StudyMed医師国家試験

くじ引きが「見えない交絡」を消す―ランダム割付の本当の目的

第110回医師国家試験 B問題 第22問

国試問題にチャレンジ

第110回 B問題 第22問

ランダム化比較試験〈無作為比較対照試験〉においてランダム割付を実施する目的はどれか。

  1. a.治療中断の防止
  2. b.偶然誤差の制御
  3. c.治療内容の盲検化
  4. d.比較群間の均質性の向上
  5. e.患者の試験への参加率の上昇

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でなぜ群分けを無作為に行うのか、その目的を問う問題だ。カギになるのは「研究の誤差には2種類ある」という整理。まずは、研究結果を真の値からずらす誤差にどんなものがあるか、思い出してみよう。
医学生医学生
系統誤差と偶然誤差ですよね。疫学の講義で、的当ての図で説明されました。
ドクタードクター
いいね。系統誤差、つまりバイアスは結果を一定の方向に偏らせる誤差で、選択バイアス、情報バイアス、交絡が代表だ。対象者を増やしても小さくならない。一方の偶然誤差は方向性のないばらつきで、サンプルサイズを大きくすれば小さくできる。的当てでいえば、矢が全体的にずれているのが系統誤差、散らばっているのが偶然誤差だね。
医学生医学生
ランダムという言葉が入っているので、偶然誤差を制御するのが目的かと思ってしまいました。
ドクタードクター
そこが一番の落とし穴だね。名前が似ているけれど、ランダム割付は偶然誤差を減らすための手法ではないんだ。偶然誤差を小さくしたいなら、対象者数を増やすのが基本。ランダム割付が防ごうとしているのは、系統誤差のほう、特に交絡と選択バイアスなんだ。
医学生医学生
交絡というと、たとえば新薬の群に軽症の人ばかり集まってしまうような状況ですか。
ドクタードクター
まさにそう。医師が「この人は元気だから新薬を試そう」と判断して群を決めると、新薬群に軽症例が偏る。すると結果に差が出ても、それが薬の効果なのか、もともと軽症だったからなのか区別できない。そこで、群分けを偶然に委ねるんだ。
医学生医学生
くじ引きで決めれば、重症の人も軽症の人も両群に同じくらい入る、ということですね。
ドクタードクター
その通り。そして最大のポイントは、年齢や性別、重症度といった測定している既知の因子だけでなく、誰も気づいていない未知の因子まで両群に平均的に均等に分布することが期待できる点だ。つまり比較群間の均質性を高めること、これが正解になる。観察研究では多変量解析などで既知の交絡因子しか調整できないから、ここがRCTのエビデンスレベルが高い理由なんだ。
医学生医学生
では、ランダム化すれば群間の差は完全になくなるんでしょうか。
ドクタードクター
いい疑問だね。実は偶然による差は残りうる。ただ、その差は確率的に評価できる偶然誤差になるから、統計学的検定で扱えるようになる。これを「系統誤差を偶然誤差に転化する」と表現することもある。対象者数が少ないと偏りが残りやすいので、重要な予後因子で層に分けてからランダム化する層別ランダム化や、最小化法で補うんだ。
医学生医学生
盲検化もRCTでよく聞きますが、ランダム割付をすれば自動的に盲検になるわけではないんですよね。
ドクタードクター
そう、別の手順だ。盲検化は、どの群に割り付けられたかを患者や医師、評価者に分からないようにすること。プラセボ効果や評価者の先入観、つまり情報バイアスを防ぐのが目的だね。ランダムに割り付けても、薬の見た目が違えば誰でも分かってしまう。患者と医師の両方に伏せるのが二重盲検だ。
医学生医学生
治療中断の防止や参加率の上昇はどうでしょう。くじで治療を決められるなら、むしろ参加をためらう人もいそうです。
ドクタードクター
鋭いね。自分で治療を選べないのは、参加をためらう要因にこそなれ、参加率を上げる効果はない。参加率は丁寧なインフォームド・コンセントや負担の軽減で高めるものだ。治療中断や脱落は副作用や転居などで起こり、割付方法とは関係なく生じる。
医学生医学生
脱落が出たときの対処として、ITT解析を習いました。
ドクタードクター
よく覚えているね。ITT解析は、脱落や治療変更があっても割り付けたとおりの群で解析する方法で、ランダム化で得られた群間の比較可能性を保つための工夫だ。もう一つ、割付の隠蔽も大事。次の人がどちらの群に入るか登録担当者に予測できてしまうと、意図的に患者を選べてしまい、せっかくのランダム化が台無しになる。臨床研究の論文を読むときは、ランダム化の方法、割付の隠蔽、盲検化、ITT解析がそれぞれ適切かをチェックする習慣をつけよう。
医学生医学生
ランダム化は群をそろえる、盲検化は評価の偏りを防ぐ、ITTはそろえた状態を保つ、と役割を分けて覚えます。
ドクタードクター
完璧な整理だね。それぞれがどのバイアスに対応しているかを結びつけておけば、研究デザインの問題は怖くないよ。

まとめ

ランダム化比較試験でランダム割付を行う目的は、対象者の群分けを偶然に委ねることで、年齢・重症度などの既知の因子だけでなく未知の因子も両群に平均的に均等に分布させ、比較群間の均質性を高めることにあります。これにより交絡や選択バイアスといった系統誤差を防ぎ、結果の差を介入の効果として解釈できるようになります。偶然誤差はサンプルサイズの増加で小さくするものであり、ランダム割付の目的ではありません。盲検化は情報バイアスを防ぐ別の手順で、ITT解析や割付の隠蔽もランダム化の効果を守るための工夫です。各手法がどのバイアスに対応するかを理解することは、臨床研究の論文を批判的に読み、エビデンスを適切に評価する力の土台になります。

解答・解説

正解はdです

問われているテーマ

ランダム化比較試験(randomized controlled trial:RCT)は、介入(治療・予防法など)の効果を検証する研究デザインのなかで最もエビデンスレベルが高いとされる。その中核となる手順がランダム割付(無作為割付)であり、本問はその目的を問うている。

研究における誤差の整理

研究結果を真の値からずらす要因は大きく2つある。 ・系統誤差(バイアス):一定の方向に結果を偏らせる誤差。選択バイアス、情報バイアス、交絡が代表である。対象者数を増やしても小さくならない。 ・偶然誤差(ランダム誤差):偶然によるばらつき。方向性はなく、対象者数(サンプルサイズ)を増やすことで小さくできる。

ランダム割付の役割

介入群と対照群を比べるとき、もし重症例や高齢者が一方の群に偏っていれば、結果の差が介入によるものか患者背景の違いによるものか区別できない(交絡)。医師や患者の判断で群を決めると、こうした偏りが生じやすい。ランダム割付では、各対象者がどちらの群に入るかを偶然に委ねるため、年齢・性別・重症度などの既知の因子だけでなく、測定していない未知の因子まで、両群に平均的に等しく分布することが期待できる。つまり、比較群間の背景因子をそろえて均質性を高め、交絡や選択バイアスを防ぐことがランダム割付の目的である。 なお、ランダム化しても偶然による群間の差は残りうるが、その大きさは確率的に評価できる偶然誤差となり、統計学的検定で扱えるようになる。このことを「系統誤差を偶然誤差に転化する」と表現することがある。

選択肢考察

  1. ×a.  治療中断の防止

    治療の中断や脱落は、副作用、効果不十分、転居、同意撤回などによって生じ、割付の方法とは関係しない。ランダム割付を行っても脱落は起こりうる。脱落によって群間の背景が崩れる問題への対処としては、割付どおりの群で解析する intention-to-treat(ITT)解析が用いられるが、これは割付後の解析上の工夫であり、ランダム割付自体の目的ではない。

  2. ×b.  偶然誤差の制御

    偶然誤差(ランダム誤差)は偶然によって生じる方向性のないばらつきで、主にサンプルサイズを大きくすることで小さくできる。ランダム割付は、系統誤差(特に交絡や選択バイアス)を防ぐための手法であり、偶然誤差そのものを減らすわけではない。むしろランダム化後の群間差は偶然誤差として残り、それを統計学的に評価する、という関係にある。

  3. ×c.  治療内容の盲検化

    盲検化(マスキング)は、どの群に割り付けられたかを患者や医師、評価者に分からないようにする手法で、ランダム割付とは別の手順である。患者が介入内容を知ることによるプラセボ効果や、医師・評価者の先入観が結果判定に入り込むこと(情報バイアス)を防ぐ目的で行う。患者と医師の両方に伏せる方法を二重盲検という。ランダム割付を行っても、それだけで盲検化されるわけではない。

  4. ○d.  比較群間の均質性の向上

    ランダム割付では対象者の群分けを偶然に委ねるため、年齢、性別、重症度、合併症などの既知の因子だけでなく、未知・未測定の因子も両群に平均的に均等に分布することが期待できる。これにより比較群間の背景がそろい(均質性が高まり)、結果の差を介入の効果として解釈できるようになる。交絡や、研究者の意図による選択バイアスを防ぐことがランダム割付の本質的な目的である。ただし、特に対象者数が少ない場合には偶然による偏りが残ることがあり、層別ランダム化や最小化法などで補う。

  5. ×e.  患者の試験への参加率の上昇

    ランダム割付では自分の受ける治療を選べないため、患者にとっては参加をためらう要因になることはあっても、参加率を高める効果はない。参加率の向上は、十分な説明と同意(インフォームド・コンセント)、参加負担の軽減などによって図るもので、ランダム割付の目的ではない。

ランダム化比較試験(RCT)の流れ

対象者を選定し、同意を得たうえでランダムに介入群と対照群に分け、介入群には評価したい治療などを、対照群にはプラセボや標準治療を行う。一定期間追跡した後、アウトカム(死亡、発症、検査値など)を両群で比較し、介入の効果を検証する。

RCTでバイアスを防ぐための主な工夫

・ランダム割付:群間の背景因子をそろえ、交絡と選択バイアスを防ぐ。 ・割付の隠蔽(allocation concealment):次の対象者がどちらの群に入るかを登録担当者が予測できないようにし、割付操作による選択バイアスを防ぐ。 ・盲検化:患者・医師・評価者が割付群を知らないようにし、情報バイアス(測定・評価の偏り)を防ぐ。 ・ITT解析:脱落や治療変更があっても割付どおりの群で解析し、ランダム化による群間の比較可能性を保つ。

ランダム化の主な方法

・単純ランダム化:乱数表やコンピュータでそのまま割り付ける。 ・ブロックランダム化:一定数ごとに両群の人数をそろえる。 ・層別ランダム化:重要な予後因子(年齢、重症度など)で層に分けてからランダム化する。 ・最小化法:新しい対象者を、予後因子の群間の偏りが最も小さくなるように割り付ける。

交絡への対処法の比較

研究の計画段階では、ランダム化、限定(対象を特定の条件に絞る)、マッチングが用いられる。解析段階では、層別解析や多変量解析が用いられる。観察研究では既知の交絡因子しか調整できないが、ランダム化は未知の交絡因子にも対応できる点が最大の利点である。

POINT

・ランダム割付の目的は、比較群間の背景因子を平均的にそろえ(均質性の向上)、交絡や選択バイアスを防ぐことである。 ・ランダム化は既知だけでなく未知の交絡因子にも対応できる。 ・偶然誤差はサンプルサイズの増加で小さくする。系統誤差は対象者数を増やしても減らない。 ・盲検化は情報バイアスを防ぐ手法であり、ランダム割付とは別の手順である。

※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。