StudyMed医師国家試験

「割り付けたら最後まで」―ITT解析で数えるのは表のどの合計か

第110回医師国家試験 B問題 第13問

国試問題にチャレンジ

第110回 B問題 第13問

治療Aと治療Bとの比較を目的としたランダム化比較試験〈無作為比較対照試験〉を行った。割付と実際の治療人数の表を示す。  intention to treat〈ITT〉で2つの治療を比較するときに,治療Aと治療Bの人数の組合せで正しいのはどれか。 治療Aを 実際に行った 治療Bを 実際に行った 治療開始前に 死亡した 合計 治療A割付 110人 15人 4人 129人 治療B割付 6人 115人 0人 121人 合計 116人 130人 4人 250人

第110回 B問題 第13問の問題画像
  1. a.110人 ―― 115人
  2. b.114人 ―― 115人
  3. c.116人 ―― 130人
  4. d.125人 ―― 121人
  5. e.129人 ―― 121人

対話形式の解説

ドクタードクター
今回は、ランダム化比較試験の解析方法のうち、intention to treat、いわゆるITT解析で各群の人数をどう数えるかという問題だ。表には「割付」と「実際に受けた治療」という2つの軸がある。どちらの軸で人を数えるのか、そこに注目してほしい。
医学生医学生
治療Aを割り付けたのに治療Bを受けた人がいるのが紛らわしいです。素直に考えると、実際に受けた治療で分けたほうが正確な気がするんですが。
ドクタードクター
そう感じる人は多いね。でも、そこがまさに落とし穴なんだ。そもそもランダム化は何のためにするんだっけ?
医学生医学生
疫学の講義で習いました。年齢や重症度みたいな、結果に影響する背景因子を両群に均等に分けるためです。
ドクタードクター
その通り。しかもランダム化の強みは、測っていない未知の因子まで均等にできることだ。ところが、割付後に治療を切り替えた人や脱落した人は、病状が悪化した、副作用が出たなど、予後と関係する理由でそうなっていることが多い。そういう人を割付後に組み替えたり除外したりすると、せっかくランダム化で揃えた両群のバランスが崩れてしまうんだ。
医学生医学生
なるほど、切り替えること自体が予後因子と結びついているわけですね。
ドクタードクター
そう。だからITT解析では、実際にどの治療を受けたか、途中で死亡したかに関係なく、割り付けた全員を最初の割付群のまま解析する。「once randomized, always analyzed」という言葉で覚えておくといい。
医学生医学生
ということは、表の行、つまり割付の合計を見ればいいんですね。治療A割付が129人、治療B割付が121人です。
ドクタードクター
正解。それが答えだ。治療Bに切り替わった15人も、治療開始前に亡くなった4人も、治療A群の一員として数える。ほかの組合せがどういう解析に当たるかも整理しておこう。割付どおりに治療を受けた110人と115人だけを数えるのはどうかな。
医学生医学生
プロトコールどおりに治療を受けた人だけなので、per protocol解析ですか。
ドクタードクター
よく分かっているね。PP解析は理想的な条件での効果、つまり効能を見るには使われるけれど、除外の仕方次第でバイアスが入りやすい。では、列の合計である116人と130人は?
医学生医学生
割付に関係なく、実際に受けた治療で集計した数ですね。これが最初に僕が正確だと思ったやり方です。
ドクタードクター
そう、それはas-treated解析と呼ばれる。治療の選択が患者の状態に左右されうるから、ランダム化の利点が失われやすい。残りの2つは、治療を切り替えた人を除いた114人と115人、そして治療開始前の死亡4人を除いた125人と121人だ。
医学生医学生
死亡した人は治療を受けていないので、除いてもいい気がしてしまいました。
ドクタードクター
その感覚もよく分かる。治療を受けなかった人などを除く解析は修正ITTと呼ばれることがあるけれど、本来のITTとは別物だ。ITTの原則に照らすと、割り付けた人は誰であっても除外しない。
医学生医学生
表を見たら、まず行と列のどちらが割付なのかを確認するのが大事ですね。CBTの過去問でも似た表で迷った記憶があります。
ドクタードクター
その確認が一番の近道だね。発展知識も押さえておこう。ITT解析には服薬不遵守や脱落も含まれるから、現実の診療でその治療を選んだときの効果、つまり実効性を反映しやすく、効果はやや控えめに推定される傾向がある。だから優越性試験ではITT解析が主解析の原則だ。
医学生医学生
控えめに出るなら、逆に困る場面もあるんですか。
ドクタードクター
鋭いね。非劣性試験では、ITTは群間差を小さく見せる方向に働くので、誤って非劣性と結論しやすい。だからITTとPPの両方で結果が一致するかを確認することが推奨される。また、ITTで解析しても脱落者の結果データが欠けると、欠測値をどう扱うかが問題になる。論文を読むときは、どの解析を主解析にしているかを必ず確かめよう。
医学生医学生
ランダム化で選択バイアスや交絡を防ぎ、割付の隠蔽、盲検化、そしてITT解析で割付後のバイアスを防ぐ、という流れで整理できそうです。
ドクタードクター
見事なまとめだ。RCTはデザインから解析まで、一貫してバイアスを防ぐ仕組みでできている。ITTはその最後の砦だと考えるといいよ。

まとめ

ITT解析では、実際に受けた治療や脱落・死亡の有無に関係なく、ランダムに割り付けた全員を最初の割付群のまま解析します。本問の表では割付の行の合計を用い、治療A群129人、治療B群121人で比較するのが正解です。割付どおりに治療を受けた人だけを数えるのはper protocol解析、実際に受けた治療で分けるのはas-treated解析であり、いずれもランダム化で得た群間の比較可能性を損なうおそれがあります。ITT解析は実臨床に近い実効性を反映し、優越性試験の主解析とされる一方、非劣性試験ではPP解析との併用による確認が推奨されます。解析方法の違いを理解しておくことは、臨床試験の結果を正しく読み解くための基本となります。

解答・解説

正解はeです

問われていること

ランダム化比較試験(RCT)の解析方法のうち、intention to treat〈ITT〉解析(治療意図に基づく解析)では各群の人数をどう数えるかが問われている。

ITT解析の原則

ITT解析では、実際にどの治療を受けたか、治療を最後まで続けたか、途中で脱落・死亡したかに関係なく、ランダム割付をされた全員を「最初に割り付けられた群」の一員として解析する("once randomized, always analyzed")。 ランダム化の目的は、既知・未知の交絡因子(年齢、重症度など結果に影響する背景因子)を両群に均等に分けることである。割付後に「実際に受けた治療」や「治療を完了したか」で患者を組み替えたり除外したりすると、その組み替え自体が病状や副作用などの予後因子と関連するため、ランダム化で得た群間の比較可能性が崩れ、バイアスが入り込む。ITT解析はこれを防ぐための方法である。

表の読み取り

・治療A割付: 実際に治療Aを受けた110人、治療Bに切り替わった15人、治療開始前に死亡した4人 → 合計129人 ・治療B割付: 実際に治療Bを受けた115人、治療Aに切り替わった6人、死亡0人 → 合計121人 ITT解析では割付時点の人数をそのまま用いるので、治療A群129人、治療B群121人で比較する。表の行(割付)の合計がそのまま答えであり、列(実際の治療)の合計を見てはいけない点が要点である。

選択肢考察

  1. ×a.  110人 ―― 115人

    誤り。割り付けられたとおりの治療を実際に受けた人だけ(A割付でAを受けた110人、B割付でBを受けた115人)を数えている。これはプロトコール遵守者のみを解析するper protocol〈PP〉解析の人数であり、割付どおりに治療を受けなかった人や死亡者を除外しているためITT解析ではない。

  2. ×b.  114人 ―― 115人

    誤り。A割付129人から治療Bに切り替わった15人を除き(114人)、B割付121人から治療Aに切り替わった6人を除いた(115人)数である。治療を切り替えた人を除外しているため、割付全員を解析するITTの原則に反する。

  3. ×c.  116人 ―― 130人

    誤り。割付に関係なく実際に受けた治療ごとに集計した数(治療A: 110+6=116人、治療B: 15+115=130人)であり、as-treated解析(実治療に基づく解析)の人数である。治療の選択が患者の状態に左右されうるため、ランダム化の利点が失われる。

  4. ×d.  125人 ―― 121人

    誤り。A割付129人から治療開始前に死亡した4人を除いた数(125人)である。ITT解析では治療開始前の死亡者も割付群に含めて解析するので、除外してはならない。治療を受けなかった人などを除外する解析は修正ITT(modified ITT)と呼ばれることがあるが、本来のITTとは異なる。

  5. ○e.  129人 ―― 121人

    正しい。割付時点の各群の全員、すなわち治療A割付129人(実際に治療Bを受けた15人と治療開始前に死亡した4人を含む)と治療B割付121人(実際に治療Aを受けた6人を含む)を、それぞれ割り付けられた群として解析する。これがITT解析の人数である。

RCTの主な解析方法

・ITT解析(intention to treat): 割り付けた全員を割付群のまま解析する。ランダム化による群間の比較可能性を保つため、RCTの主解析として推奨される。服薬不遵守や脱落も含めるので、現実の診療で「その治療を選んだ場合」の効果(実効性、effectiveness)を反映しやすく、効果はやや控えめ(帰無仮説寄り)に推定される傾向がある。 ・PP解析(per protocol): 試験計画どおりに治療を完了した人だけを解析する。理想的条件での効果(効能、efficacy)を見るのに用いられるが、除外の仕方によってバイアスが入りやすい。 ・as-treated解析: 割付ではなく実際に受けた治療で群分けして解析する。ランダム化の意味が失われやすい。

ITT解析の補足

・優越性試験ではITT解析を主解析とするのが原則である。 ・非劣性試験では、ITTは群間差を小さく見せる方向に働き、非劣性と誤って結論しやすいため、ITTとPPの両方で結果が一致するかを確認することが推奨される。 ・ITT解析を行う場合でも、脱落者の結果データが欠けると欠測値の扱い(補完方法など)が問題になる。

RCTのバイアス対策の整理

・ランダム化: 選択バイアス・交絡を防ぐ ・割付の隠蔽(コンシールメント): 割付順序を事前に知られないようにする ・盲検化(マスキング): 情報バイアス(実施バイアス・測定バイアス)を防ぐ ・ITT解析: 割付後の脱落・切り替えによるバイアスを防ぐ

POINT

・ITT解析=割付どおりの群で全員を解析する(実際の治療・脱落・死亡は問わない)。 ・表では「割付の行の合計」を見る → 129人と121人。 ・実際に受けた治療で分ける=as-treated解析、プロトコール遵守者のみ=PP解析。 ・ITTの目的はランダム化で得た群間の比較可能性を保ち、バイアスを避けること。

※問題・正答は厚生労働省の公開資料をもとに掲載しています。