ベイズ診断精度研究
- 提唱者
- Joseph, Gyorkos & Coupal; Dendukuri & Joseph (formal Bayesian DTA framework)
- 年
- 1995–2001
- 種類
- Bayesian inferential study design
- 系統
- Clinical / epidemiology
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
ベイズ診断精度研究は、ベイズ統計学的手法を用いて、医療検査が疾患を持つ人々と持たない人々をどの程度区別できるかを評価するものです。この手法では、感度、特異度、および関連する測定値の推定に事前知識が形式的に組み込まれます。観察されたサンプルのみに依存する古典的なアプローチとは異なり、ベイズ推論はデータの尤度モデルと事前確率分布を組み合わせて、直感的な信用区間を持つ事後推定値を生成します。
手法の背後にある直感
結核の新しい迅速検査を評価していると想像してください。古典的な統計学では、感度と特異度をサンプルデータのみから推定しますが、これは小さなサンプルや完璧な参照標準がない場合に困難を伴うことがあります。ベイズのアプローチでは、以前の研究、専門家パネル、または確立された疫学データから得られた既知の情報を事前分布として形式的に組み込むことができます。分析は、これらの事前分布を新しいデータで更新し、感度と特異度の事後分布を生成します。その結果は、単なる点推定値ではなく、不確実性を正直に定量化し、疾患の有病率、不完全な参照標準、および相関する検査に関する情報を単一の一貫したモデル内で組み込むことができる完全な確率分布として、より豊かな全体像を提供します。
歴史学
診断検査評価のための形式的なベイズ法は1990年代に登場しました。Joseph, Gyorkos & Coupal (1995) は、潜在クラスモデルを使用してゴールドスタンダードなしでSeとSpのベイズ推定を導入しました。Dendukuri & Joseph (2001) は、複数の検査間の条件付き依存性を扱うようにフレームワークを拡張し、検査パネルの現実的なモデリングを可能にする画期的な貢献をしました。Vacek (1985) による同時期の研究は、以前に頻度論的潜在クラスアプローチを示しており、ベイズの改良を促しました。MCMCソフトウェア(BUGS, JAGS, Stan)が2000年代に利用可能になり、不完全な参照標準が臨床診断において例外ではなく常態であるという認識が高まるにつれて、採用が加速しました。
使うべき場面
ベイズ診断精度研究を使用するのは、次の場合です。(1) 完璧な参照標準が利用できず、ゴールドスタンダードなしでSeとSpを同時に推定するために潜在クラスベイズモデルが必要な場合。(2) メタアナリシスや専門知識からの事前情報が、純粋な頻度論的分析よりも精度を意味のある形で向上させるのに十分なほど強力な場合。(3) サンプルサイズが限られており、古典的な漸近法では信頼できない区間が生成される場合。(4) 複数の潜在的に依存する検査が比較されており、結合モデルの複雑さにより古典的なアプローチが扱いにくい場合。MCMCソフトウェアやベイズモデリングの専門知識にアクセスできない場合、規制当局への提出書類が厳密に頻度論的な操作特性を要求する場合(多くの医療技術機関は依然として古典的な信頼区間を要求します)、または事前分布が十分に正当化されておらず、結果が主観的として却下される可能性がある場合は使用しないでください。
限界と注意点
- 事前分布の指定には正当性が必要です。不適切に選択された、または開示されていない事前分布は、結果に偏りをもたらし、信頼性を損なう可能性があります。
- MCMCの実装は、古典的な2×2分割表分析と比較して、計算上および技術的に要求が高いです。
- 多くの規制機関や臨床ガイドライン機関は依然として頻度論的な操作特性を要求しており、規制当局への提出における直接的な適用可能性を制限しています。
- 事前感度分析に関する透明性が必要です。これを省略した研究は、主観性に対する正当な批判を招きます。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 以前の研究、メタアナリシス、または専門知識からの事前証拠を形式的に統合し、現在のサンプル単独で達成できる以上の不確実性を低減します。
- 潜在クラスモデルを通じて不完全な参照標準を扱い、ゴールドスタンダードなしで偏りのないSe/Sp推定を可能にします。
- 頻度論的信頼区間とは異なり、直接的な確率的解釈を持つ信用区間(「真の感度がaとbの間にある確率は95%である」)を生成します。
- 古典的な大標本近似が破綻するような、小さなサンプルや稀な疾患の状況に自然に対応します。
- 単一の一貫した確率論的フレームワーク内で、複数の依存する検査と疾患有病率を同時にモデル化できます。
応用
- 培養やPCR参照が不完全または現場で利用できない場合の感染症(結核、COVID-19、マラリア)の迅速診断検査の評価。
- ゴールドスタンダードが存在しない場合に、潜在クラスモデルを使用して自己免疫疾患または寄生虫疾患の複数の血清学的アッセイを比較すること。
- 診断検査精度のベイズメタアナリシス(情報的な事前分布を持つ二変量またはHSROCモデル)において、研究間の診断精度を統合すること。
- サンプルサイズが小さい、または参照標準としての生検に倫理的制約がある状況での癌検出のための画像診断モダリティ(MRI、CT、超音波)の評価。
- 古典的な精度を得るための試験登録が不十分な稀な病態に対するSe/Sp推定に専門的な臨床知識を組み込むこと。
- すべての参加者にとって参照標準検査がロジスティック的に実現不可能な低資源環境でのポイントオブケア検査の評価。
使い方
使い方
データ収集の前に、主要なパラメータである感度 (Se)、特異度 (Sp)、および疾患有病率の事前分布が指定されます。事前分布は、情報的(以前の研究や専門家の意見に基づく)であることも、弱情報的(拡散的なベータ分布)であることもあります。事前分布の選択は透明性をもって文書化され、感度分析が計画されなければなりません。
研究デザインは、参加者の横断的登録によって決定されます。参加者は、対象検査と参照標準(またはゴールドスタンダードが存在しない場合は複数の不完全な検査)の両方を受けます。サンプルサイズの計画は、古典的な検出力計算式ではなく、シミュレーションまたはベイズの期待効用基準を使用し、モデルにすでに含まれている事前情報を反映します。
参加者は対象検査と参照標準(または比較検査)で検査されます。結果は、真陽性、偽陽性、真陰性、偽陰性を捉える分割表として、または個人レベルのデータとして記録されます。完璧な参照標準が利用できない場合、未観察の真の疾患状態をモデル化するために潜在クラス構造を使用できます。
統計的尤度関数(通常は多項分布またはベルヌーイ分布)は、Se、Sp、および有病率の関数として、観察された検査結果パターンに対して記述されます。検査が条件付きで依存している可能性がある場合(例:生物学的経路を共有する2つの免疫学的アッセイ)、尤度は独立性を仮定するのではなく、その依存構造を明示的にモデル化します。
数式
P(data | Se, Sp, prev)
マルコフ連鎖モンテカルロ (MCMC) サンプリング(または単純な二項モデルの場合の解析的共役更新)は、結合事後分布 P(Se, Sp, prev | data) からサンプルを抽出するために使用されます。事後要約には、95%信用区間(最高事後密度区間)を伴う中央値または平均推定値が含まれ、これらは真のパラメータ値に関する確率的記述として直接解釈可能です。
数式
P(Se, Sp | data) \propto P(data | Se, Sp) \cdot P(Se, Sp)
結果はSTARD(診断精度報告のための基準)ガイドラインに従って報告されますが、ベイズ固有の要素が補足されます。これには、事前分布の指定とその正当性、MCMCチェーンの収束診断、代替事前分布の下で結論がどのように変化するかを示す事前感度分析、およびモデル適合性を評価する事後予測チェックが含まれます。
よくある落とし穴
- 感度分析なしに情報的な事前分布を使用すること — もし結論が代替の正当な事前分布の下で著しく変化する場合、その知見は脆弱であり、そのように報告されなければなりません。
- 検査間の条件付き依存性を無視すること — 2つの検査が生物学的メカニズムを共有している場合に独立性を仮定すると、見かけの特異度が膨らみ、誤解を招く事後推定値が生成されます。
- 事後信用区間を古典的な信頼区間であるかのように扱うこと — それらは異なる質問に答え、互換性があるかのように表示したり解釈したりすべきではありません。
- MCMC収束の確認を怠ること — 収束していないチェーンは信頼できない事後要約を生成します。常にR-hat統計量とトレースプロットを報告してください。
よくある質問
ベイズ診断精度研究にはどのようなソフトウェアが使用されますか?
最も一般的なプラットフォームは、JAGS(RパッケージrjagsまたはR2jags経由)、Stan(RStanまたはCmdStanR経由)、およびレガシーなWinBUGS/OpenBUGSスイートです。BLTMやTestaRなどの専門的なRパッケージは、診断精度のための潜在クラスモデルを実装しています。STATAとSASには限られたベイズ診断モジュールがあります。Stanは、その効率性と活発な開発により、ますます好まれています。
感度と特異度の事前分布はどのように指定すればよいですか?
SeとSpは境界のある確率であるため、ベータ分布が自然な選択です。ベータ(alpha, beta)事前分布は、平均 (alpha/(alpha+beta)) と実効サンプルサイズ (alpha+beta) を使用してパラメータ化できます。例えば、以前の研究でSe ≈ 0.85が40の観察に基づいて見つかった場合、ベータ(34, 6)はその事前分布を符号化します。事前証拠が弱い場合、ベータ(1,1)の一様分布またはベータ(0.5, 0.5)のジェフリーズ事前分布が正当化されます。感度分析として、常に2つまたは3つの代替事前分布の下で結果を比較してください。
標準的な2×2分割表の代わりに潜在クラスモデルを使用する必要があるのはいつですか?
完璧な参照標準がない場合、つまり参照検査自体の感度または特異度が1.0未満である場合は常にです。これは実際には非常に一般的です(例:結核の培養は感度が高いが遅い。専門家の臨床診断は不完全である)。不完全な参照標準誤差を無視すると、見かけの特異度が膨らみ、感度が過小評価されます。ベイズ潜在クラスモデルは、真の疾患状態を未観察の(潜在的な)変数として扱い、SeとSpとともにそれを推定します。これにより、識別可能性を達成するために複数の検査または情報的な事前分布が必要になるというコストを伴いますが、偏りのない推定値が生成されます。
STARDチェックリストはベイズDTA研究の報告に十分ですか?
STARDは診断精度研究の核となる構造をカバーしていますが、ベイズ固有の要素には対応していません。STARD報告を補完するものとして、以下を含めてください。(1) すべての事前分布とその情報源の明確な記述。(2) MCMC収束診断(R-hat、実効サンプルサイズ、トレースプロット)。(3) 事前感度分析。(4) 事後予測チェック。一部のジャーナルは、再現性を可能にするために、分析コードとデータを補足資料として要求することもあります。
サンプルサイズ計画は古典的な診断研究とどのように異なりますか?
古典的なDTAのサンプルサイズ計算式は、頻度論的信頼区間の望ましい幅、または閾値に対するSe/Spの検定の古典的な検出力を目標とします。ベイズ計画では、代わりに望ましい事後信用区間の幅を指定し、事前分布の下でデータセットをシミュレートして、平均してそれを達成するために必要な登録数(期待される事後分散または平均長基準)を見つけます。このアプローチは、事前分布にすでに含まれている情報を自動的に考慮するため、事前証拠が強力な場合には、より小さな必要なサンプルサイズをもたらすことがよくあります。
関連する手法
参考文献
Dendukuri, N., & Joseph, L. (2001). Bayesian approaches to modeling the conditional dependence between multiple diagnostic tests. Biometrics, 57(1), 158–167.
DOI 文献を開くコピーしました。Gatsonis, C., & Paliwal, P. (2006). Meta-analysis of diagnostic and screening test accuracy evaluations: Methodologic primer. American Journal of Roentgenology, 187(2), 271–281.
DOI 文献を開くコピーしました。