統計学的に正しい考え方でしょうか?

質問

高血圧の薬の効果を調べています。
同じ分野で最近使われる方法が、統計学的に正しいか御教示下さい。

薬A→新薬Bに変更して血圧が低下したら、再び薬Aに戻します。
戻して有意に上昇すれば新薬Bの効果は本当、
有意でなければ、新薬Bの力ではなく、新薬への期待効果(真面目に服用する)で低下したと考えます。

薬A→新薬Bに変更するだけの一方向の検討より確実な方法とされますが、これは統計学的には正しい考え方なのでしょうか。
二重盲検法がベストと分かりましたが、臨床では難しいので、(次善の策として)使っても良いものか、それとも統計学的に明らかにおかしいのか知りたいです。
アドバイスよろしくお願いします。

回答No.4

kgu-2 · ベストアンサー

No2です。
　そこでも書きましたが、研究→データ処理の流れです。検定というのはデータ処理の一つの方法ですから、逆の流れ、すなわち検定から研究法の適否を判断することはできません。
　ただ、検定法を決定しておらず、「データはあるが、なんとかして」何ぞの質問をする人は、研究法の適否ではなく、データ処理(検定)が出来ない(ぼかして書くと、能力が・・・)だけです。統計学的から研究法が正しいかどうかは判断するのは不可能で、統計的な資質の問題です。もっとも、データの出し方も疑問、データ処理も間違い、研究法も、というのが無いとは・・・。

　私は、毒性学をやっていますが、A1→B→A2で、A1レベルに戻ることは限らない、というより想定できません。
　なにより、データ処理を統計でやるなら、A1とA2が同じであることを示す必要がありますが、検定は有意差がある、ことを示すもの。なので、本質的に困難です。
　というのも、A2がA1まで戻った、という判定はどうするのでしようか。たとえば、A1が100のときに、A2が、100.000なら戻ったでしょう。100.1、101、105、110、120と、どこで戻ったか、というのは統計学では基準が無く、判定できません。
　しかし、無理というのではありません(教科書には書いていない)。ただし、手間と金を限りなく注ぎ込み、たまたまデータがうまくいけば、という条件がつきます。

　ただ、アメリカ行けるか、という研究テーマで、歩いていけるかどうかを判定するのに検定をしても無駄です。すなわち、このテーマを検定で判断、という研究法の選択が誤りです。また、飛行機で飛べば、と言われると反論できません。
　研究というものは、出来ない、との結論は出せません。出来なかったことを、なんとか出来るようにすのが、研究そのものだからです。

お礼

何度も読ませて頂いて、少しずつ理解できたような気がします。

今まで、A1→B→A2の時、感覚的にA1=A2=Aと思い込んでいたため、A1→BとB→A2を往復すれば、(A→B)x2で、2倍信頼性が増すと思っていました。
しかし、A1→Bで有意差が出て、B→A2で有意差が出ても、A1=A2ではないため、(A→B)x2倍確実とは言えないんですね。
その上、A1=A2の立証は、「検定は有意差があることを示すもの」のため困難。

つまり、A1→Bの状況でA1が有意ということと、B→A2の状況でA2が有意ということは別物。2つの想定場面で検定できただけで、他にA3→BやB→A4では、結果が異なる可能性がある。A1→Bの状況での有意差、B→A2の状況での有意差はそれ以上でも以下でもなく、確実性の足し算はできない。

考え方をまとめると、同じ50名でA1とA2の血圧の平均値の差を検定して有意差がなく統計学上、血圧はA1=A2と考えことができたとしても、(例えはおかしいですが)、A1→Bで新薬への期待?で真面目に服用して、今度はB→A2で元の薬に戻ったとガッカリしてA1の時より不真面目に服用したとしたら、A1とA2の血圧に有意差は出なくても、A1とA2の服用態度などを含めた群の性質はイコールではない。A1→B→A2をしても、あくまでA1→Bの、薬効による変化+新薬への期待効果?による変化と、B1→A2の、薬効による変化+旧薬へのガッカリ効果??による変化をそれぞれ見ているとなるのですね。だから二重盲検が大切なのですね。

このような受け取り方でよろしいでしょうか。
今まで色々統計を行ってきましたが、本質を知らぬままだったことを再認識しました。ご助言、本当にありがとうございます。

回答No.3

okormazd

新薬Bの効果を見るための統計的に正しい方法ではありません。
統計的には、新薬Bの効果を求める場合、新薬Bの効果を独立に評価しなければなりません。薬A→新薬Bや新薬B→薬Aとすることは、新薬Bの効果を独立に評価していることにはなりません。簡単に言うと、薬A→新薬Bの効果と新薬Bの効果を分離できないのです。質問の操作は、薬A→新薬Bの効果や新薬B→薬Aの効果を見ているに過ぎません。新薬Bの効果は全く評価されていません。薬A→新薬Bの効果と新薬Bの効果が別のことだということがわかりますか。
「有意でなければ、新薬Bの力ではなく、新薬への期待効果(真面目に服用する)で低下したと考えます。」
にいたっては論外です。
新薬への期待効果とは何ですか。
もともとこういう治験は、新薬か小麦粉(プラセボ)かわからないように検査するものでしょう。新薬への期待効果などどこからでてくるのですか。
とにかく、薬Aと新薬Bの効果を比較したければ、同じプラセボに対して、AとBを検査して、その効果を統計学的に比較することでしょう。

補足

ありがとうございます。薬効評価にプラセボが不可欠と再認識しました。
ただ、臨床では困難も多く、プラセボ不使用は根拠が弱いと理解したうえで、もう少しご意見をお聞きしてもよろしいでしょうか。私も新薬への期待効果に違和感があり、この方法を使用しない理由を、勧めてくれた先輩に説明したいと思ってます。

言葉が足りませんでしたが、未治療時の血圧を測定しており、薬Ａ、新薬Ｂそれぞれの、未治療時からの血圧下降率を効果として比較しています。血圧は季節変動があるため、ＡとＢは1年の期間をあけて、同じ対象、同じ時期で比較しました。

過去に、Ａ→Ｂで下がっても、Ｂ→Ａに戻すと有意に上昇しないという報告がよくあります。また、薬の服用忘れは実は多いことも分かっています。これが新薬への期待効果とされた理由と思いますが、その解釈はともかくとして、

「Ａ→Ｂにして下降率に有意差が出た時に、Ａに戻して再び有意に上昇することを再確認することが、実験手法の確実性を増す方法であるか」と、その理由を一番知りたいです。

臨床対象の場合わずかな差で有意か変わることもあるため無意味な方法のようでもあり、ただ、戻して差が出ないほどなら確実な差と言えないようでもありますし。。判断に迷っています。御助言頂けますとうれしいです。

回答No.2

kgu-2

>それとも統計学的に明らかにおかしいのか
　これは、統計学の守備範囲ではありません。統計学で主張できるのは、「有意差あり」のみ。「群間に有意差あり」が見られたら、検定法としては適切と言えますが、実験方法の正否に論究できるものではありません。
　実験方法の適否は、研究者の判断です。

　実際にそのように実験するについては、No1のお考えに賛成できます。
　ただ、ブラインドテストについては、プラッシーボー群の患者は、何の利益もなく、モルモットの代用にもなりませんので、恨みたくなる・・・。

お礼

二重盲験が正しいことは分かっているものの、おっしゃるとおり臨床的に困難でいつも困っています。実験方法と統計学、いずれも未知の世界で混同しておりました。御指摘の通りです。御意見ありがとうございました。

回答No.1

alice_44

統計学的回答でなくて恐縮ですが…

処方変更後に血圧が改善しているのに、あえて
高圧薬を旧処方に戻すという治験デザインは、
医療倫理的にマズイのではないかと思います。
二重盲験以上に、患者の理解も得にくいでしょう。

お礼

この方法は、私の分野で通常の切り替え試験より最新の確実な方法との流れができいるものの、私も違和感があり、正しい方法でなければ、他の方法をとりたいと思って質問させて頂きました。同じ気持ちの方がいらっしゃって嬉しく思います。ありがとうございました。