[論文レビュー] Randomization for the direct effect of an infectious disease intervention in a clustered study population

Daniel J. Eck, Olga Morozova+1 more|arXiv (Cornell University)|Aug 16, 2018

COVID-19 epidemiological studies被引用数 6

ひとこと要約

本論文は、クラスタ化された感染症研究において、特定の無作為化設計のもとで、設計ベースとモデルベースの因果直接効果の定義が両立できないことを示している。また、伝染性の伝播依存性が考慮されていないために、大規模標本であっても、真の個別的介入効果の推定が誤りになり得ることを示している。

ABSTRACT

Randomized trials of infectious disease interventions often focus on populations of connected or potentially interacting individuals. When the pathogen of interest is contagious (transmissible) between study subjects, infection outcomes may exhibit dependence, and it can be challenging to define and estimate the causal of the intervention on individuals who receive it. Two very different paradigms guide researchers in conceptualizing this effect: a randomization design-based perspective defines the direct effect as a contrast between the infection risk of a given individual under treatment versus no treatment, averaged over the conditional distribution of randomized assignments to other individuals in the cluster; a structural model-based perspective defines the direct effect as a contrast between the infection risk of a given individual under treatment versus no treatment, with exposure to infectiousness held constant. In this paper, we show that the design- and model-based definitions of the causal direct effect are incompatible under some randomization designs when the outcome is contagious. In particular, design-based average risk differences may not recover the sign of the true individualistic effect of the intervention, even in large samples. The results suggest that widely recommended randomization designs and estimators may provide misleading inferences about the direct effect of an intervention - such as a vaccine - when outcomes are contagious.

研究の動機と目的

• クラスタ化された感染症研究における設計ベースとモデルベースの因果直接効果の定義の整合性を検討すること。
• 広く用いられている無作為化設計が、個別的治療効果に関する誤った推論を生じる条件を特定すること。
• 感染症のアウトカムが伝染性である場合、設計ベース推定量が真の直接効果の符号を回復できないリスクを強調すること。
• 感染症臨床試験における無作為化ベースと構造的モデルベースの因果推論アプローチの間の概念的・手法的乖離を明確にすること。

提案手法

• 無作為化設計ベースと構造的モデルベースの定義の下での因果直接効果の理論的分析。
• 設計ベースの平均リスク差が真の個別的効果を反映しない条件の導出。
• 反事後潜在的アウトカムを用いた、二つの因果定義の違いの形式化。
• クラスタ内での伝播による感染アウトカムの依存性が、異なる無作為化設計のもとでの推定に与える影響の検討。
• 伝播度とクラスタサイズを変化させた場合の、設計ベース推定量の符号の一貫性と真の個別的効果との比較。
• 感染性を一定に保つ構造的因果モデルを用いて直接効果を定義し、他の個々の割り当ての平均化に基づく設計ベースとの対比。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下で、クラスタ化された感染症研究において設計ベースとモデルベースの因果直接効果の定義が乖離するか？
• RQ2 感染アウトカムが伝染性である場合、設計ベース推定量が真の個別的治療効果の符号を信頼性高く回復できるか？
• RQ3 クラスタ内での伝播によって誘発される依存構造が、標準的な無作為化ベース推定量の妥当性にどのように影響するか？
• RQ4 この不整合性が、クラスタ化された集団におけるワクチン試験結果の解釈にどのような意味を持つのか？
• RQ5 どのような状況下で、設計ベースの平均リスク差が、漸近的にでさえ真の因果効果を反映しなくなるか？

主な発見

• アウトカムが伝染性である場合、特定の無作為化設計のもとで、設計ベースとモデルベースの因果直接効果の定義は両立できない。
• 設計ベースの平均リスク差は、大規模標本であっても、真の個別的治療効果の符号を回復できない可能性がある。
• 一般的に用いられる無作為化設計は、個々の人物間での伝播が存在する場合、介入の直接効果に関する誤った推論を生じるおそれがある。
• 感染性を一定に保つ構造的モデルベースの定義は、伝播が存在する状況においてより整合的な直接効果の定義を提供する。
• 設計ベース推定量が真の効果を反映しない原因は、伝播によってアウトカムの依存性を引き起こす無作為割り当ての平均化に起因する。
• これらの発見は、クラスタ化され、伝播可能なアウトカムを有する感染症臨床試験において、広く推奨されている無作為化および推定戦略の妥当性に疑問を呈する。