[論文レビュー] Risk time splitting for improved estimation of screening programs effect on later mortality

Harald Weedon-Fekjær, Elsebeth Lynge+1 more|arXiv (Cornell University)|Mar 11, 2026

Global Cancer Incidence and Screening被引用数 0

ひとこと要約

この論文は、リスク時間分割と最尤推定を用いてすべての利用可能な事前スクリーニングデータを活用し、癌スクリーニングの死亡率推定手法を洗練させ、ノルウェーとデンマークのデータでブーツストラップ信頼区間を狭くすることにより精度を向上させたことを明確化・拡張する。

ABSTRACT

There is a great need for evaluating screening programs, but analysing data from population screening is often complicated by a delayed screening effect. In cancer screening, only new, not yet clinically diagnosed cases, might benefit from screening through earlier treatment. Hence, mortality data following screening should be analysed based on refined mortality, separating cases based on diagnosis before and after first screening invitation. Historically, refined mortality has been implemented by selecting comparison groups from the available data to disentangle the causal effect. While giving valid estimates, the ignorance of large parts of the available data has limited study precision. In BMJ 2014, Weedon-Fekjær et al. used a new estimation approach applying all the available Norwegian mammography screening data. The estimation uses historic pre-screening data on time from clinical diagnosis to death estimating the proportion of post-screening mortality which is expected to be based on cases incident before first screening invitation, in the absence of a screening effect. Utilizing this expected proportion of post-screening incident cases, Poisson regression offsets are added to align the expected number of cases. The screening effect is then estimated adjusting for relevant covariables. While the method increases study precision, it has not been easily available and widely adopted. We here explain the method in detail, add maximum likelihood estimation, and lay the foundation for widespread use. Applying the method on Norwegian and Danish data, bootstrap confidence intervals are considerably narrower than intervals seen using other refined mortality methods, especially for the gradually introduced Norwegian program.

研究の動機と目的

• 死亡率に対する遅延効果があるにもかかわらず、スクリーニングプログラムの評価の必要性を動機づける。
• データを廃棄せず、事前スクリーニングデータを用いてポストスクリーニング死亡率を推定する refinement mortality 法を説明・形式化する。
• 実装可能な最大尤推定フレームワークと実務的な実装を提供する。
• ノルウェーおよびデンマークのスクリーニングデータを用いて手法の精度向上を示す。

提案手法

• 第一回スクリーニング招待前後で診断されたケースを分離する refined mortality アプローチを説明する。
• 歴史的な pre-screening の time-to-death データに基づくオフセットを用いた Poisson 回帰を導入し、ポストスクリーニングのケースを整合させる。
• 推定されたオフセットを共変量の補正を行う回帰に組み込み、スクリーニング効果を推定する。
• 本アプローチの最大尤推定の定式化を提示する。
• ノルウェーおよびデンマークデータに手法を適用し、従来の refined mortality 手法とブーツストラップ信頼区間を比較する。

実験結果

リサーチクエスチョン

• RQ1 事前スクリーニングデータをすべて活用して、スクリーニング効果の死亡率推定の精度をどのように向上させることができるか。
• RQ2 リスク時間分割がスクリーニングプログラムにおける死亡率効果の推定の正確さと精度に与える影響は何か。
• RQ3 提案する最大尤推定実装は、区間幅の点で既存の refined mortality 手法とどう比較されるか。
• RQ4 ノルウェーとデンマークのデータの結果は、徐々に導入されるプログラム全体で精度の改善を支持するか。

主な発見

• 提案手法は、他の refined mortality 手法と比較してブートストラップ信頼区間を大幅に狭くする。
• このアプローチは特に徐々に導入されるスクリーニングプログラムの研究精度を高める。
• ノルウェーおよびデンマークデータへの適用は、後続の死亡率に対するスクリーニング効果推定の実践的な利得を示す。