15.14: 生存データの打ち切り

生存分析は、イベント発生までの時間を分析する統計手法で、医学、工学、社会科学などの分野でよく用いられます。生存分析における主な課題の 1 つは、不完全なデータ、つまり「打ち切り」と呼ばれる現象への対処です。打ち切りは、研究期間の終了までに一部の個人で関心のあるイベント (死亡、再発、システム障害など) が発生していない場合、又はそれ以外の場合は観察できない場合に発生し、様々な理由やパターンが考えられます。このテキストでは、打ち切りの種類、その影響、及びそれらに対処する手法について説明します。

打ち切りの種類

1. 右打ち切り: これは最も一般的な打ち切りの形式で、関心のあるイベントが研究終了までに発生していない場合、又は参加者が追跡調査から外れた場合に発生します。例えば、がん研究の患者が研究終了時にまだ生きている場合、正確な死亡時刻は不明ですが、研究期間を超えています。右打ち切りでは、実際のイベント時間は不明で、観察期間を超えたと推測することしかできないため、生存時間を正確に推定するために特別な統計手法が必要です。
2. 左打ち切り: 左打ち切りは、イベント期間の開始が不明な場合に発生します。これは、患者がイベントをすでに経験した後に研究に参加した場合に発生する可能性があります。例えば、患者ががんにかかっていることはわかっているが、正確な発症日が不明な場合、データは左打ち切りになります。
3.  間隔打ち切り: このタイプは、イベントの正確な時間は不明だが、特定の間隔内にある場合に発生します。例えば、患者の健康状態が間隔を置いて (例えば、6 か月ごとに) チェックされる場合、病気の発症の正確な時間は 2 回の検査の間のどこかになる可能性があります。
4. タイプ I 打ち切り: これは、研究者が設定した所定の時間に研究が終了するように設定されている場合に発生します。この固定期間の終了時に、対象のイベントをまだ経験していない対象は打ち切りになります。この時点までに発生したイベントの数はランダム変数とみなされます。
5. タイプ II 打ち切り: この場合、サンプルの特定の割合がイベントを経験するまで研究は継続されます。イベントが発生した後に観察が終了するため、最初のイベントのみが観察されます。値はデータ収集の開始前に決定され、この数のイベントが観察されるまで研究は継続されます。
6.  ランダム打ち切り: このタイプの打ち切りは、合計観察期間は固定されているが、参加者が異なる時間に研究に参加する場合に発生します。一部の参加者はイベントを経験するかもしれませんが、他の参加者は経験しないかもしれません。また、一部の参加者は追跡調査から脱落する可能性があります。打ち切り時間は一律に適用されないため、個人によって異なります。

生存分析で打ち切りデータを処理するために、Kaplan-Meier 推定量、Cox 比例ハザード モデル、多重代入などのいくつかの統計手法が開発されています。

生存データでは、打ち切りは不完全なデータをもたらし、通常、被験者が研究終了の前後にイベントを経験したときに発生します。

右打ち切りは最も典型的な形態であり、事象が発生する前に被験者が研究から脱落した場合、または事象が発生する前に研究が終了したときに発生します。

例えば、心臓発作の発生に関する臨床研究は5年間行われます。被験者が心臓発作を起こしていない場合、データは右打ち切りされます。

左打ち切りは比較的まれですが、イベントの開始が不明な場合や、被験者が研究に参加する前にイベントが発生した場合に発生する可能性があります。

例えば、治療後のがんの再発に関する研究では、治療後5カ月後に再発の検査を行った場合、再発した人はレフトcensoredとなります。

インターバル・クロセニングは、特定の被験者が一定期間研究され、しばらくの間追跡調査に迷い、再び再び研究を続けるために起こる。