最近脊椎関係の論文をいくつかよんでみて、「いい研究」が少ない気がします。誤解を恐れずに申しますと、「ネタは面白いのに研究の質が低い」。論文書きあげて、投稿して、採択されるまでの苦労を厭わない猛者からの発信ですから、手抜きがあるわけではない。たぶん「臨床研究の基本」的なことが浸透していないだけでは、と思うのです。
というわけで「臨床研究で大事なこと」（独断）を述べてみようと思います。
まずは研究対象について。まず図を示します。
C：源泉集団（研究結果を当てはめたい母集団）
B：標的集団（研究でアクセス可能な集団）
A：研究集団（実際に解析した集団）
＊呼び方は僕が便宜上勝手につけています。
こんな感じの図を思い浮かべながら研究している人、ひいては論文を読んでいる人はどのくらいいるのでしょうか。ここ押さえておかないと研究に芯ができませんし、読み手もミスリーディングしてしまいます。
研究では、Aを解析した結果が示されます。ただ研究者を含め誰もAに興味があるわけではなく、興味があるのはCです。非現実的なCの解析のかわりに、Aを解析しているのです。なので大切なのは
BがどれだけCの代表になっているか？
AがどれだけBの代表になっているか？
です。下位集団が上位集団を代表するなら、下位集団で得られた結果を上位集団に当てはめることができます。もし下位集団が、上位集団からランダム抽出されていれば、その下位集団は上位集団の代表といえるでしょう。たとえば
C：2019.7.27時点での日本在住の日本国民全員
B：マイナンバーをもとにランダム抽出した1000人
A：研究参加に同意して、実際に調査できた人
この場合、BはCの代表になります。またもしBの全員が研究に参加し、A＝BとなればAもCの代表になります。ではもし研究に参加したのが500人（半数が拒否）したらどうでしょう。この場合、「拒否」がランダムに発生するのであれば、AはBの代表です。逆に「拒否」に何らかの理由があれば、Aの結果をBに当てはめることは難しくなり、当然Aの結果をCに当てはめることも難しくなります。
せっかくなのでより現実的な例を（直近で紹介したPJFのリスク因子の論文をもとに）
C：Spine読者の目の前にいる手術したASD患者
B：多施設レジストリに参加したASD患者のうち、手術した人
A：1年以上followできて、自己免疫疾患などの並存症がなく、PJF以外で再手術になっていない（かつ欠測がない）人
まずBはCの代表になっているでしょうか？そもそものレジストリの登録者は、Cからランダム抽出した者ではありません。またレジストリへの参加を拒否した人は、理由なく拒否したのでしょうか？そんなはずはない。よって、Bの結果を直接Cに当てはめることはできず、解釈の際はBとCがどれだけ似ているかを想像する必要があります。
また、AはBの代表になっているでしょうか？1年followしていない人のなかには、単純に術後1年以内の人もいれば、脱落する人もいます。もし脱落理由が転居など、研究内容にあまり関係ないものなら問題はないでしょうが、死亡や、治療が嫌になって転医している場合は問題です。さらには、「PJF以外で再手術になった人」を除外してしまうと、AはどんどんBの代表からかけ離れていきます。
こう考えると、この例で研究結果をCに当てはめるのはちょっと難しい。これは結果が信頼できるかどうか（解析や測定が信頼できるか）とは全く別の問題です。この問題は最強の研究デザインであるRCTにもフツーに生じますし、誰もが大好きなP値が信用できるかに大きく関わります。
To be continued...
というわけで「臨床研究で大事なこと」（独断）を述べてみようと思います。
まずは研究対象について。まず図を示します。
C：源泉集団（研究結果を当てはめたい母集団）
B：標的集団（研究でアクセス可能な集団）
A：研究集団（実際に解析した集団）
＊呼び方は僕が便宜上勝手につけています。
こんな感じの図を思い浮かべながら研究している人、ひいては論文を読んでいる人はどのくらいいるのでしょうか。ここ押さえておかないと研究に芯ができませんし、読み手もミスリーディングしてしまいます。
研究では、Aを解析した結果が示されます。ただ研究者を含め誰もAに興味があるわけではなく、興味があるのはCです。非現実的なCの解析のかわりに、Aを解析しているのです。なので大切なのは
BがどれだけCの代表になっているか？
AがどれだけBの代表になっているか？
です。下位集団が上位集団を代表するなら、下位集団で得られた結果を上位集団に当てはめることができます。もし下位集団が、上位集団からランダム抽出されていれば、その下位集団は上位集団の代表といえるでしょう。たとえば
C：2019.7.27時点での日本在住の日本国民全員
B：マイナンバーをもとにランダム抽出した1000人
A：研究参加に同意して、実際に調査できた人
この場合、BはCの代表になります。またもしBの全員が研究に参加し、A＝BとなればAもCの代表になります。ではもし研究に参加したのが500人（半数が拒否）したらどうでしょう。この場合、「拒否」がランダムに発生するのであれば、AはBの代表です。逆に「拒否」に何らかの理由があれば、Aの結果をBに当てはめることは難しくなり、当然Aの結果をCに当てはめることも難しくなります。
せっかくなのでより現実的な例を（直近で紹介したPJFのリスク因子の論文をもとに）
C：Spine読者の目の前にいる手術したASD患者
B：多施設レジストリに参加したASD患者のうち、手術した人
A：1年以上followできて、自己免疫疾患などの並存症がなく、PJF以外で再手術になっていない（かつ欠測がない）人
まずBはCの代表になっているでしょうか？そもそものレジストリの登録者は、Cからランダム抽出した者ではありません。またレジストリへの参加を拒否した人は、理由なく拒否したのでしょうか？そんなはずはない。よって、Bの結果を直接Cに当てはめることはできず、解釈の際はBとCがどれだけ似ているかを想像する必要があります。
また、AはBの代表になっているでしょうか？1年followしていない人のなかには、単純に術後1年以内の人もいれば、脱落する人もいます。もし脱落理由が転居など、研究内容にあまり関係ないものなら問題はないでしょうが、死亡や、治療が嫌になって転医している場合は問題です。さらには、「PJF以外で再手術になった人」を除外してしまうと、AはどんどんBの代表からかけ離れていきます。
こう考えると、この例で研究結果をCに当てはめるのはちょっと難しい。これは結果が信頼できるかどうか（解析や測定が信頼できるか）とは全く別の問題です。この問題は最強の研究デザインであるRCTにもフツーに生じますし、誰もが大好きなP値が信用できるかに大きく関わります。
To be continued...
コメント