公衆衛生アナリストに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は、いくつかのデータグループに現れる傾向が、これらのグループを組み合わせると消滅したり逆転したりする、直感に反する統計的現象です。公衆衛生アナリストにとって、これは重大な落とし穴です。集計データに頼ると、効果がないだけでなく、潜在的に有害な政策決定につながる可能性があります。症例の重症度別に分類された、ある健康状態に対する2つの治療法の症例研究を通して、これを検証してみましょう。以下のデータをご覧ください。治療法Aは、軽症87例中81例（93.1%）、重症263例中192例（73.0%）で成功しました。治療法Bは、軽症270例中234例（86.7%）、重症80例中55例（68.8%）で成功しました。個々のグループを見ると、治療法Aは両方のカテゴリーで優れています。軽症例では治療法Bより6.4パーセントポイント、重症例では4.2パーセントポイント上回っています。しかし、データを集計すると、状況は一変します。治療法Aの総成功率は350例中273例（78.0%）であるのに対し、治療法Bの総成功率は350例中289例（82.6%）です。突然、治療法Bの方が効果的な選択肢であるように見えます。この逆転は、症例の重症度という隠れた役割と、グループサイズの不均衡によって起こります。このデータセットでは、治療法Aは重症例に不均衡に割り当てられており、重症例は本質的に治療が難しく、全体的に成功率が低くなります。治療法Bは軽症例に不均衡に割り当てられており、成功率が高くなります。治療法Bの合計では「容易な」症例の方がより大きな割合を占めるため、その全体的な成功率は人為的に引き上げられています。これは典型的な交絡変数（第三の要因、すなわち重症度）の例です。この要因は、治療法の割り当てと結果の両方に影響を与え、2つの間の真の関係を覆い隠します。数値的な現象と因果関係に関する結論を区別することが不可欠です。集計比較も層別比較も、一方の治療法がより良い結果をもたらすことを自動的に証明するものではありません。集計データは、重症度の分布を無視しているため、誤解を招きます。逆に、層別データは、治療法Aが両方のグループにとってより良いことを示していますが、なぜ患者がそれらの治療法に割り当てられたのかを考慮していません。医師は治療法Aがより強力であると信じて最も重症の患者に与える可能性が高かったのかもしれませんし、あるいは治療法Bの方が安価であるため健康な患者に与えたのかもしれません。割り当てのメカニズムを知らずに、治療法Aが普遍的に優れていると主張することはできません。自身の業務でこのパラドックスに陥るのを避けるために、健康データをレビューする際にはこのチェックリストを使用してください。まず、データをより小さく意味のあるサブグループに分解できるかどうかを尋ねてください。全体的な傾向が見られる場合は、その傾向が各サブグループでも当てはまるかどうかを常に確認してください。次に、潜在的な交絡変数を特定してください。年齢、重症度、社会経済的地位など、治療法と結果の両方に影響を与える可能性のある要因はありますか？第三に、サンプルサイズを調べます。グループはバランスが取れていますか？一方のグループが他方よりも著しく大きい場合や、構成が異なる場合、集計平均はその大きなグループの特性に偏ります。最後に、自分自身に問いかけてください。割り当てのメカニズムは何ですか？なぜ一部の患者は他の患者とは異なる治療法を受けたのですか？数字の背後にある文脈を理解することは、数字そのものと同じくらい重要です。集計データを超えて見ることで、統計的な幻想ではなく、患者の転帰に関する真の理解に基づいた政策提言を確保できます。

シンンプソンのパラドックスとは、データセットの各サブグループ内で成り立つパターンが、サブグループを結合すると消滅したり逆転したりする状況を指す名称です。これは数学的な誤りでも、何かが数え間違えられたわけでもありません。単に、非常に異なるサイズのグループや非常に異なる根本的なリスクに基づいて計算されたパーセンテージを合計したときに起こることです。サマリーテーブルから政策立案者向けのブリーフを作成するアナリストにとって、これは認識すべき最も重要な落とし穴の1つです。

同じ病状に対する2つの治療法を、患者を軽症または重症のケースに分類して考えてみましょう。

治療法Aは、軽症87例中81例で成功し、成功率は93.1パーセントでした。治療法Bは、軽症270例中234例で成功し、成功率は86.7パーセントでした。軽症例では、Aが約6パーセントポイントで優れています。

治療法Aは、重症263例中192例で成功し、成功率は73.0パーセントでした。治療法Bは、重症80例中55例で成功し、成功率は68.8パーセントでした。重症例では、Aが再び約4パーセントポイントで優れています。

ここでグループを結合してみましょう。治療法Aは、87例と263例、つまり合計350人の患者を治療し、81例と192例、つまり合計273例で成功しました。これは全体で78.0パーセントの成功率です。治療法Bも同様に350人の患者（270例と80例）を治療し、234例と55例、つまり合計289例で成功しました。その全体的な成功率は82.6パーセントです。結合されたテーブルでは、軽症例と重症例の両方でAの方が優れていたにもかかわらず、Bの方が4ポイント以上良く見えます。

これはどのようにして起こるのでしょうか？各治療法を受けた人を見てみましょう。治療法Aを受けた350人の患者のうち、263人、つまり約75パーセントが重症例でした。治療法Bを受けた350人の患者のうち、重症例はわずか80人、つまり約23パーセントでした。重症例は、どちらの薬を使用しても治療が困難です。より良い治療法でさえ、重症例では73パーセントの成功率しか達成できなかったのに対し、軽症例ではどちらの治療法でも86パーセント以上の成功率でした。したがって、治療法Aの全体的な数値は、主に困難なケースの平均であるため引き下げられ、治療法Bの全体的な数値は、主に容易なケースの平均であるため引き上げられています。

逆転現象が起こるためには、2つの要素が存在する必要がありました。第一に、重症度が結果と強く関連していること、そしてそれは事実です。第二に、重症度が2つの治療群間で不均等に分布していること、そしてそれも事実です。どちらか一方の要素を取り除くと、パラドックスは消滅します。もし両方の治療法が同じような軽症と重症の患者の混合を受けていたなら、全体的な率はサブグループの率と一致していたでしょう。統計学者は、患者が受けた治療と患者の経過の両方に関連する、重症度のような変数を、混同するという意味で、コンフンダー（交絡因子）と呼びます。全体的なテーブルは、治療の効果とケースミックスの効果を混同し、そのブレンドをあたかも1つの数値であるかのように報告します。

政策立案において最も重要な点は次のとおりです。逆転現象は数値的な現象です。それは、集計比較が治療自体を測定するものとして信頼できないことを示しています。なぜなら、それはケースミックスによって汚染されているからです。しかし、それ自体では、層別比較、つまり重症度別に分解された比較が真実の答えであるとも教えてくれません。

集計比較が失敗するのは、治療法が異なる種類の患者で比較されたためです。層別比較はこの例では重症度を一定に保つため、より優れています。しかし、それは私たちが偶然測定した1つの変数による歪みを排除するだけです。おそらく、治療法Aを受けた患者は、より若かったり、より設備の整った病院で診察を受けたり、より早期に診断されたりしたのかもしれません。おそらく、重症度自体は治療開始後に測定され、当初は患者を悪化させた治療法が、より頻繁に重症例として記録されたのかもしれません。おそらく、医師は個人的にうまくいくと予想される患者のために治療法Aを選択したのかもしれません。これらのいずれも、サブグループのパーセンテージはそのまま維持しながら、その意味を変える可能性があります。どちらの分解が因果関係の答えを与えるかを決定するには、患者が各治療法を受けるようになった経緯と、出来事が起こった順序に関する知識が必要です。それはテーブル自体では解決できない、現実世界のプロセスに関する問題です。パーセンテージはグループに起こったことの記述であり、因果関係の主張は、同じ人々が異なる治療を受けた場合に何が起こったかについての声明であり、後者は仮定なしには前者から読み取ることができません。

このような逆転現象に遭遇したら、勧告を書く前に次の質問を検討してください。

1つ目：テーブルの各セルには何人の人がいますか？成功したパーセンテージだけでなく。小さいセルや不均衡なセルは最初の警告サインです。

2つ目：比較されたグループは、重症度、年齢、併存疾患などの結果を強く予測する要因において類似していましたか？そうでなければ、全体的な数値は異質な集団を比較しています。

3つ目：治療はどのように割り当てられましたか？ランダム化、臨床的判断、利用可能性、または患者の選択によってですか？非ランダム割り当ては、交絡が入る場所です。

4つ目：層別化変数は治療開始前に測定され、治療がそれに影響を与えた可能性はありますか？治療が引き起こしたものを調整すると、それ自体の歪みが生じる可能性があります。

5つ目：測定されていない、または測定されていない可能性のある要因は何ですか？そして、それらは結果をどの方向に押し上げるでしょうか？

6つ目：どの比較が実際の政策課題に答えますか？既知の重症度の個人にどの治療法を与えるかを決定している場合、層別化された率は関連性があります。ケースミックスを変更できない集団の転帰を予測している場合、その差が生じた理由を理解していれば、結合された数値は依然として有益である可能性があります。

7つ目：逆転現象は、異なる合理的な分解を使用したときに持続しますか、それとも特定のデータの切り取り方に依存しますか？

身につけるべき習慣は単純です。サマリーテーブルが2つのグループを比較するために使用されるときはいつでも、列の上のラベル以外に何がそれらのグループ間で異なるかを尋ねてください。シンンプソンのパラドックスは、その答えが結論を完全に反転させる可能性があるという最も鋭いリマインダーです。