内科医のエビデンスに基づく医療情報

2017年1月18日 Posted by aihara

SRにおける不精確さの基準ー２：OIS（連続アウトカム）

連続アウトカムに関するimprecisionの評価のための、最適情報量（Optimal information size: OIS）です。
GRADE初版の1.5-4章、GRADE2版の4.4-4.4.4章にその詳細を記載してあります。

また、トリプルX例を使っても、解説しました。（2h:血栓関連疼痛）

●連続アウトカムの場合；総サンプル数=400を基準

連続アウトカムのOISは、2値アウトカムと同様に、臨床上重要となる差はどれくらいか、各群の標準誤差はどれくらいか、有意水準と検出力をどれくらいにするかで、大きく変わってきます。効果サイズに関するCohenの基準[SD=0.2（小さな効果）、0.5（中等度の効果）、0.8（大きな効果）]を使ったOIS算定や研究内の平均と標準偏差を使ったOIS算定がありますが、GRADE working groupは、以下の基準を使うことを推奨しています。

連続アウトカムに関するOIS 算出には，αエラー（通常，0.05）とβエラー（通常，0.10〜 0.20），および効果サイズ（デルタ：Δ）と関連する研究からの適切な標準偏差 (SD) を設定する。通常のα (0.05) およびβ (0.20) の基準をした場合，小さな効果サイズは，総サンプル数として400 人が必要となる。

最小重要差（MID）がわかるならば、MIDを利用する。

計算の実際には、以下のサイトなどがあります（これら以外にも多くのフリーツールがあります）。

・http://biostat.mc.vanderbilt.edu/wiki/Main/PowerSampleSize
・http://www.stat.ubc.ca/~rollin/stats/ssize/n2.html

MIDの算出には、分布による方法（distribution-based method）と、アンカーによる方法（anchor-based method）がありますが、いずれもさまざまな課題があって、このために2値アウトカムに比べて結果の解釈においてばらつきが大きくなっています。SRにおける効果サイズにおいても、MIDを使って臨床的な意義を明確に記載しているものは少ないのが現状です。

２群比較において、どのような相違（Δ）を検出したいかによってOISは異なり、小さい効果量を検出したいならば平均のわずかな差を統計的有意差として検出するため、サンプルサイズを大きくする必要があります（下図）。最小重要差がわからないならば、400件（Δとして0.28程度に相当）をGRADEは勧めているという意味です。

OISの評価例

GRADE2版のp81：
システマティック・レビューにより，コルチコステロイドの投与は慢性閉塞性肺疾患 (chronic obstructive pulmonary disease: COPD) の増悪をきたした患者の入院期間を1.42 日間短縮する効果があることが示されている (95% CI: 0.65 ～ 2.2) 。CI の下限は0.65 日で，効果サイズとしてはむしろ小さく，患者にとって重要であるとはいえないかもしれない。Δを1.0 とし（これは，2 日以上の入院期間短縮が重要であると判断したことを意味する），4 件の関連する研究に示される入院期間に関連する標準偏差（3.4, 4.5, 4.9) を使用した結果，必要な総サンプルサイズは364 人，636 人，754 人と算出された。

現在批判的吟味をしている、出っ歯ガイドラインにおける、「重大なアウトカムとしてのoverjet」が、連続アウトカムです。