多群実験 — 多群実験デザイン
- 提唱者
- Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
- 年
- 1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
- 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
何をする手法か?
多群実験は、3つ以上の治療法または介入条件(それぞれを「群」と呼ぶ)を、共通の対照群と比較するか、あるいは互いに比較する。単一の研究で複数の代替法を検証することにより、逐次的に別々の2群実験を行うよりも参加者あたりの情報量が多くなり、事前に定められた比較戦略を通じて全体的な第一種過誤率を制御できる。
手法の背後にある直感
プラセボと比較して4つの候補薬用量をテストする必要がある製薬試験を考えてみよう。4つの別々の2群試験を実施すると、リソースが無駄になり、偽陽性の確率が増大する。多群デザインでは、5つの群すべてを一度に登録し、比較間で対照群を共有し、偽の結果が生じる全体的な確率が許容レベルにとどまるように有意水準を設定する。教育(3つの教授法を比較)、技術(複数のインターフェース変異体をテスト)、または政策評価(複数のプログラム変異体を現状と比較して評価)にも同様の論理が適用される。重要な洞察は効率性である。適切に検出力のある1つの実験が、いくつかのより小さな実験に取って代わる。
歴史学
複数の群を同時にテストするという考え方は、1920年代から1930年代にかけてロナルド・A・フィッシャーによって開発された分散分析に暗黙的に含まれている。臨床試験における現代の多群フレームワークは、創薬開発を加速する必要性から、1990年代後半から2000年代にかけて体系的に明確化された。英国医療研究評議会臨床試験ユニットのパーマー、ロイストンらは、2003年以降の一連の論文で多群多段階(MAMS)デザインを形式化し、中間群除外がエラー制御を維持しながら一部の状況で募集時間を半分にできることを示した。
使うべき場面
単一の研究内で3つ以上の介入、用量、または条件を評価する必要があり、複数の別個の研究を実行するのではなく、共通の比較群を共有したい場合に多群実験を使用する。参加者の募集が限られたリソースである場合に特に効率的である。臨床試験、行動介入、教育研究、およびオンライン製品テストに適している。群間の運用上の分離を維持できない場合(汚染リスク)、計画された比較の数が多すぎて各比較の検出力が許容できないほど低くなる場合、または介入群が互いに独立性の仮定に違反する方法で相互作用する場合に使用しない。
限界と注意点
- 各群対対照群の個々の比較の検出力は、デザインが最適化されていない限り、同じ総サンプルサイズの2群試験よりも低い。
- 群数が増えると、運用上の複雑さが増す:サプライチェーン、トレーニング、モニタリング、およびプロトコルの逸脱が倍増する。
- 多くの群をテストする場合、多重性の調整は保守的になり、真に効果的な介入を見えなくする可能性がある。
- MAMSデザインにおける中間解析での群の除外には、事前に規定された中止規則が必要である。事後的な除外は許容されない。
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
- 単一の研究内で複数の仮説を効率的に検証し、複数の独立した実験と比較して総サンプルサイズを削減する。
- 共通の対照群は、すべての活性群と同じ経時的傾向および募集条件にさらされるため、比較可能性が向上する。
- ファミリーワイズエラー率は、事前に規定された調整方法(ダンネット、ボンフェローニ、ゲートキーピング)を通じて厳密に制御できる。
- 多群多段階の拡張により、中間解析で劣った群を除外でき、エラーを増加させることなくデザインを適応的にできる。
- すべての群および比較の透明な事前登録は、アウトカムスイッチングおよび出版バイアスを制限する。
応用
- 単一のプロトコル内でプラセボに対して複数の薬物用量または候補治療法を比較する臨床試験。
- 教育研究において、3つ以上の教育アプローチ(従来の講義、反転授業、ピアインストラクション)を対照群と比較して評価する。
- デジタル製品テストにおいて、ベースラインに対して複数のインターフェースまたは価格設定の変異体を管理されたオンライン実験で比較する。
- 公衆衛生介入研究において、複数の行動変容戦略(メッセージング、インセンティブ、リマインダー)を同時に評価する。
- 農業試験において、複数の肥料配合または播種スケジュールを標準的な実践群と比較してテストする。
使い方
使い方
実験を開始する前に、研究者は群の数(最低3つ:通常は1つの対照群と2つ以上の活性群)、主要評価項目、比較構造(各群対対照群、すべてのペアワイズ比較、または階層的なシーケンス)、およびファミリーワイズエラー率制御戦略を規定する。最も一般的なのは、ボンフェローニ補正、群対対照群比較のためのダンネット検定、または順序付けられた仮説のためのゲートキーピング手順である。
適格な参加者(またはクラスター、または単位)は、事前に決定された割り付け比率を使用して、群のいずれかにランダムに割り付けられる。群間の均等な割り付けは、各群あたりの検出力を最大化する。不均等な割り付け(対照群により多くの参加者)は、対照群のデータが複数の比較に役立つ場合に、より効率的である可能性がある。層別化またはブロック化ランダム化は、予後因子を均衡させるためによく使用される。
各群は、研究の全期間にわたって、割り当てられた介入または条件を受ける。参加者、ケア提供者、およびアウトカム評価者の盲検化は、差次的バイアスを防ぐために、可能な限り適用される。運用上の忠実度チェックは、試験期間中、各群が指定どおりに実施されていることを確認する。
主要評価項目および事前に規定されたすべての副次評価項目は、すべての参加者について指定された時点で測定される。逸脱または脱落した参加者からのデータを含むすべてのデータが記録される。ランダム化の整合性を維持するために、一次解析では治療意図(intention-to-treat)の原則が適用される。
各活性群のアウトカムは、事前に規定された統計的検定および調整された有意水準を使用して、対照群(または互いに)と比較される。効果量および信頼区間は、各比較について報告される。デザインが多群多段階(MAMS)フレームワークに従う場合、中間解析でパフォーマンスの低い群を最終段階の前に除外でき、エラー制御を損なうことなくリソースを節約できる。
よくある落とし穴
- 多重性の補正を怠ること — 未調整のアルファ水準でペアワイズ比較を実行すると、比較数に比例して偽陽性率が増加する。常に調整戦略を事前に規定すること。
- 個々の群の検出力不足 — 2群試験のサンプルサイズを計算してから参加者を複数の群に分割すると、各比較の検出力が低下する。検出力は、調整されたアルファの下で計画された各対比について計算する必要がある。
- 群間の汚染 — 参加者が異なる群間で相互作用する場合(例:教室や職場環境)、治療効果が群間で漏れる。クラスターレベルのランダム化または物理的な分離が必要である。
- ランダム化後の群の追加 — 登録開始後に新しい群を導入すると、ランダム化の均衡が崩れ、比較可能性が損なわれる。これは、独立データモニタリング委員会によってレビューされた事前に登録された適応的プロトコル下でのみ行うべきである。
- 多群実験と要因計画の混同 — 多群実験は互いに排他的な条件をテストする。要因計画は組み合わせを可能にする。一方を他方と誤解すると、誤って指定されたモデルと解釈不能な結果につながる。
よくある質問
多群実験は要因実験とどう違うのか?
多群実験では、参加者は定義された条件のいずれか1つのみを受け取り、群は互いに排他的である。要因実験では、参加者は因子レベルの組み合わせ(例えば、薬と食事療法)を受ける可能性がある。因子の間の相互作用を研究したい場合は、要因計画を使用する。明確で組み合わせ不可能な代替案を比較したい場合は、多群デザインを使用する。
多重比較をどのように補正すべきか?
群対対照群比較の最も一般的なアプローチはダンネット検定であり、すべての群が同じ対照群を共有する場合、ボンフェローニよりも検出力が高い。すべてのペアワイズ比較については、テューキーのHSDが標準である。階層的に順序付けられた仮説(主要、副次など)については、ゲートキーピング手順が主要比較の検出力を維持する。調整戦略は、データ収集前にプロトコルで事前に規定されなければならない。
研究開始後に新しい群を追加できるか?
原則として、プラットフォームまたはマスタープロトコルデザインでは群を追加できるが、厳密に事前に規定された規則の下でのみ、エラー制御を維持するための統計的ペナルティが課される。標準的な多群実験では、試験途中で群を追加すると、ランダム化の均衡が損なわれ、新しい群が開設される前に蓄積された対照群との比較可能性が損なわれる。これは、事前に登録された適応的プロトコルおよび独立データモニタリング委員会によってレビューされた場合にのみ行うべきである。
どのくらいのサンプルサイズが必要か?
調整された有意水準(例えば、ボンフェローニの場合はアルファ/比較数、またはダンネット調整済み臨界値)で、計画された各比較の検出力を計算する。各群に必要なサンプルサイズは、未調整の2群試験よりも大きい。R(multcomp、mvtnormパッケージ)などのソフトウェアや専用の臨床試験計算機は、多群検出力分析を直接サポートする。
多群多段階(MAMS)デザインとは何か?
MAMSは、計画された中間解析を多群デザインに組み込んだ拡張である。各中間解析で、事前に規定された活動閾値に達しない群は除外され、募集は生存している群に継続される。これにより、非効果的な治療を受ける参加者が少なくなり、効率が向上する一方で、事前に規定された中止境界を通じて全体的なエラー制御が維持される。