ネットワークメタアナリシス
- 提唱者
- Lumley (2002)
- 年
- 2002
- 種類
- Method
- 系統
- Advanced Meta-Analysis
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?
ネットワークメタアナリシス(NMA)は、直接的エビデンス(直接比較試験)と間接的エビデンス(共通の比較対象を介した比較)の両方を組み込み、単一の分析フレームワーク内で複数の介入を同時に比較するための系統的な手法である。2002年にLumleyによって初めて定式化されたNMAは、一部の治療ペアが直接研究されたことがない場合でも、研究者が治療法をランク付けし、比較有効性を定量化することを可能にする。
手法の背後にある直感
従来のペアワイズメタアナリシスは、治療AとBを直接比較した試験のみを用いて、A対Bの比較を行う。しかし、多くの介入が存在するにもかかわらず、直接比較が少ない場合、研究者はすべての選択肢をランク付けすることができない。NMAは、エビデンスの「ネットワーク」を構築することでこれを解決する。もしA対BとB対Cの試験が存在する場合、一貫性(推移性)の仮定が成り立つ限り、NMAはBを介してA対Cの間接比較を統合できる。これにより、すべての治療法が単一の尺度でランク付けされ、どれが最も効果的、忍容性がある、または費用対効果が高い可能性が高いかが特定される。
歴史学
ネットワークメタアナリシスは、ベイズ法と計算能力が複数の治療比較の同時モデリングを可能にした2000年代初頭に登場した。Lumleyの2002年の出版物は、ベイズアプローチを定式化し、一貫性フレームワークを導入した。Caldwellら(2005年)、そして後にDias & Adesは、不一致を評価するための方法を洗練させた。コクラン共同計画はNMA法を採用し、現在では毎年複数のコクランNMAレビューを出版している。ソフトウェア開発(BUGS, WinBUGS, JAGS, Stan)とRパッケージ(netmeta, gemtc, BUGSnet)により、NMAは専門の統計学者以外にも利用可能になった。リビングNMA(新しい試験が発表されるたびに継続的に更新される)は、新たなフロンティアである。
使うべき場面
NMAは、(1) 同じ疾患に対して複数の介入が存在し、(2) 研究者や臨床医がそれらをランク付けまたは選択する必要があり、(3) 一部の比較において直接的な直接比較試験が少ないか存在せず、(4) 連結されたネットワークが存在し(治療法が直接的または間接的にリンクされている)、(5) 一貫性の仮定を評価し正当化できる場合に用いられる。一般的な応用例には、薬剤比較(抗うつ薬、降圧薬)、外科手術手技、リハビリテーション介入、予防戦略などがある。NMAは、複数の選択肢にわたる償還決定を通知するための医療技術評価(HTA)において特に価値がある。
限界と注意点
- 一貫性(推移性)の強い仮定が必要である。すなわち、治療効果が異なる試験集団や文脈間で比較可能であるという仮定である。違反するとランキングが無効になる。
- 結果はエビデンスベースに依存する。スパースなネットワークや非連結なサブグラフは精度を低下させ、信頼できない間接推定値につながる可能性がある。
- ネットワークサイズが大きくなると計算の複雑さが増し、ベイズNMAは事前分布の慎重な指定が必要であり、それが結果に影響を与える可能性がある。
- 利用可能なすべての試験が特定されていると仮定する。欠落している研究(特にネガティブなもの)は、小規模研究効果を介して結果を偏らせる可能性がある。
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
- 一部のペアで直接的な試験エビデンスがない場合でも、すべての治療法を単一の有効性尺度でランク付けできる。
- 間接比較から情報を共有することで統計的検出力を高め、推定値の精度を向上させる。
- ガイドラインや政策策定のための包括的なエビデンス統合を提供し、恣意的または不完全なペアワイズメタアナリシスへの依存を減らす。
- 異質性、研究デザインバイアス、または測定されていない効果修飾因子を示唆する可能性のあるネットワークの不一致を特定する。
- 多アーム試験を自然に統合し、試験を恣意的に個別のペアワイズ比較に分割する必要がない。
応用
- 複数の抗うつ薬、抗精神病薬、またはその他の薬物クラスを比較し、ガイドライン策定のための有効性と忍容性をランク付けする。
- 直接比較試験が稀な外科手術手技(例:膝靭帯修復の異なるアプローチ)を評価する。
- 医療技術評価(HTA):新しい腫瘍薬、免疫療法、または介入を償還決定のためにランク付けする。
- 行動介入:多アーム試験が限られている心理療法モダリティ、減量プログラム、またはデジタルヘルスツールを比較する。
- リハビリテーションと理学療法:脳卒中回復、慢性疼痛、またはスポーツ傷害のための運動プロトコルまたはデバイスをランク付けする。
使い方
使い方
まず、関心のある介入の任意のペアを比較したランダム化比較試験(またはその他の質の高いデザイン)の標準的な系統的レビューを実施する。どの治療法が直接比較されたか、そして各比較にいくつの試験が存在するかを示すネットワーク図を作成する。ネットワークが連結されているか(すべての治療法が直接的または間接的にリンクされているか)を確認し、エビデンスが乏しいか存在しない治療ペアを特定する。試験レベルのデータを含むデータセットを準備する。これには、研究識別子、アーム、サンプルサイズ、イベント(二値アウトカムの場合)または平均/標準偏差(連続アウトカムの場合)、およびアウトカム測定値が含まれる。ネットワーク形状分析のために、ネットワークが単純(各試験が正確に2つのアームを比較する)か、または複雑(多アーム試験が存在する)かを評価する。
NMAモデル(最も一般的にはベイズ階層モデル)を適合させ、直接的および間接的な治療効果を同時に推定し、エビデンス経路間で情報を共有する。中心的な洞察は、すべてのアーム間の治療比較が、共通の治療効果のセットから推定されるということである。二値アウトカムの場合、対数オッズ比を推定し、連続アウトカムの場合、平均差を推定する。各治療ペアについて、ネットワーク推定値(直接的および間接的経路を組み合わせたもの)と直接のみの推定値を比較することで、一貫性チェックを行う。不一致は、異質性、効果修飾、またはデータ品質の問題を示唆する可能性がある。SUCRA(Surface Under the Cumulative Ranking Curve)を計算する。これは、各治療法について0から100までの確率ベースのランクであり、有効性ランキングにおける位置を示す。小規模/高リスクの研究を除外したり、特定の集団に限定したり、異なる異質性構造を仮定したりすることで、感度分析を実施する。
リーグテーブル(ペアワイズ比較を示す行列)とランキングプロット(各治療法の信頼区間付き平均SUCRA)を報告する。SUCRAの解釈は慎重に行う必要がある。SUCRAが高い治療法は最も優れている可能性が高いが、ランクの信頼区間は不確実性を定量化する。信頼区間が重なる場合、治療法を明確に区別することはできない。一貫性が侵害された場合(例:直接的および間接的推定値が意味のある形で乖離する場合)、両方を報告し、その理由(サブグループ効果、方法論的差異、小規模研究バイアス)を調査する。NMA推定値は推移性に条件付けられていること、すなわち、ベースライン特性と効果修飾因子がネットワーク全体でバランスしていると仮定していることを伝える。どの治療ペアが直接的エビデンスを持つか、または間接的推論に大きく依存しているかを強調する。臨床応用のためには、ランクを絶対的な効果量と副作用プロファイルとバランスさせる。
よくある落とし穴
- SUCRAを研究ネットワーク内の相対的なランクではなく、優越性の絶対的な確率として解釈すること。SUCRA 75%は、75%の確率で最良であることを意味するのではなく、ランキングの位置を反映しており、不確実性が高い場合がある。
- テストせずに一貫性を仮定すること。一貫性プロットや不一致パラメータを許容するモデルを介して、常に一貫性を明示的にチェックする。
- 非常にスパースな比較(例:エッジごとに1つの試験のみ)を持つネットワークにNMAを適用すること。間接推定値は信頼性が低くなるため、適切な注意を払って報告する。
- 治療効果が異なる集団間で異なることを示唆するサブグループまたはメタ回帰のエビデンスを無視すること。一貫性が侵害された場合、層別NMAが必要となる場合がある。
よくある質問
直接比較と間接比較の違いは何ですか?
直接比較は、同じ試験内で患者を治療Aと治療Bの両方にランダムに割り付けた試験から得られる。間接比較はネットワークから推論される。もし試験1でAがCと比較され、試験2でBがCと比較された場合、C(共通の比較対象)に対する効果を介してAとBを間接的に比較できる。NMAは両方のタイプを統合する。
一貫性の仮定とは何ですか、そしてそれが侵害された場合はどうなりますか?
一貫性(推移性)は、ネットワーク内のどの経路を通っても、A対Bの相対効果が同じであると仮定する。もし若い患者の試験ではAがCより優れており、高齢患者の試験ではCがAより優れている場合、ネットワークは不一致である。違反は、患者集団や研究デザインが意味のある形で異なることを示唆する。一貫性プロットを使用するか、不一致パラメータを持つモデルを適合させることで一貫性をチェックする。違反した場合、原因を調査し、層別またはサブグループNMAを検討する。
SUCRAはどのように解釈すればよいですか、そしてSUCRAが高いからといって治療法が確実に最良であると言えますか?
SUCRAは、事後分布全体で最良、2番目に良いなどの累積確率である。SUCRA 90%は、事後サンプル全体で、その治療法が約90%の確率で最良にランク付けされることを意味する。しかし、これは実際にそれが確実に最良であることを意味するものではない。常に点推定値とランクの信頼区間を検査する。もし2つの治療法が信頼区間が重なっているか、または類似のSUCRA値を持つ場合、それらは明確に異なるとは言えない。SUCRAはランキングに役立つが、絶対的な効果量の解釈と組み合わせる必要がある。
NMAが不適切なのはどのような場合ですか?
NMAは、(1) ネットワークが非連結である場合(一部の治療法が直接的または間接的にリンクされていない)、(2) エビデンスが一貫性の強い違反を示唆する場合(例:異なる患者集団や実質的に異なる研究デザイン)、(3) 異質性が非常に高く説明できない場合(一貫性の仮定が侵害されている可能性を示す)、または (4) ネットワークが非常にスパースである場合(比較ごとに1つまたは2つの試験のみ)で、間接推定値の不確実性が非常に高い場合には避けるべきである。
関連する手法
参考文献
Lumley, T. (2002). Network meta-analysis for indirect treatment comparisons. Statistics in Medicine, 21(16), 2313–2324.
DOI 文献を開くコピーしました。Bucher, H. C., Guyatt, G. H., Griffith, L. E., & Walter, S. D. (1997). The results of direct and indirect treatment comparisons in meta-analysis of randomized controlled trials. Journal of Clinical Epidemiology, 50(6), 683–691.
DOI 文献を開くコピーしました。Dias, S., Welton, N. J., Caldwell, D. M., & Ades, A. E. (2010). Checking consistency in mixed treatment comparison meta-analysis. Statistics in Medicine, 29(7–8), 932–944.
DOI 文献を開くコピーしました。