[論文レビュー] Selection and Collider Restriction Bias Due to Predictor Availability in Prognostic Models

Marc Delord|arXiv (Cornell University)|Feb 19, 2026

Particle physics theoretical and experimental studies被引用数 0

ひとこと要約

本研究は、記録された予測因子を持つ患者に限定して予後モデルの開発を行うことが、選択バイアスやコライダーバイアスを誘発し得ることを分析し、KFREの例を用いて予測因子の利用可能性がモデルの性能と適用性を歪める状況を示す。

ABSTRACT

This methodological note investigates and discuss possible selection and collider restriction bias due to predictor availability in prognostic models.

研究の動機と目的

• 予測因子の利用可能性が予後モデルの開発と検証をどのようにバイアスするかを動機づけて定義する。
• 記録された予測因子を持つ患者に分析を限定することが、古典的な選択バイアスまたはコライダーバイアスを導入する可能性を説明する。
• 因果ダイアグラムと実世界の例（KFRE）を用いて問題を示す。
• 不完全な予測因子データが存在する場合のモデル開発、検証、臨床 uptake に対する影響を論じる。

提案手法

• 予測因子の測定が疾病の重症度やケアプロセスに依存し得ることを説明する。
• 有向非巡回グラフ（DAG）を用いて予測因子の利用可能性とバイアスにつながる経路を図示する。
• 予後モデリングにおける単純な選択バイアスとコライダ制限バイアスを区別する。
• 予測因子の利用可能性の制約下でのモデル性能と一般化可能性への影響を論じる。
• 例としてKFREを提供し、予測因子の利用可能性が関連性を歪め、実務での利用に影響を与える様子を示す。

Figure 1: Selection and collider restriction bias arising from conditioning on predictor availability in prognostic models. Directed acyclic graphs are used to illustrate causal dependencies between observed and unobserved variables. $U$ represents unobserved disease severity; $P_{1}$ and $P_{2}$ re

実験結果

リサーチクエスチョン

• RQ1 記録された予測因子を持つ個人に分析を限定することで、予後モデルの推定値はどのようにバイアスを受けるのか。
• RQ2 予測因子の利用可能性が、基礎となる疾病の重症度とその代理指標の両方により駆動される場合、コライダー制限バイアスは基礎となる予測因子とアウトカムとの関連性を歪め得るのか。
• RQ3 予測データが一貫して記録されない場合、予後モデルの開発、検証、臨床適用にどのような実務的影響があるのか。

主な発見

• 記録された予測因子を持つ人に分析を限定すると、予測因子の測定が病気の重症度や関連ケアプロセスに依存する場合にバイアスが生じ得る。
• 予測因子の利用可能性が基礎となる疾病の重症度とその代理指標の両方により駆動されるとき、コライダ制限バイアスは基礎予測因子とアウトカム間の関連性を歪め得る。
• KFREは、一般的な欠測や測定パターンが偏りのない予測因子の利用可能性を損ない、実務でのモデリングの適用に影響を与える可能性を示す。
• データが不完全または一貫性のない記録である場合、モデル開発、検証、予後ツールの解釈に対してより広範な影響がある。