Kaplan-Meier解析:ノンパラメトリック生存推定
- 提唱者
- Edward L. Kaplan and Paul Meier
- 年
- 1958
- 種類
- Nonparametric survival estimator
- 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?
Kaplan-Meier (KM) 解析は、イベント発生までの時間データから生存関数を推定するためのノンパラメトリック手法である。1958年にKaplanとMeierによって導入されたこの手法は、観察された各イベント発生時刻における生存確率を示す典型的な階段状の生存曲線を作成し、打ち切り観測(研究から脱落した参加者や追跡終了時点でまだイベントを経験していない参加者)を適切に考慮する。臨床および疫学研究で最も広く用いられている技術の一つである。
手法の背後にある直感
例えば、ある集団のがん患者を追跡し、治療後の生存期間を調べる場合を想像してみよう。研究中に死亡する患者(観測イベント)もいれば、研究終了時点でまだ生存しているか脱落する(打ち切り)患者もいる。単純な平均では打ち切りを無視してしまい、生存期間を過小評価してしまう。Kaplan-Meier推定量は、代わりに、 連続するイベント発生時刻ごとに条件付き生存確率(その時点まで生存していることを条件とした、次のイベント発生時刻まで生存する確率)を掛け合わせることで、実際のイベント発生時にのみ低下する階段状の曲線を得る。打ち切り観測はリスク集団を減少させるが、イベントとしてはカウントされないため、その情報は離脱する時点まで利用される。
歴史学
Kaplan-Meier解析は、1958年に『Journal of the American Statistical Association』誌に掲載された、Edward L. KaplanとPaul Meierによる画期的な論文に由来する。Meierは積限界推定量(product-limit estimator)を独立に導出していたが、ジャーナルの編集者が並行研究を認識し、共同出版を奨励した。この論文は当初、控えめな関心しか集めなかったが、史上最も引用された科学論文の一つとなった。付随するログランク検定は、Nathan Mantelによって1966年に開発された。この手法は1970年代以降、臨床試験報告の中心となり、現在では世界中の規制当局が、イベント発生までの時間解析の提出書類の一部としてKM曲線を期待している。
使うべき場面
結果が単一の明確に定義されたイベント(死亡、再発、退院、治療失敗)までの時間であり、参加者ごとに追跡期間が異なる場合にKaplan-Meier解析を使用する。これは、あらゆる生存時間解析の標準的な最初のステップであり、ランダム化試験と観察コホート研究の両方に適している。記述的な表示やグループ比較にはKM曲線が好ましいが、比例ハザード仮定が成り立つ場合に限る。複数の共変量を同時に調整する必要がある場合はCox回帰に移行する。イベントが個人あたり1回しか発生せず、競合イベント(例:関心のあるイベント発生前に別の原因で死亡)が存在する場合(競合リスク解析を使用)、KMは適切ではない。KMは、打ち切りが情報的である可能性が高い場合、連続共変量の調整が必要な場合、または結果がイベント発生までの時間ではなく二値である場合にも不適切である。
限界と注意点
- 複数の交絡因子を同時に調整できない。共変量調整された推定値にはCox比例ハザードを使用する。
- 非情報的打ち切りを仮定する。打ち切りが予後に関連する場合、推定値に偏りが生じる。
- 再発イベントや競合リスクを、より専門的な手法への拡張なしには扱えない。
- 曲線比較のためのログランク検定は、ハザード比が時間とともに変化する場合(曲線が交差または収束する場合)、検出力が低下する。
- リスク集団に残っている参加者が少数になった長期間の追跡時間では、推定値が不安定になる。
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
- 完全にノンパラメトリックであり、生存分布の形状についていかなる仮定も置かない。
- 打ち切り観測を適切に組み込み、利用可能なすべての追跡時間を最大限に活用する。
- 直感的で即座に解釈可能な視覚表現(階段状の生存曲線)を生成する。
- 中央生存時間と信頼区間が要約統計量として容易に導出できる。
- 臨床、疫学、および規制当局の聴衆の間で広く理解されている。
応用
- 腫瘍学におけるランダム化比較試験での治療群間の全生存期間の比較。
- 心血管コホート研究における心臓手術後の再入院 までの時間の推定。
- 新規腫瘍薬の規制当局への提出における無増悪生存期間(progression-free survival)の報告。
- 薬物警戒研究における治療中止または有害事象発生までの時間の解析。
- 移植登録および臓器拒絶研究における移植片生存期間の推定。
- 大腸がんまたは乳がんコホートにおける手術切除後の再発までの時間の記述。
使い方
使い方
関心のあるイベント(例:死亡、疾患再発、再入院)、時間的起点(例:無作為化日、診断日)、および打ち切りメカニズムを指定する。各参加者は生存時間とイベント指標(1 = イベント発生、0 = 打ち切り)を提供する。打ち切りが非情報的であること、すなわち、打ち切られた参加者がリスクに残っている参加者と予後において系統的に異ならないことを確認する。
観測されたすべてのイベント発生時刻を小さい方から大きい方へソートする。同着(同じ時刻に複数のイベントが発生)は標準的な慣例に従って解決する。各異なるイベント発生時刻 t_i において、n_i(t_i 直前のリスク集団内の参加者数)と d_i(t_i におけるイベント数)を記録する。連続するイベント発生時刻の間に発生する打ち切り観測は、後続のステップにおける n_i を減少させるが、イベントとしてはカウントされない。
各イベント発生時刻における生存確率を、積限界(product-limit)公式 S(t) = product over all t_i <= t of (1 - d_i / n_i) を用いて計算する。推定値は S(0) = 1 から始まり、イベント発生時刻でのみ段階的に減少し、イベント間では一定に保たれる。この手法は、生存時間の基礎となる分布についていかなる仮定も置かない。
数式
S(t) = \prod_{t_i \le t} \left(1 - \frac{d_i}{n_i}\right)打ち切り観測(追跡不能、中止、または研究終了時点でイベント未発生の参加者)は、それらの打ち切り時刻でリスク集団から除外することによって組み込まれる。それらの参加者は、それまでの期間、分母 n_i に寄与する。打ち切りの適切な処理は極めて重要である。もし打ち切りが情報的(予後と相関がある)であれば、KM推定値は偏り、より洗練された手法が必要となる。
2つ以上のグループ(例:治療群対対照群)を比較する場合、各グループについて個別にKM曲線が推定され、曲線は一緒に表示される。ログランク検定(またはMantel-Cox検定)は、生存関数が等しいという帰無仮説に対する形式的な有意性検定を提供する。ログランク検定は、グループ間のハザード比が時間を通じてほぼ一定である(比例ハザード仮定)場合に最も強力であり、早期の差がより関心事である場合にはWilcoxon-Breslowのような重み付き派生版が利用可能である。
KM曲線をグラフで表示し、x軸の下にリスク集団数(numbers-at-risk)の表を添える。中央生存時間(S(t)が0.5を横切る時刻)を95%信頼区間(通常はGreenwoodの公式)とともに報告する。比較が行われた場合は、ログランク検定のp値とCoxモデルからのハザード比を報告する。総サンプルサイズ、イベント数、および追跡期間を指定する。
よくある落とし穴
- 競合リスクの無視。参加者が競合イベント(例:再発前に死亡)を経験する可能性がある場合にKMを使用すると、関心のあるイベントの累積発生率の過大評価につながる。Fine-Gray法または原因別ハザードアプローチを使用する。
- リスク集団数(numbers-at-risk)の表なしでの曲線提示。非常に少数の個人に基づいた曲線の後半部分は、文脈なしでは信頼性が低く誤解を招く。
- 情報的打ち切り。患者が状態悪化により治療を変更したために打ち切られた場合、生存コホートは人工的に選択される。感度分析または逆確率打ち切り重み付け(inverse-probability-of-censoring weighting)を検討すべきである。
- 効果量なしでのログランク検定p値のみの報告。p値は有意性を示すが、差の大きさは示さない。常にCox回帰からのハザード比と信頼区間を併記する。
- 生存曲線が交差するのに単一のログランク検定のみを用いること。曲線が交差する場合、早期または晩期の実際の差が存在しても、ログランク検定は有意でない可能性がある。制限平均生存時間(restricted mean survival time)または重み付きログランク検定の方がより情報量が多い。
よくある質問
Kaplan-Meier曲線と累積ハザード曲線(cumulative hazard curve)の違いは何ですか?
KM曲線は、時間 t を超えて生存する(イベントを経験しない)確率 S(t) を示し、1から0に向かって減少する。累積ハザード H(t) = -log S(t) は時間とともに増加し、蓄積された瞬間リスクを表す。どちらも同じ基礎データに対する等価な表現であり、累積ハザードは指数分布の下では対数スケールで線形になるため、モデルの確認に有用である。
グループ比較のために、ログランク検定とCoxモデルのどちらを使用すべきですか?
調整されていないKM曲線を比較する単純なノンパラメトリック有意性検定が必要な場合は、ログランク検定を使用する。交絡因子を調整する必要がある場合、連続予測子を含める場合、または効果量の要約としてハザード比を取得したい場合は、Cox回帰を使用する。両アプローチとも比例ハザードを仮定している。その仮定が満たされない場合は、制限平均生存時間解析を検討する。
中央生存時間の信頼区間をどのように計算しますか?
標準的なアプローチでは、Greenwoodの公式を用いてS(t)の分散を推定し、曲線周りに点ごとの信頼区間を構築する。中央値の信頼区間は、信頼区間が0.5の確率線と交差する時間点の集合である。ほとんどの統計ソフトウェア(R survivalパッケージ、SAS LIFETEST、Stata stci)はこれを自動的に計算する。
競合リスクがある場合、Kaplan-Meierを使用できますか?
標準的なKM解析では、競合イベント(例:関心のあるイベント前に別の原因で死亡)を打ち切り観測として扱うが、これは累積発生率の過大評価につながる。なぜなら、打ち切られた個人はリスクに残っていると仮定されるからである。競合リスクが存在する場合は、KM推定量ではなく、Fine-Gray回帰または原因別ハザードモデルからの累積発生率関数(CIF)を使用する。
信頼性の高いKaplan-Meier推定に必要なサンプルサイズはどのくらいですか?
信頼性は、総サンプルサイズよりも観測されたイベント数に主に依存する。大まかな目安として、安定した曲線推定には各グループで少なくとも10〜20件のイベントが必要であり、ログランク検定の正式な検出力計算は、予想されるイベント率、中央生存時間、および所望の検出力に基づいて行うべきである。リスク集団に残っている参加者が非常に少ない(約5〜10人未満)長期間の追跡時間では、曲線は信頼性がなくなり、切り捨てられるか、適切な不確実性とともに提示されるべきである。