propensity score 観察研究 バイアス調整手法解析

propensity score 観察研究 統計解析

propensity score 定義と統計的基礎

プロペンシティスコア（propensity score：PS）は、1983年にRosenbaumとRubinによって提唱された統計解析手法です。このスコアは0から1の値を取り、各患者が特定の治療を受ける条件付き確率を表現します。具体的には、測定された共変量を条件として、介入を受ける確率を算出したものです。

 

PSの数学的定義は、被験者iの共変量をxiとし、処理Ziが1（介入群）または0（対照群）である場合、ei = Pr(Zi = 1|xi)として表現されます。この確率こそがpropensity scoreであり、観察研究における選択バイアスを調整する強力なツールとして機能します。

 

📈 重要な特徴として、PSは以下の2つの理論的性質を持ちます。

 

• 条件付き独立性：同じPSを持つ患者では、治療割り当てがアウトカムと独立
• バランシング性質：同じPSの患者では、共変量の分布が両群で等しくなる

この統計的性質により、観察研究でもランダム化比較試験（RCT）に近い解析が可能となり、因果推論の精度を大幅に向上させることができます。

 

propensity score 計算方法とロジスティック回帰

PSの計算において最も一般的に用いられる手法は、ロジスティック回帰分析です。この手法では、治療を受けるかどうかを従属変数とし、年齢、性別、重症度スコア、併存疾患などの共変量を独立変数として回帰モデルを構築します。

 

実際の医療研究での記載例として、早期胃がん患者に対する腹腔鏡手術 vs 開腹手術の比較研究では、以下の共変量が使用されました。

• 患者要因：年齢、性別、チャールソン併存疾患指数、BMI、喫煙指数
• 疾患要因：がんステージ（I期またはII期）
• 施設要因：病院の症例数カテゴリ、教育病院の区分

💡 PSモデルの適合度評価にはC統計量（C-statistic）が用いられ、一般的に0.7以上が望ましいとされています。この指標により、どの程度正確に治療選択を予測できているかを評価できます。

 

モデル構築時の注意点として、アウトカム達成症例数と独立変数の比が8対1未満の場合、PSによる補正がバイアスを生じる可能性が高くなることが知られています。また、PSの計算に使用する共変量の選択は十分に吟味する必要があり、重要な交絡因子を見落とすとバイアスの完全な除去は困難となります。

 

propensity score マッチング実践手法

プロペンシティスコアマッチング（PSM）は、PSを用いた解析手法の中で最も広く使用される方法です。この手法では、介入群の各患者に対して、最も近似したPSを持つ対照群の患者を1対1または1対多でマッチングします。

 

🔍 標準的なマッチング手順は以下の通りです。

 

• 距離設定：PS差の許容範囲を設定（一般的に0.03～0.1以内）
• マッチング実行：最近隣マッチング、カリパーマッチングなどの手法を選択
• 品質評価：マッチング後の共変量バランスを標準化差分で確認

実際の研究例では、ICU患者における右心カテーテル検査の効果を検討したSUPPORT研究において、疾患カテゴリーとPS（0.03以内の差）でマッチングが行われました。この研究では、2184人の介入群患者に対して3551人の対照群から最適なマッチを選択し、最終的に各ペアのPS差が相殺されるよう調整されました。

 

マッチングの利点は直感的理解が容易であることですが、マッチできない症例が除外されるため標本サイズが減少する欠点があります。特に、PS分布に十分な重複がない場合、多くの症例が解析から除外される可能性があります。

 

propensity score 層別化と重み付け解析

PSを活用した解析手法として、マッチング以外に層別化（stratification）と重み付け（weighting）があります。これらの手法は、標本サイズの減少を避けながらバイアス調整を行える利点があります。

 

PS層別化では、PS分布を通常5つの層に分割し、各層内で治療効果を推定します。各層における治療効果を症例数で加重平均することで、全体の治療効果を算出します。この手法の特徴は、全症例を解析に含められることです。
📊 PS重み付け解析では、各患者に以下の重みを付与します。

 

• 介入群：1/PS
• 対照群：1/(1-PS)

この逆確率重み付け（IPTW：Inverse Probability of Treatment Weighting）により、疑似的にランダム化された集団を作成し、治療効果を推定します。重み付け法は全症例を活用できる一方、極端なPSを持つ症例で重みが不安定になる可能性があります。

 

神経学領域の研究では、これらの手法を組み合わせることで観察研究の信頼性を高めており、特に大規模レジストリ研究や電子カルテデータを用いた研究で威力を発揮しています。

 

propensity score 限界と医療現場での注意点

PSには統計学的な限界と実臨床での注意すべき点が存在します。最も重要な限界は、測定されていない交絡因子を調整できないことです。PSは観測された変数のみに基づいて計算されるため、未測定の重要な交絡因子が存在する場合、バイアスの完全な除去は困難です。

 

🚨 医療現場での具体的な注意点。

 

• 適応の制限：症例対照研究では使用不可
• 複数治療の問題：3群以上の比較では妥当性が未確立
• 標本サイズ要件：十分な症例数が必要（最低でも各群50例以上推奨）
• 専門知識の必要性：適切な共変量選択には臨床的洞察が不可欠

また、PSの推定精度を評価するため、C統計量に加えて、マッチング前後の標準化差分（standardized difference）を確認することが重要です。一般的に、0.1未満であれば良好なバランスとされています。

 

近年の研究では、RCTとPSMを併用することで、より外的妥当性の高い研究が可能になることが示されており、将来的にはハイブリッド研究デザインの発展が期待されています。特に希少疾患や倫理的制約のある領域では、PSを適切に活用することで科学的根拠の創出が促進される可能性があります。

 

医療従事者がPSを活用する際は、その理論的基盤を理解し、適応と限界を十分に認識した上で、臨床的洞察と統計学的手法を適切に組み合わせることが求められます。