[論文レビュー] Statistical Methods for Accommodating Immortal Time: A Selective Review and Comparison

Jiping Wang, Peter Peduzzi+2 more|arXiv (Cornell University)|Feb 4, 2022

Advanced Causal Inference Techniques被引用数 6

ひとこと要約

この論文は、生存解析における不滅時間バイアスを扱う統計的手法をレビューおよび比較し、単純な除外から高度な時変動処置モデルに至る手法を評価している。シミュレーションおよび実データ解析を通じて、時変動処置および逐次試験手法が不偏推定をもたらすのに対し、他のアプローチは顕著なバイアスを引き起こすことが示された。これは、因果推論の文脈における生物医学研究者にとって重要な指針を提供する。

ABSTRACT

Epidemiologic studies and clinical trials with a survival outcome are often challenged by immortal time (IMT), a period of follow-up during which the survival outcome cannot occur because of the observed later treatment initiation. It has been well recognized that failing to properly accommodate IMT leads to biased estimation and misleading inference. Accordingly, a series of statistical methods have been developed, from the simplest by including or excluding IMT to various weightings and the more recent sequential methods. Our literature review suggests that the existing developments are often "scattered", and there is a lack of comprehensive review and direct comparison. To fill this knowledge gap and better introduce this important topic especially to biomedical researchers, we provide this review to comprehensively describe the available methods, discuss their advantages and disadvantages, and equally important, directly compare their performance via simulation and the analysis of the Stanford heart transplant data. The key observation is that the time-varying treatment modeling and sequential trial methods tend to provide unbiased estimation, while the other methods may result in substantial bias. We also provide an in-depth discussion on the interconnections with causal inference.

研究の動機と目的

• 生存解析における不滅時間バイアスの広範な問題に対処すること。これは、臨床および疫学的研究における因果推論を歪める要因である。
• 基本的手法から高度なモデリング技術に至る、不滅時間に対応する既存の統計的手法を体系的にレビューすること。
• 特にスタンフォード心臓移植データセットを用いて、シミュレーション研究および実世界のデータ解析を通じて、これらの手法のパフォーマンスを比較すること。
• 不滅時間バイアスと因果推論フレームワークとの関連を明らかにすること。特に観察研究における意義を強調すること。
• 時系列イベント解析における不偏推定を確保するための適切な手法選定に関する実用的指針を研究者に提供すること。

提案手法

• 著者は、不滅時間の処理のための多様な手法をレビューしている。これには、不滅時間の除外、不滅時間の含め方、重み付けスキーム、時変動処置モデリングが含まれる。
• さまざまな状況下でのバイアス、第一種の過誤、信頼区間のカバレッジ確率を評価するために、シミュレーション研究を実施している。処置効果の大きさや打ち切り率の違いを含む。
• 実世界の応用における手法の差を示すために、スタンフォード心臓移植データセットを分析している。時系列イベント結果と処置開始タイミングに注目している。
• 処置を特定の時点以降にのみ活性化される動的曝気要因として表現するため、時変動共変量モデルを適用している。
• 処置を時間に依存するプロセスとしてモデリングすることで、因果推論の原則に整合する代替手法として、逐次試験手法を評価している。
• バイアス、平均二乗誤差、信頼区間カバレッジといった統計指標を用いて、手法のパフォーマンスを比較している。

実験結果

リサーチクエスチョン

• RQ1 不滅時間が存在する状況下で、生存解析においてどの統計的手法がバイアスを最も効果的に低減するか？
• RQ2 不滅時間の除外または含め方といった異なるアプローチが、推定の正確性および推論の妥当性にどのように影響を与えるか？
• RQ3 時変動処置モデルおよび逐次試験手法は、従来の手法に比べてバイアスおよびカバレッジの観点でどの程度優れているか？
• RQ4 処置効果の大きさや打ち切りパターンの違いといった異なるデータ条件では、これらの手法はどのように性能を発揮するか？
• RQ5 特定の不滅時間対応手法を用いることで、因果推論にどのような意味があるか？

主な発見

• 時変動処置モデリングおよび逐次試験手法は、シミュレーションのあらゆるシナリオにおいて一貫して不偏推定を達成しており、カバレッジ確率は名目水準に近い値を示した。
• 不滅時間を除外または含める手法は、処置効果が強い場合や追跡期間が長い場合に顕著なバイアスを示した。
• 重み付けアプローチは混合したパフォーマンスを示し、一部のバージョンはバイアスを低減したが、特に高い打ち切り率下では完全にバイアスを排除できなかった。
• スタンフォード心臓移植データの解析結果は、シミュレーションの結果を確認しており、標準的手法は時変動モデルに比べて誤ったハザード比推定をもたらした。
• 本研究は、不滅時間を無視すると、とくに処置開始が遅れる観察研究において、処置効果が過大評価される可能性があることを強調している。
• 著者らは、不滅時間条件下での生存解析におけるバイアスを最小限に抑えるために、時変動処置モデリングが最も強固なアプローチであると結論づけている。