読者です 読者をやめる 読者になる 読者になる

ruruuunのブログ

まったくの自分用メモ。ほかこんなこと考えてるよメモ。メモメモメモ。

総体エビデンスの質評価の「不精確さ」について考えてみよう!

「不精確さ」について考えてみよう!!
 
なんだか不精確さにとりつかれ、調べてみました。
ソースは次の通りです。

 

内科医のエビデンスに基づく医療情報 » Blog Archive » GRADE CPG作成の基本ー3.9:[SR]エビデンスの確実性-⑥:Imprecision-(1)

赤字は自分で考えた事。間違っているかもなので悪しからず。

まず、概念図。

不精確さは総体エビデンスの質評価のGRADE ダウンの項目の一つです。

f:id:ruruuun:20161221230322j:plain


 

ステマティックレビューにおける2値アウトカムの不精確さを評価する際の基準が以下で、最適情報量(optimal information size: OIS)と信頼区間(confidential interval: CI)による閾値を利用します(GRADE2版の4.4-4.4.4.2章)。

 
■不精確さに関する評価基準(SR)
1 OIS の基準が満たされていない場合は,不精確さを理由にグレードダウンする。
2 OIS基準が満たされ,なおかつ95% CIが“ 効果なし” を含まない(すなわち,RRの信頼区間が1を含まない)ならば,不精確さを理由としたグレードダウンは行わない。
3 OIS 基準は満たされているが,95% CIが“ 効果なし” を含み(すなわちRRの信頼区間が1を含む),かつ信頼区間が重要な利益または重要な害を含むならば,不精確さを理由としたグレードダウンを行う。
 
 
1.から順に
1.OIS の基準が満たされていない場合は,不精確さを理由にグレードダウンする。
 
→私の頭の中
不精確さを評価するためにOIS基準がわからなければいけないんだな。
OIS基準って何?
 
OISとは?最適情報量
 単一試験のためのサンプルサイズ計算により算出される患者数
 
→じゃあ実際どうすればOISわかるの?

・2値アウトカムに対するOISを計算するには、以下を明確にすることが求められる:

  • 偽の効果を検出する確率:タイプ I エラー(α; 通常 0.05)
  • 真の効果を検出する確率:検出力(通常80% [検出力 = 1- タイプ II エラー; β; 通常 0.20]) (図は、β = 0.10)
  • 現実的な相対リスク減少(RRR;規定値としては 25%がよいだろう)
  • 対照群イベント発生率(CER)(入手可能な試験の中央値、または重要な試験からの発生率を利用する)
 

・連続変数に対するOISを計算する際には、以下を明確にすることが求められる:

  • 偽の効果を検出する確率:タイプ I エラー(α; 通常 0.05)
  • 真の効果を検出する確率:検出力(通常80% [検出力 = 1 - タイプ II エラー; β; 通常 0.20]) 
  • 現実的な平均値の差(Δ)
  • 関連する研究の1つから導いた適切な標準偏差(SD)(もしあるならば、利用可能な試験の中央値、または重要な試験からの発生率を利用する)
 
 

最適情報量 OIS (Optimal information size)

 

 左図は、対照群でのイベント発生率が異なる中で、20%、25%、30% の相対リスク減少(RRR)を達成するのに必要なサンプルサイズ (αエラー 0.05、βエラー 0.2と仮定) を示したものである。検出力は、サンプルサイズよりは事象発生件数 イベント数) と大きな関わりを持ち、左図 は、右図と同様の関連性について示したものだが、患者数の代わりにイベント数を用いている。イベント数はある程度任意に選択可能だが、下図は、不精確さを理由に評価を下げるべき閾値としては、300 件のイベント数 (赤点線) が合理的であることを示している。
 
→またこのほかOISを求める式も記載あったが省略。
上スライドのグラフから推測するに、例えばCER=0.2ならばRRR=25%でOIS≒2000ということでよいのかな。
 
2.OIS基準が満たされ,なおかつ95% CIが“ 効果なし” を含まない(すなわち,RRの信頼区間が1を含まない)ならば,不精確さを理由としたグレードダウンは行わない。
 
→ここは素直に理解できた。
 
3.OIS 基準は満たされているが,95% CIが“ 効果なし” を含み(すなわちRRの信頼区間が1を含む),かつ信頼区間が重要な利益または重要な害を含むならば,不精確さを理由としたグレードダウンを行う。
→次に考えるのは95%CI

 

GRADEでは、相当な利益や相当な害に関して、RRR=25%を使うことを推奨しています(ただし、SRチームが説得力のある根拠をもとに、より低いあるいはより高い閾値を設定することも可能です)。この基準を使って不精確さを評価すると、下図のようなパターンとなります(GRADE2版の図4.4-20を改変)。

エビデンスの精確さと不精確さ(SR)

imprecision_0816

 →RRR=25%とすると

 相当な益=0.75

   相当な害=1.25

ということになる。95%CIがそのどちらもにかかるとエビデンスの精確さは非常に深刻(−2)

95%CIが1を含みかつ上の益か害のいずれかにかかるとエビデンスの精確さは深刻(−1)

と判断する。らしい。

 
 

 ◎まとめ◎

深いところで理解は到底及ばないが、ここまで調べただけでも親しみを持って眺める事が出来そう。。(あくまで希望です)

YouTubeの解説もなかなか親切丁寧でした。

これからも少しづつ調べたいと思います。ありがとうございます。おやすみなさい。