病院の治療データにおけるシンプソンのパラドックスを説明する

シンプソンのパラドックス：全体が部分とは異なる物語を語るとき

ある病院の委員会が、同じ病気に対する2つの治療法を比較していると想像してください。以下のデータは架空のものですが、それらが作り出すパズルは非常に現実的であり、公衆衛生の実務において常に現れます。

ステップ1：重症度グループごとに治療法を比較する

軽症の場合：
治療法A：87人中81人が回復、これは87分の81、約93.1パーセントです。
治療法B：270人中234人が回復、約86.7パーセントです。
軽症患者の間では、治療法Aが約6パーセントポイント上回っています。

重症の場合：
治療法A：263人中192人が回復、約73.0パーセントです。
治療法B：80人中55人が回復、約68.8パーセントです。
重症患者の間でも、治療法Aが再び約4パーセントポイント上回っています。

ここまでは、状況は明確です。患者が軽症であれ重症であれ、治療法Aで回復した割合の方が高いです。

ステップ2：グループを結合して全体を比較する

治療法A：81人＋192人＝273人の回復者が、87人＋263人＝350人の患者のうち出ています。これは78.0パーセントです。
治療法B：234人＋55人＝289人の回復者が、270人＋80人＝350人の患者のうち出ています。これも約82.6パーセントです。

今度は治療法Bの方が、4パーセントポイント以上良く見えます。治療法Aはどのグループでも優れていますが、全体としては劣っています。この逆転現象がシンプソンのパラドックスです。

ステップ3：なぜ逆転が起こるのか？

鍵となるのは、2つの治療法が同じような患者の構成に投与されなかったことです。それぞれがどのように投与されたかを見てみましょう。治療法Aを受けた350人の患者のうち、263人は重症で、約75パーセントを占めていました。治療法Bを受けた350人の患者のうち、重症だったのはわずか80人で、約23パーセントでした。治療法Aは主に最も重症の患者に投与され、治療法Bは主に軽症の患者に投与されました。

重症患者は、どのような治療を受けても回復する可能性が低くなります。そのため、治療法Aの全体的な割合は、重症例の負担が大きかったというだけで引き下げられ、治療法Bの全体的な割合は、患者のほとんどが軽症であったという理由で引き上げられます。

アナロジーが役立ちます。簡単な小テストと難しい試験の混合を受けている2人の学生を考えてみましょう。学生Aは、すべての簡単な小テストで学生Bよりも高い点数をとり、すべての難しい試験でも学生Bよりも高い点数をとりました。しかし、学生Aのコースの成績は主に難しい試験から構成されており、学生Bの成績は主に簡単な小テストから構成されています。個々のテストで劣っていたにもかかわらず、学生Bが最終成績で上回る可能性があります。最終成績は加重平均です。どの種類のテストをより多く受けたかに偏ります。全体の回復率も同様に機能します。治療法Aの78パーセントは、重症例の73パーセントという数値に近いのは、重症例がその重みの大部分を占めているためです。治療法Bの82.6パーセントが軽症例の86.7パーセントに近いのも同じ理由です。

ステップ4：重症度は交絡因子である

交絡因子とは、患者がどの治療を受けたかと、回復する可能性の両方に関連する第3の要因のことです。この場合、症例の重症度は両方の条件を満たします。重症患者は治療法Aを受ける可能性がはるかに高かったため、治療法に関連しています。重症患者は治療に関係なく回復する可能性が低いため、結果に関連しています。そのような要因が無視されると、比較に混ざり込み、真の関係を隠したり、誇張したり、さらには逆転させたりする可能性があります。結合された表が行っているのはまさにそれです。治療の効果と重症度の効果を混在させ、重症度にほとんどの発言権を与えています。

ステップ5：結論できることとできないこと

このデータセットでは、全体的な比較は誤解を招くものであり、グループ内の比較は、似たもの同士を比較しているため、より有益であると結論付けることができます。データは、治療法Aがより効果的な選択肢であるという仮説と一致しています。

治療法Aがより良い回復を引き起こすと結論付けることはできません。患者がどのように治療法に割り当てられたかわかりません。医師は、年齢、他の病気、患者の到着の速さ、または入院していた病棟に基づいて治療法を選択した可能性があります。それらのいずれも、重症度と同様に、別の隠れた交絡因子である可能性があります。重症度で分割することは1つの問題を解決しますが、他の問題がないことを証明するものではありません。また、回復という1つの結果しかなく、副作用、費用、または回復にかかった時間に関する情報はありません。

ステップ6：委員会への2つの推奨事項

第一に、結合されたパーセンテージだけで治療法を判断しないでください。常に重症度および回復に影響を与えることがわかっている他の患者の特性ごとに結果を分解し、それらのグループ内で治療法を比較してください。逆転が現れた場合は、患者の構成が治療法間で異なるという警告サインとして扱ってください。

第二に、病院がどちらの治療法が本当に効果的かを知りたいのであれば、同様の重症度の患者が、臨床的な好みではなく、ランダムな抽選のような公平な、確率ベースの方法で2つの治療法に割り当てられる研究を計画する必要があります。ランダム割り当てにより、両方の治療法に同様の患者構成が与えられるため、回復の違いは、誰が偶然それを受けたかではなく、治療法自体に自信を持って帰属させることができます。

あなたは公衆衛生学の学生で、患者2つの治療法、AとBのどちらが優れているかを突き止めようとしています。患者の回復に関するデータが与えられていますが、明白な答えを誤解させる可能性のあるひねりがあります。このひねりは「シンプソンのパラドックス」と呼ばれます。

ここでは、軽度または重度のいずれかの病状を持つ患者に対する、架空の治療法AとBの回復データを調べます。回復した患者の割合に焦点を当てます。

ステップ1：重症度別の回復率

まず、各患者グループ（軽度と重度）内で各治療法がどのように機能したかを見てみましょう。

• 治療法A：

  • 軽度症例：87人中81人が回復しました。回復率を求めるには、（81 / 87）* 100％を計算します。これは約93.1％の回復率です。
  • 重症例：263人中192人が回復しました。回復率は（192 / 263）* 100％で、約73.0％の回復率です。

• 治療法B：

  • 軽度症例：270人中234人が回復しました。回復率は（234 / 270）* 100％で、約86.7％の回復率です。
  • 重症例：80人中55人が回復しました。回復率は（55 / 80）* 100％で、約68.8％の回復率です。

重症度グループ内での比較：

これらの数字を見ると、軽度症例では治療法A（93.1％）が治療法B（86.7％）よりも高い回復率を示したことがわかります。同様に、重症例でも治療法A（73.0％）が治療法B（68.8％）よりも高い回復率を示しました。

ここまでは、治療法Aが明らかに優れているように見えます。しかし、すべての患者を合計するとどうなるか見てみましょう。

ステップ2：全体的な回復率

次に、一時的に症例の重症度を無視して、各治療法の総患者数と回復数だけを見てみましょう。

• 治療法A（合計）：

  • 総患者数：87人（軽度）+ 263人（重度）= 350人。
  • 総回復者数：81人（軽度）+ 192人（重度）= 273人。
  • 全体的な回復率：（273 / 350）* 100％ = 78.0％の回復率。

• 治療法B（合計）：

  • 総患者数：270人（軽度）+ 80人（重度）= 350人。
  • 総回復者数：234人（軽度）+ 55人（重度）= 289人。
  • 全体的な回復率：（289 / 350）* 100％ = 82.6％の回復率。

全体的な率の比較：

ここにパラドックスがあります。すべての患者を合計すると、治療法B（82.6％）は治療法A（78.0％）よりも全体的に優れた回復率を示しているように見えます。これは、軽度と重度の症例を個別に見たときに観察されたこととは逆です。

ステップ3：なぜパラドックスが起こるのか？症例の重症度の役割

治療法Aは軽度と重度の両方の症例で優れているのに、治療法Bは全体的に優れているのはなぜでしょうか？その答えは、患者が2つの治療法にどのように割り当てられたか、特にその重症度に関連しています。

次のように考えてみてください。リンゴとオレンジの2つの果物のバスケットがあるとします。リンゴとオレンジの甘さを比較したいとします。すべての熟した果物を一方のバスケットに入れ、すべての未熟な果物をもう一方のバスケットに入れた場合、比較は偏る可能性があります。熟したリンゴと熟したオレンジ、未熟なリンゴと未熟なオレンジを比較する必要があります。

この場合、「症例の重症度」が重要な要因です。治療法Aは、治療法B（Bの総患者数350人中80人）と比較して、より多くの重症例（Aの総患者数350人中263人）を治療しました。重症例は、治療法に関係なく、回復率が低いことがわかりました。

一方、治療法Bは、治療法A（Aの総患者数350人中87人）と比較して、はるかに多くの軽症例（Bの総患者数350人中270人）を治療しました。軽症例は回復率が高いです。

したがって、治療法Aは個々の重症度グループごとに効果的でしたが、治療法Bは回復率が「容易な」軽症例の患者をより多く抱えていました。治療法Bのグループにおける軽症例のこの数は、重症度を考慮せずに全体的な回復率を見ると、全体的な回復率を「薄め」、より良く見えるようにします。

これは加重平均の仕組みに似ています。少数の高得点と多数の低得点がある場合、平均は引き下げられます。この場合、治療法Bはより多くの「高回復率」の患者（軽症例）を抱えており、重症例の患者に対するパフォーマンスは治療法Aよりも悪かったにもかかわらず、全体的な平均を引き上げました。

ステップ4：交絡変数

統計学では、交絡変数とは、結果（回復）と曝露（受けた治療）の両方に影響を与える要因です。この例では、症例の重症度が交絡変数です。これは、患者がどの治療を受けたか（少なくとも、各重症度の患者が各治療を受けた数）と、回復する可能性の両方に関連しています。

重症度が回復率に影響を与え、治療法間で不均一に分布しているため、全体像を見ると結果が「混乱」または「混在」します。全体的な回復率の違いが、治療法自体の効果によるものなのか、それとも各治療法が受けた患者の種類が異なることによるものなのかを判断するのが難しくなります。

ステップ5：結論付けられることと結論付けられないこと

• **結論付けられること：**このデータに基づくと、治療法Aは軽症例の治療において治療法Bよりも効果的であり、重症例の治療においても、これらの特定のグループ内での回復率を見ると、より効果的であるように見えます。

• **結論付けられないこと：**治療法Aが全体的に治療法Bよりも優れた回復を「引き起こす」と断定することはできませんし、治療法Bが全体的に「優れている」とも断定できません。各治療法を受けた患者グループの重症度が異なっていたため、データは誤解を招きます。治療法自体の効果に真の違いがあるのか、それとも患者の重症度の分布が全体的な率の主な要因なのかはわかりません。

ステップ6：実践的な推奨事項

これらの治療法を分析または研究しようとしている病院委員会のために、2つの推奨事項を以下に示します。

1. **常にサブグループ別にデータを分析する：**特に患者の特性（年齢、重症度、基礎疾患など）が結果に影響を与える可能性がある場合、治療法を研究する際には、常にこれらのサブグループ別にデータを分割して確認してください。シンプソンのパラドックスが示すように、重要な違いを隠す可能性があるため、全体的な平均値だけに頼らないでください。
2. **ランダム化比較試験（RCT）を実施する：**一方の治療法がもう一方の治療法よりも優れた回復を「引き起こす」かどうかを真に判断するには、RCTが最善のアプローチです。RCTでは、患者はランダムに治療法Aまたは治療法Bのいずれかを受けるように割り当てられます。ランダム化により、平均して、各治療法を受けたグループが重症度を含むすべての点で類似していることが保証され、治療法の真の効果を公平に比較できます。