5  設計で変わる人数

ここまでは「2 群に同じ人数を割り付け、全員が最後まで参加し、評価項目を 1 回だけ測る」という、いちばん単純な設計で考えてきました。 実際の研究では、割付の比・脱落・ベースラインの測定・クラスター(施設や学校ごとの割付)によって、必要な人数が変わります。

例は引き続き、差 Δ = 5 mmHg、標準偏差 σ = 10 mmHg、両側 5%、検出力 80%(1 群 64 人)です。

5.1 割付の比を変える

新しい治療に多くの人を割り付けたい(安全性のデータを多く集めたい、参加者が新しい治療を受けやすくしたい)ことがあります。 新しい治療に k 人、従来の治療に 1 人の割合で割り付けると、従来群の人数は

\[ n_0 = \left(1 + \frac{1}{k}\right) \frac{(z_{1-\alpha/2} + z_{1-\beta})^2 \sigma^2}{\Delta^2}, \qquad n_1 = k \, n_0 \]

になります(正規分布による公式)。

  • 2:1 にしても、合計は約 1.14 倍 で済む
  • 3:1 にすると約 1.33 倍。比を大きくするほど、効率は急に悪くなる

2:1(従来 48 人、新しい治療 96 人)で本当に検出力 80% になるか、確かめます。

約 80% になりました(シミュレーションなので 1 ポイントほどぶれます)。

5.2 脱落を見込む

20% の参加者が、評価の前に脱落すると見込んでいるとします。必要な人数を何人に増やせばよいでしょうか。

正しいのは 割り算(64 ÷ (1 − 0.2) = 80 人)です。80 人の 20% が脱落すると、残りは 64 人になります。 掛け算(64 × 1.2 ≈ 77 人)では、77 人の 20% が脱落して 61〜62 人しか残りません。

警告人数を増やしても、偏りは消えない

脱落を見込んで人数を増やすのは、検出力を保つため です。 脱落した人が「効かなかった人」「副作用が出た人」に偏っていれば、残った人だけの解析は 偏った結果 になります。人数を増やしてもこの偏りは消えません。 脱落した人のデータをどう扱うかは、計画の段階で決めておきます(欠測データと多重代入ハンズオン)。

5.3 ベースラインを測る

多くの試験では、評価項目(血圧)を 治療前(ベースライン)にも 測ります。ベースラインの値を解析に使うと、必要な人数を大きく減らせます。

ベースラインと治療後の値の相関を ρ とすると、解析の方法ごとに、使う分散は次のようになります。

解析 比べるもの 分散 ρ = 0.6 のとき
治療後の値の t 検定 治療後の値 σ² 1 倍
変化量の t 検定 治療後 − ベースライン 2(1 − ρ) σ² 0.8 倍
ANCOVA(ベースラインで調整した回帰) 治療後の値(ベースラインで調整) (1 − ρ²) σ² 0.64 倍

必要な人数は分散に比例するので、ρ = 0.6 なら:

ANCOVA なら 1 群 42 人 で済みます。1 群 42 人の試験を 2000 回シミュレーションして、3 つの解析の検出力を比べます。

同じ 42 人でも、治療後の値だけを比べると検出力は約 64%、変化量なら約 72%、ANCOVA なら約 81% です。

ヒントベースラインの値を測れるなら、ANCOVA で計画する
  • ANCOVA はどんな ρ でも、変化量の解析より効率がよい(ρ が 0.5 未満なら、変化量の解析は治療後の値だけの解析より 悪く なる)
  • ρ はパイロット研究や既存の縦断データから見積もる。控えめな値(小さめの ρ)を使う
  • ベースライン以外にも、評価項目と強く関係する変数(年齢など)で調整すると、さらに人数を減らせる

5.4 対応のあるデータ

同じ人に 2 つの治療を行う(クロスオーバー試験)、左右の目を比べる、などの 対応のあるデータ では、個人の差の標準偏差 \(\sigma_d\) を使います。

差の標準偏差が 8 mmHg なら、23 人(各自が両方の治療を受ける)で済みます。 個人間のばらつきが打ち消されるので、ずっと少ない人数になります。ただし、持ち越し効果や順序の影響がない、という前提が必要です。

5.5 クラスターで割り付ける

施設・病棟・学校ごとに介入を割り付ける クラスターランダム化試験 では、同じクラスターの人どうしが似ているため、1 人ひとりが独立な情報になりません。 似ている程度を 級内相関係数(ICC) で表し、1 クラスター m 人のとき、必要な人数を デザイン効果

\[ DE = 1 + (m - 1) \times ICC \]

倍にします。

ICC が 0.05 と小さくても、1 クラスター 20 人ならデザイン効果は 1.95。人数はほぼ 2 倍になり、1 群 7 クラスター(140 人)が必要です。

5.5.1 クラスターの人数を増やしても

1 クラスターの人数を増やすと、必要なクラスター数は減りますが、合計の人数はどんどん増えます。 検出力を決めるのは、主に クラスターの数 です。クラスター数が少なすぎる(1 群 4〜5 以下)と、解析自体が不安定になります。

5.5.2 1 人ずつの解析をすると

クラスターを無視して、1 人ずつのデータで t 検定をしたらどうなるでしょうか。本当は差がない 世界で確かめます。

クラスターを無視すると、差がないのに 約 17% が有意になります(本来は 5%)。 クラスター試験では、計画でも解析でも、クラスターを考慮します(クラスター平均の比較、混合モデル、GEE など。混合モデルは 線形混合モデルハンズオン)。

5.6 やってみよう

ノート練習
  1. 脱落 15% を見込むと、ANCOVA で計画した 1 群 42 人は何人にすればよいですか
  2. ICC が 0.02 なら、1 クラスター 20 人で 1 群何クラスター必要ですか
  3. 1 群 7 クラスター、1 クラスター 20 人の試験の検出力を、クラスター平均の t 検定でシミュレーションしてください(本当の差 5 mmHg)。80% に届かなければ、クラスターを 1 つ増やしてみてください
  1. 50 人(42 ÷ 0.85 = 49.4 を切り上げ)
  2. 5 クラスター(デザイン効果 1.38、1 群 89 人)
  3. 7 クラスターで約 79%、8 クラスターで 80% を超えます。クラスター数が少ないと、t 検定の自由度(2k − 2)が小さく、正規分布の公式より検出力が下がるので、クラスターを 1〜2 つ足す のが目安です
重要この章のまとめ
  • 割付比 2:1 なら合計約 1.14 倍、3:1 なら約 1.33 倍
  • 脱落は 割り算 で見込む(n ÷ (1 − 脱落率))。人数を増やしても偏りは消えない
  • ベースラインを測るなら ANCOVA で計画すると、人数は (1 − ρ²) 倍に減る
  • 対応のあるデータは、差の標準偏差で計算する
  • クラスター試験は デザイン効果 1 + (m − 1) ICC を掛ける。検出力を決めるのはクラスターの数