7  公式がないとき:シミュレーションで検出力を求める

power.t.test() や power.prop.test() は、単純な 2 群比較のための関数です。 実際の解析計画は、共変量で調整したロジスティック回帰、生存時間解析、交互作用の検定…と、もっと複雑なことがほとんどです。

そんなときに使えるのが、ここまでの章で何度も使ってきた シミュレーション です。公式がなくても、どんな解析でも検出力を求められます。

7.1 シミュレーションの 4 ステップ

  1. データを作る仕組みを決める:見込んでいる効果・ばらつき・共変量の分布・脱落などを、R のコードで書く
  2. 解析計画どおりに解析する:計画書に書く予定のモデル・検定を、そのまま使う
  3. 1〜2 を何千回も繰り返す
  4. 有意になった割合 が検出力。人数を変えて、80% を超える最小の人数を探す
ヒント繰り返しの回数

シミュレーションで求めた検出力にも誤差があります。2000 回なら、検出力 80% のまわりで ±1.8 ポイント ほど(95% の範囲)ぶれます。 最終的な人数を決めるときは 5000〜10000 回にするか、少し余裕をもたせます。

7.2 例 1:年齢で調整したロジスティック回帰

5 年以内のイベント(あり・なし)を、新しい治療と従来の治療で比べます。解析計画は「年齢で調整したロジスティック回帰」です。

見込み:

  • 従来の治療で、平均的な年齢の人のイベント率は 20%
  • 新しい治療のオッズ比は 0.6
  • 年齢が 1 標準偏差上がるごとに、オッズは 2 倍

年齢で調整すると、調整しないときより検出力が 3 ポイントほど高くなり、1 群 450 人 で約 81% になります(調整しないなら 500 人前後が必要)。

ロジスティック回帰では、オッズ比は「同じ年齢の人どうし」の比です。年齢で調整しない比較では、イベントの割合は約 22% と 15% になり、効果が少し薄まって見えます(オッズ比の非併合性、non-collapsibility)。調整したモデルで計画するなら、調整したモデルでシミュレーションするのが確実です。

ノート線形回帰とロジスティック回帰の違い

線形回帰(第 5 章の ANCOVA)では、評価項目と関係する共変量で調整すると、誤差が小さくなり検出力が大きく上がりました。 ロジスティック回帰では、調整による検出力の上がり方は小さめです。それでも、計画した解析で 検出力を確かめることが大切です。

7.3 例 2:生存時間解析

イベントが起きるまでの時間を、ログランク検定で比べます。新しい治療のハザード比は 0.75 と見込みます。

7.3.1 必要なイベント数

ログランク検定の検出力は、主に 起きたイベントの数 で決まります(第 3 章)。Schoenfeld の公式では、1:1 の割付で必要なイベント数は

\[ d = \frac{4 (z_{1-\alpha/2} + z_{1-\beta})^2}{(\log HR)^2} \]

です。

380 件 のイベントが必要です。

7.3.2 何人集めればよいか

イベント数を人数に直すには、追跡期間中にイベントが起きる確率が必要です。 従来の治療で生存時間の中央値が 5 年(指数分布)、全員を 3 年間追跡するとします。

3 年以内のイベントの確率は 34% と 27% なので、1 群 624 人(2 群で 1248 人)が必要です。シミュレーションで確かめます。

約 79% で、ほぼ計画どおりです。実際の試験では、参加者が少しずつ登録される(追跡期間が人によって違う)、脱落する、などをシミュレーションに加えます。

7.4 例 3:サブグループで効果が違うか(交互作用)

「新しい治療は、女性にだけ 効くのではないか」を調べたいとします。交互作用の検定の検出力はどれくらいでしょうか。

  • 男女半々、女性では差 5 mmHg、男性では差 0(交互作用の大きさ 5 mmHg)、標準偏差 10 mmHg

全員に 5 mmHg の効果があるなら 1 群 64 人で検出力 80% でしたが、同じ大きさの交互作用 を検出するには、約 4 倍の 256 人 が必要です。

交互作用は「女性での差 − 男性での差」で、それぞれのサブグループは人数が半分なので、差の差の分散は全体の差の分散の 4 倍になるからです。

警告サブグループ解析は、ほとんどの場合、検出力不足

主解析のために計画した人数では、交互作用(サブグループで効果が違うこと)を見つける検出力は低いのがふつうです。 「サブグループで有意差がなかった」は「そのサブグループで効かない」ではありません。サブグループの数が多ければ、偶然の有意差も出やすくなります(多重検定ハンズオン 第 6 章)。

7.5 やってみよう

ノート練習
  1. 例 2 で、ハザード比が 0.80 なら、必要なイベント数と 1 群の人数はいくらになりますか
  2. 例 1 で、年齢のオッズ比を 2 から 3 にする(年齢がイベントに強く関係する)と、調整したときと調整しないときの検出力の差はどうなりますか(1 群 450 人)
  1. イベント 631 件、1 群 1012 人。ハザード比が 0.75 → 0.80 に近づくだけで、イベント数は約 1.7 倍になります
  2. 調整なし約 75%、調整あり約 79%。年齢の影響が強いと、どちらの検出力も下がり(イベントが年齢でほぼ決まってしまい、治療の効果が埋もれる)、調整による上乗せは 4 ポイントほどになります
重要この章のまとめ
  • 公式がなくても、データを作る → 計画どおりに解析 → 繰り返す → 有意の割合 で検出力を求められる
  • 繰り返し 2000 回の誤差は ±1.8 ポイントほど。最終決定は回数を増やす
  • 生存時間解析は イベント数 で考える(Schoenfeld の公式)。イベントの確率から人数に直す
  • 同じ大きさの 交互作用 を見つけるには、約 4 倍の人数が必要