優越性試験・非劣性試験・同等性試験の選び方と読み方

優越性試験・非劣性試験・同等性試験を正しく理解して使いこなすために

非劣性試験で「有意差なし＝同等」と判断したあなたの解釈は、統計学的に完全な誤りです。

優越性試験・非劣性試験・同等性試験の根本的な違い

3つの試験は、いずれも「比較相手（対照群）が存在する」臨床試験デザインです。 違いは「試験群がどうなれば成功か」という判断基準にあります。 biostatistics-consult(https://biostatistics-consult.com/clinical-trial-design/)

優越性試験は、試験群の治療効果が対照群を上回ることを統計的に示します。 新薬の承認申請でよく使われ、プラセボや既存薬との比較で有効性の優越を証明する場面が典型例です。 これが原則です。 ez2understand.ifi.u-tokyo.ac(https://ez2understand.ifi.u-tokyo.ac.jp/terms/terms_15/)

非劣性試験は、試験群が対照群に「劣らない」ことを示せれば成功です。 有効性がやや劣っても、副作用の少なさや飲みやすさ・投与経路の改善といった別の優位点を持つ薬を承認する際に使われます。 同等性試験は、さらに限定的で「試験群が対照群と同等であること」を両側から検証するデザインです。 biostatistics-consult(https://biostatistics-consult.com/clinical-trial-design/)

つまり、目的が異なれば試験デザインも変わります。

試験デザイン	目的	成功条件（95%信頼区間）	主な使用場面
優越性試験	対照群より優れていることを示す	信頼区間が全体として差の優越側にある	新薬の承認、プラセボ比較
非劣性試験	対照群に劣らないことを示す	信頼区間が非劣性マージンを超えない	副作用改善薬、バイオシミラー
同等性試験	対照群と同等であることを示す	信頼区間が両側の同等性マージン内に収まる	後発医薬品の生物学的同等性

優越性試験で「有意差なし」は非劣性の証明にならない

「優越性試験で統計的有意差がなかった＝同等だ」という解釈は、医療統計の初歩的な誤りです。 一昔前の医学論文ではこの誤解に基づいた記述が散見されていましたが、現在では明確に「不適切」とされています。 theidaten(http://www.theidaten.jp/wp_new/20140904-51-1/)

理由はシンプルです。優越性試験の帰無仮説は「差がない」ではなく「試験群が優れていない」ことを棄却しようとするものです。 有意差がなかったということは「優越が示せなかった」という意味であり、「同等が示された」とは根本的に異なります。 theidaten(http://www.theidaten.jp/wp_new/20140904-51-1/)

意外ですね。

非劣性や同等性を示したいなら、最初から非劣性試験・同等性試験として設計し、マージンを事前に設定する必要があります。 論文を読む際も、「有意差なし」の記述だけを見て同等性を推論する習慣は、今すぐ改めることが重要です。 best-biostatistics(https://best-biostatistics.com/design/study-shurui.html)

参考：感染症領域での非劣性試験の読み方を詳しく解説している専門サイトです。

感染症医のための非劣性試験の読み方 | iDaten

非劣性試験のマージン設定：1.25倍・1.3倍が使われる理由

非劣性試験で最も頭を使うのが「非劣性マージン（NI margin）」の設定です。 マージンとは「ここまで劣っていても許容する」という上限値であり、この値を間違えると試験全体の信頼性が崩壊します。 jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

一般的にはリスク比（ハザード比）で1.25または1.3と設定している試験が多く見られます。 場合によっては2.0倍のリスク増大まで許容して非劣性とすることもあり、これは臨床家にとって直感的に受け入れがたい設定です。 厳しいところですね。 jaccro(http://www.jaccro.com/wp/wp-content/uploads/media/activities/howto/208_howto.pdf)

マージンを小さく設定するほどサンプルサイズ（症例数）は大きくなり、マージンを大きくするほど少ない症例数で成功しやすくなります。 つまり、製薬企業が都合よく大きなマージンを設定すれば、実質的に効果が劣る薬でも「非劣性達成」と結論できてしまうリスクがあります。 pmda.go(https://www.pmda.go.jp/files/000204955.pdf)

マージンの根拠が論文に明示されているか、必ず確認することが原則です。

一般的なマージン設定の考え方は次の通りです。
- 対照薬がプラセボに対して示した有効性の差を参考にする（例：「プラセボとの差の1/2以下」） pmda.go(https://www.pmda.go.jp/files/000204955.pdf)
- リスクとベネフィットのバランスを考慮して決定する jaccro(http://www.jaccro.com/wp/wp-content/uploads/media/activities/howto/208_howto.pdf)
- ICHガイドラインE9・E10に準拠して設定する ism.ac(https://www.ism.ac.jp/editsec/toukei/pdf/46-1-081.pdf)
- マージンが大きいほど試験が「甘い」設計になるため、査読時に注意が必要 jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

参考：非劣性マージンの考え方と妥当性を日本語で詳しく解説しています。

優越性・非劣性・同等性試験の違いは？なぜマージンを使うのか？ | Best Biostatistics

同等性試験が使われる場面は実はかなり限定的

「同等性試験はよく使われる」と思っている医療従事者は多いですが、実際には使用場面が非常に限られます。 臨床試験で同等性試験が選ばれるのは、患者のリスクとベネフィットの観点から「優れてほしくもなく、劣ってほしくもない」という状況に限定されるためです。 biostatistics-consult(https://biostatistics-consult.com/clinical-trial-design/)

最も代表的な使用場面が後発医薬品（ジェネリック）の生物学的同等性試験です。 先発品と全く同じ有効成分を持つ後発品が、生体内での吸収率（AUCおよびCmax）において先発品と同等であることを示す試験がこれにあたります。 これは使えそうです。 ge-academy(https://www.ge-academy.org/img/academic_journal/vol2-2/GE2-2_p9_p23.pdf)

通常の新薬開発では、同等性試験よりも優越性試験か非劣性試験が選ばれます。 新薬が既存薬と「まったく同じ効果」であることを目標にするのは、開発コストを回収する観点からも非現実的だからです。 biostatistics-consult(https://biostatistics-consult.com/clinical-trial-design/)

同等性試験の成功条件は、95%信頼区間が「両側の同等性マージン」の内側に完全に収まることです。 非劣性試験が片側だけを見るのに対し、同等性試験は「優れすぎても同等性が崩れる」という点で根本的に異なります。 best-biostatistics(https://best-biostatistics.com/design/study-shurui.html)

つまり両側で縛られる、という点が最大の特徴です。

非劣性試験で「非劣性が示された」のに優越性も示せることがある

あまり知られていない事実として、非劣性試験の結果が「非劣性の達成」にとどまらず、優越性まで統計的に示せるケースがあります。 youtube(https://www.youtube.com/watch?v=OkDM0iPxyLk)

非劣性試験は「対照群に劣っていないこと」を示すデザインです。 しかし結果として試験群が対照群を大きく上回った場合、95%信頼区間が非劣性マージンを超えるだけでなく、優越性の基準も満たすことがあります。 その場合、結論は「非劣性が示され、さらに優越性も示された」となります。 youtube(https://www.youtube.com/watch?v=OkDM0iPxyLk)

これは使えそうです。

逆のパターンもあります。非劣性試験として設計したにもかかわらず、95%信頼区間が非劣性マージンをまたいでしまい、非劣性が達成できないケースです。 この場合、試験は「失敗」となり、薬剤の承認申請には使えません。 best-biostatistics(https://best-biostatistics.com/design/study-shurui.html)

試験デザインの段階でどのシナリオになりうるかを整理しておくことが、論文解釈の精度を上げます。
- 🏆 非劣性達成 + 優越性達成：信頼区間全体が対照群より良い側にある
- ✅ 非劣性のみ達成：信頼区間が非劣性マージンを超えない範囲に収まっている
- ❌ 非劣性未達：信頼区間が非劣性マージンをまたぐ
- ⚠️ 同等性試験での未達：信頼区間が片側または両側のマージンを超える best-biostatistics(https://best-biostatistics.com/design/study-shurui.html)

参考：臨床研究の研究デザインとして非劣性試験の考え方と実臨床への導入を詳説した外科学会誌の記事です。

非劣性試験に潜む「バイアス誘導リスク」：医療従事者が論文を批判的に読む視点

医療従事者として論文を読む際、非劣性試験には優越性試験にはない特有の落とし穴が存在します。それが「意図的なマージン拡大」と「ITT解析とPP解析の逆転問題」です。 jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

優越性試験では、ITT（intention-to-treat）解析が脱落や不遵守を含めた保守的な推定を行うため、試験の信頼性が高まります。 しかし非劣性試験では、ITT解析が「差を小さく見せる方向」に働くため、PP（per-protocol）解析の方が保守的になる、という逆転現象が起きます。 jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

これは意外ですね。

つまり非劣性試験では、ITT解析だけを見ても不十分で、PP解析との比較が必須です。 2つの解析結果が一致して初めて、非劣性の結論を信頼できます。 jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

さらに、非劣性マージンの設定根拠が論文中に明示されていない場合は、査読の段階で見落とされている可能性があります。 論文チェックのポイントとして次の3点は必ず確認する習慣を持つことを推奨します： jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)

- 📌 非劣性マージンの設定根拠が明記されているか（ICHガイドラインや過去のRCTデータへの参照があるか） jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)
- 📌 ITT解析とPP解析の両方が報告されているか jmedj.co(https://www.jmedj.co.jp/blogs/product/product_8758?page=3)
- 📌 マージン設定が「小さすぎず、大きすぎない」合理的な値か（1.3倍超の場合は要注意） jaccro(http://www.jaccro.com/wp/wp-content/uploads/media/activities/howto/208_howto.pdf)

参考：J-CLEAR主催の座談会で、非劣性試験の問題点と臨床的妥当性についての専門家ディスカッションが掲載されています。

非劣性試験の問題点に関する専門家座談会 | 日本医事新報社