サブグループ解析

サブグループ解析とは

臨床研究には多大な労力と費用がかかるため、研究者は一つの研究からできるだけ多くの情報を得ようとする。
臨床研究の参加者は均一ではなく治療への反応も変わり、特定の患者特徴によって治療効果の違いが出ている可能性がある。
論文の対象の一部を取り出して解析を行うことで、そのような特徴がないか検討をするのがサブグループ解析。
特定の患者グループで治療効果が良いなら、それを探し出すことは研究者の責務でもある。

サブグループ解析を用いるべき状況

• リスクと関連した治療効果の異質性が見込まれる場合
• 病態生理学と関連した治療効果の異質性が見込まれる場合
• 実際に治療を適用するのに重要な臨床的疑問がある場合
• メリットが不確かなため日常臨床で治療が十分にされていない場合

問題点とその対処法

• ランダム化が守られない

→重要なサブグループ変数は層別ランダム化をする。ベースラインの不均衡をチェックする。

• 統計的パワー不足

→差がない場合、それを真実とはできない。個々のデータのメタ解析を行うのも一方法

• 多重検定

→本当に知りたいサブグループ少数にとどめる。P値を厳しく見積もる。K個のサブグループ解析をしたとして、P<(1-0.95)K, P<0.05/K、一番小さいP値を1-(1-P)Kで検定など。

• 後付け解析、出版バイアス

→あらかじめ定義された研究プロトコールにそって解析する。解析結果はすべて報告する。

• 統計的手法の誤り

→サブグループ間で効果が有意に異なるかを検証するのに相互作用検定を行う。背景因子の影響を見るのに、Forest plotをつかってみる。多段階リスク層別化でみる。絶対リスク差で示してみる。追試をする。

• 結果の過剰解釈

→統計的エビデンスの強さに加えて、生物学的妥当性、行われたサブグループ解析の数、事前に決めてあった解析方法、研究の規模といったものすべてを考慮する

もっとも役に立つのは、前もってよく計画され、適切に解析され、臨床診療についての結論や推奨がエビデンスの強さによって示された場合。