加えると、新薬の効果はどうなりますか
  2. 試験の例を、完全ケース解析(lm(week12 ~ group + base, data = trial))でも解析し、MAR の多重代入と比べてください
  1. 新薬の効果はほとんど変わりません(両群を同じだけ悪くしても、群の 差 は変わらないため。脱落の割合が群で違うぶんだけ、わずかに変わります)。感度分析では、群で異なる δ を考えることが大切です
  2. 完全ケース解析では −5.9 mmHg と、多重代入(−5.7)とほぼ同じです。欠測がベースライン(モデルに入っている説明変数)で決まっているので、完全ケース解析も偏りません(第 2 章)
重要この章のまとめ
  • 多重代入は MAR を仮定している。MNAR の可能性には 感度分析 で備える
  • δ 調整法:代入した値に δ を上乗せして、結論がどう変わるかを見る。mice の post 引数で書ける
  • 転換点:結論が変わる δ。それが臨床的にありそうかを専門家が判断する
  • 報告には、欠測の量と理由・仮定・代入のモデル・m・完全ケース解析との比較・感度分析を含める