Skip to content
検索結果に戻る

ブロック無作為化比較試験

提唱者
R. A. Fisher (blocking principle); systematic RCT application by Bradford Hill and later Pocock, Friedman et al.
年
1920s (Fisher's blocking principle); applied to RCTs from the 1940s onward
種類
Experimental design
系統
Experimental design

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

文字サイズ

何をする手法か?

ブロック無作為化比較試験(ブロックRCT)は、募集期間を通じて治療群のサイズが均等になるように、またオプションで主要な特性についても均等になるように、置換ブロック無作為化を使用する。固定またはランダムに変動するサイズの各ブロック内では、すべての治療割り付けが同数含まれるため、試験が早期に中止された場合でも不均衡が蓄積することはない。これにより、ブロックRCTは臨床および行動介入研究における標準的な無作為化アプローチとなっている。

手法の背後にある直感

100人の患者を一人ずつ登録することを想像してほしい。純粋な無作為化では、最初の20人の患者が偶然にも一方の群に多く割り付けられる可能性があり、中間解析や最終比較が歪められる。ブロック化はこれを防ぐ。研究者は、例えば4つのスロット(各群に2つ)の小さなブロックを事前に指定するため、連続する4回の登録ごとにバランスが回復する。治療群のサイズは、試験全体を通じてほぼ均等に保たれる。ブロックが施設や層とも対応する場合、これらのサブグループ全体でもバランスが維持され、不均等な登録がもたらしうる交絡から研究を保護する。

歴史学

ブロック化の原則は、1920年代のR. A. Fisherによる農業圃場実験に起源を持つ。そこでは、土壌のばらつきを制御するために圃場がブロックにグループ化された。Bradford Hillは、1948年の画期的なストレプトマイシン結核試験で、無作為化を臨床試験に適用した。RCTのための置換ブロック無作為化は、Stuart Pocockによって1983年の教科書で、またFriedman、Furberg、DeMetsによってFundamentals of Clinical Trialsの各版で体系的に記述され、提唱された。現在では、ほとんどの第II相および第III相臨床試験における事実上の標準となっている。

使うべき場面

2つ以上の介入を管理された条件下で比較する必要があり、募集期間中にほぼ均等な群サイズを保証したい場合にブロックRCTを使用する。これは、中間解析または早期中止が計画されている場合に不可欠である。ブロック化は、特に多施設共同試験において有用であり、施設ごとの別々のブロックシーケンスが施設レベルの交絡を防ぐ。重要な予後共変量が募集施設または時間によって大きく変動する場合、単純なブロック化(層別化なし)RCTを使用しないこと。その場合は、層別ブロック化または最小化が望ましい。非常に小規模な試験(n < 20)で、ブロックが固定されており、ブロックサイズがわかっている場合、たとえ隠蔽措置が講じられていても、後期登録の割り付けが予測可能になるため、ブロック無作為化を避ける。

限界と注意点

  • 固定ブロックサイズは、無作為化が完全に隠蔽されていない場合、各ブロックの終わりに近づくと割り付け予測を可能にし、選択バイアスを導入する可能性がある。
  • 共変量バランスを完全に排除するわけではない。明示的に設計に組み込まれた層別化変数に対してのみバランスを強制する。
  • 同時に多くの変数に層別化すると、管理不能な数の小さな層が作成され、ブロック化の目的が無効になる。
  • ブロック化構造を考慮して分析する必要がある。モデルで層別化変数を見落とすと、統計的効率が低下する可能性がある。

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

  • 募集期間中の任意の時点での群サイズのおおよその均等性を保証し、中間解析を保護する。
  • 単純な無作為化と比較して、測定されたおよび測定されていないベースライン共変量におけるランダムな偏りを低減する。
  • 層別化との互換性があり、複数の主要な予後因子に対する同時バランスを可能にする。
  • 広く受け入れられている規制基準であり、統計学者、審査員、倫理委員会によく理解されている。
  • ランダムなブロックサイズ変動は、ブロックサイズがおおよそわかっている場合でも、割り付け予測を効果的に防ぐ。

応用

  • 中間解析を伴う規制要件を満たす無作為化を必要とする第II相および第III相製薬試験。
  • 施設が変動の既知の原因である多施設共同教育または行動介入研究。
  • 患者数と症例構成が施設間で大きく異なる外科または手技試験。
  • 理学療法士またはクリニックの効果を群間でバランスさせる必要があるリハビリテーションおよび理学療法RCT。
  • 年齢層または登録時の血清学的状態によって層別化されたワクチン有効性試験。

使い方

使い方

1

実施者は、ブロックサイズ(一般的には4、6、または割り付け予測を防ぐためにランダムに変動するサイズのシーケンス)を選択する。層別化が計画されている場合、ブロックは各層内で個別に定義される(例えば、施設、性別、またはベースラインの重症度別に個別に定義される)ため、関心のある各サブグループ内でバランスが強制される。

2

各ブロックについて、目標割り付け比率を満たす治療ラベルのすべての置換がリストアップされ(例えば、4のブロックで1:1の比率の場合:AABB、ABAB、ABBAなど)、コンピュータ乱数生成器を使用して1つの置換が無作為に選択される。連続するブロックの置換を連結することで、完全な割り付けシーケンスが生成される。

3

参加者が登録され、適格基準を満たすにつれて、シーケンスの次の割り付けが割り付けられる。隠蔽は重要である。シーケンスは、募集担当者も参加者も次の割り付けを予測できないように、安全に保管されなければならない(例:封印された封筒または中央無作為化システム)。割り付けの事前知識は、盲検化を破り、選択バイアスを導入する。

4

試験プロトコルに従って、実験的介入と対照介入が実施される。参加者、ケア提供者、およびアウトカム評価者の盲検化は、可能な限り維持される。介入がすべての群で意図された通りに実施されていることを保証するために、治療忠実度が監視される。

5

主要および副次アウトカムは、事前に指定された統計解析計画に従って分析される。通常、無作為化に使用された層別化変数を調整して、共分散分析(ANCOVA)、反復測定のための混合モデル、またはロジスティック回帰が使用される。治療意図(intention-to-treat)解析が主要なエスティマンドであり、治験実施計画書遵守(per-protocol)解析は副次的である。

よくある落とし穴

  • 固定ブロックサイズと公開(盲検化されていない)割り付けリストを使用すると、たとえ熟練した募集担当者でも次の割り付けを推測でき、隠蔽を侵害し、選択バイアスを導入する。
  • 多くの変数に層別化すること:k個の二値層別化変数があると、層の数は2^kになる。サンプルサイズが小さい場合、ほとんどの層はほぼ空になり、利点を提供せず、分析を複雑にする。
  • 主要な分析で層を調整しないこと:無作為化で層別化が使用された場合、回帰モデルから層を省略すると、得られた精度が無駄になり、分散推定値が偏る可能性がある。
  • ブロック化と盲検化の混同:ブロック化は割り付けバランスを制御し、盲検化は情報フローを制御する。両方とも必要であり、独立した保護策である。

よくある質問

どのようなブロックサイズを使用すべきですか?

ブロックサイズは、治療群の数(例:2群試験の場合は4または6)の倍数であるべきです。小さいブロックはより厳密なバランスを強制しますが、予測可能性が高くなります。大きいブロックは予測可能性が低いですが、中間的な不均衡をより多く許容します。ランダムに変動するブロックサイズ(例えば、2、4、6を交互に使用する)を使用することは、最も一般的な実用的な妥協策であり、ほとんどの規制ガイダンスで推奨されています。

層別化ブロック無作為化は、ブロック無作為化と同じですか?

層別化ブロック無作為化は、各層(例:各施設または年齢グループ)内で個別に適用されるブロック無作為化です。層別化されていないブロック無作為化は、すべての参加者に単一のブロックシーケンスを適用します。層別ブロックは、層別化変数に対するバランスのより強力な保証を提供し、これらの変数が強力な予後因子である場合にはいつでも推奨されます。

ブロック化されたデータを異なる方法で分析する必要がありますか?

はい。無作為化で層別化変数を使用した場合は、それらを主要な分析モデル(ANCOVA、ロジスティック回帰、または混合モデル)の共変量として含める必要があります。分析でそれらを見落とすことは、規制当局によって指摘される一般的なプロトコル逸脱です。点推定値を偏らせることはありませんが、層別化が提供することを意図した精度の利点を低下させます。

ブロックRCTはクラスターRCTとどのように異なりますか?

ブロックRCTでは、各ブロック内の個々の参加者が異なる治療を受けます。ブロックは無作為化目的のためだけの管理上のグループ化です。クラスターRCTでは、クラスター(例:学校またはクリニック)のすべてのメンバーが同じ治療を受けます。クラスターが無作為化の単位です。これらは根本的に異なるデザインであり、サンプルサイズと分析要件が大きく異なります。

ブロック化の代わりに最小化を使用すべきなのはいつですか?

予後因子が多い場合、または試験が小さく完全なバランスの取れた層を作成できない場合に、層別ブロックよりも最小化(共変量適応型無作為化)が好まれます。最小化は、共変量の全体的な不均衡を最小化する群に次の参加者を動的に割り付けます。決定論的またはほぼ決定論的な割り付けルールが必要なため、厳格な中央無作為化と隠蔽が必要です。

関連する手法

参考文献

  1. Friedman, L. M., Furberg, C. D., DeMets, D. L., Reboussin, D. M., & Granger, C. B. (2010). Fundamentals of Clinical Trials (4th ed.). Springer.

    ISBN:978-1441915856
    コピーしました。
  2. Pocock, S. J. (1983). Clinical Trials: A Practical Approach. Wiley.

    ISBN:978-0471901853
    コピーしました。