---
title: 口腔白板症の非ランダム化研究（観察研究）を読んでみよう・概要欄も見てね
tags: 
author: [MXE05064](https://www.docswell.com/user/MXE05064)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/4EQYR6M5JP.jpg?width=480
description: このスライドはAI任せで作成のため、信じないでね。今から実際に読んでみて、間違いや、ポイントなどあれば、記載予定。 動画：https://youtu.be/EmLzytLbLZQ 論文：https://pubmed.ncbi.nlm.nih.gov/37800675/
published: July 17, 26
canonical: https://www.docswell.com/s/MXE05064/KX297P-2026-07-17-034206
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/4EQYR6M5JP.jpg)

Bernard et al., 2023
口腔上皮性異形成の
観察 vs 切除
統計学的・因果推論的な批判的吟味
スライドだけで読める詳細版｜メタ分析への組み込み方まで解
説
Head & Neck. 2023;45:3096–3106 | doi:10.1002/hed.27539


# Page. 2

![Page Image](https://bcdn.docswell.com/page/KJ4W84VV71.jpg)

まず押さえる結論
結論：治療効果ではなく、仮説生成的な関連を示した研究
悪性化予防効果：未確
立
早期癌の発見：強い関
連あり
生存改善：調整後は不
確実
• 切除群と観察群は治療前から大きく異なり、交絡による説明を排除できない。
• 切除は経過中の任意時点で実施されるのに、ベースラインから固定群として解析されている。
• 単変量の生存差は、付録の多変量解析では統計学的有意性を失う。
読み方：赤＝重大な限界、黄＝不確実、緑／青＝観察された関連。『関連』と『因果効果』を区別して読む。
Bernard et al. 2023, 本文・Supplemental Tables 1–5に基づく総合評価
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/LE1Y24347G.jpg)

臨床疑問
この論文には、実は2つの異なる臨床疑問が混在している
疑問A｜予防効果
疑問B｜診断効果
OEDを切除すると、将来のOSCC発
症を減らせるか？
広範な切除標本で、切開生検が見
逃した微小浸潤癌を早く発見でき
るか？
• 必要な推定対象：切除戦略と観察戦略の悪
性化リスク差
• 潜在癌の発見は、予防効果とは分ける
OED＝口腔上皮性異形成（前癌病変）
Bernard et al. 2023, Objective / Discussion / Conclusion
• 必要な推定対象：潜在癌の検出率・診断時
病期
• 早期発見と自然史の抑制は同義ではない
OSCC＝口腔扁平上皮癌
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/GEWGRXPZJ2.jpg)

研究デザイン
155例の単施設・後ろ向きコホートを2022年まで追跡
2009–2016
n = 155
適格症例
OED診断
観察 61
切除 94
非無作為
2022
転帰確認
無作為化も、治療割付規則の事前規定もない
Bernard et al. 2023, Methods pp.3097–3099; Supplementary Table 1
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/47ZLR6KLJ3.jpg)

治療効果と診断効果を分けなければ、結論が崩れる
切除標本で微小癌を発見
≠
将来の癌発生を予防
本研究は両者を
十分に分離できない
切除時に初めて見つかったOSCCは、進行した癌が改善したのではなく、
存在していた癌が早く分類された可能性がある。
因果推論上の論点：prevention estimand と diagnostic-yield estimand の混在
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/YJ6WR2QMJV.jpg)

曝露定義
“経過中のどこかで切除”を、最初から切除群として扱っている
Lesions designated to the surgical excision group were those managed by excisional biopsy at any point along their clinical course.
経過中の任意の時点で切除生検を受けた病変を、切除群とした。
観察期間
4年目に切
除
解析上は全期間を『切除群』
•
曝露の時間誤分類：切除前の観察期間まで『切除』に数えられる
•
immortal time bias／時間依存性交絡：切除まで生存・非悪性化であることが群分類に影響する
Bernard et al. 2023, Methods p.3098
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/GJ5M82RQJ4.jpg)

時間依存曝露｜具体例
ever-excised分類は、切除前の時間を誤った群へ移す
切除
OED診断
実際には観察下にあった期間
論文の固定群解析
悪性化なし
実際に切除後の期間
診断時点から全期間を『切除群』として数える
•
切除群に入るには、少なくとも切除時点まで癌と診断されずに経過する必要がある
•
この保証されたevent-free期間が切除群に与えられると、切除が有利に見えるimmortal time biasが生じ得る
•
一方、切除時に潜在癌が見つかればイベントも切除群へ入るため、偏りの大きさ・方向はデータ生成過程に依存す
る
Bernard et al. 2023, Methods p.3098。ever-exposed解析の時間分類上の問題
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/9E29K4DW7R.jpg)

時間依存性交絡
病変の変化が切除を決めるため、通常の固定調整でも不十分
その後の切除
病変の経時変
化
増大・不均一化
観察され
た
治療差
grade上昇
その後の悪性化
病変の変化は、将来の切除と悪性化の双方を予測する『時間依存性交絡因子』。単純なCoxにbaseline値だけを
入れても、この構造は調整できない。
必要な候補：時間依存Cox、landmark解析、または治療・交絡因子が反復測定されるならmarginal structural model。
因果推論上の概念整理。本文では臨床変化に応じてsurveillance biopsy／excisionを実施
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/D7Y4NM29EM.jpg)

ベースライン不均衡
切除群と観察群は、治療前から明らかに異なる
病変特性
観察/切開 n=61
切除 n=94
p
高異型度
8（13%）
48（51%）
<0.001
舌病変
22（36%）
58（62%）
0.0029
<200 mm²
18（30%）
77（82%）
<0.001
多発病変
21（35%）
2（2%）
—
複数生検
28（46%）
65（69%）
0.0046
これは交絡による適応（confounding by indication）。高リスクだから切除される一方、大きい・多発で切
除困難だから観察される病変もある。
Supplemental Table 1（添付付録）
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/VENYXW8DJ8.jpg)

交絡構造
交絡の方向は一方向ではなく、単純比較では解けない
切除選択
病変特性
観察され
た
群間差
grade・部位・大きさ
悪性化リスク
交絡因子とは、治療選択と転帰の両方に関係する因子。高異型度は切除されやすい一方、大きい・多発病変は観
察されやすく、単純なORの偏り方向も一意でない。
因果構造の概念図。変数値はSupplemental Table 1
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/Y79P8XK8E3.jpg)

追跡と検出
追跡期間も異なり、単純な悪性化割合は同じ条件ではない
45.5か月
57.7か月
+12.2か月
観察群：平均追跡
切除群：平均追跡
切除群の追跡差
観察
切除
p
臨床受診回数（平均）
13.4
16.6
0.23
追跡期間（平均）
45.5
57.7
0.092
p>0.05は『同じ』を意味しない。時間を無視した割合比較は不適切
Supplemental Table 1
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/G78D82RZ7D.jpg)

主要アウトカム｜Raw
粗悪性化率は、切除28.7%・観察24.6%
管理
悪性化
非悪性化
合計
割合
切除
27
67
94
28.7%
観察
15
46
61
24.6%
OR 1.24（95%CI 0.59–2.58）, p=0.57
このORは年齢・異型度・部位・大きさ等を調整していない粗OR。点推定は切除群で悪性化が多いが、CI
が広く方向も確定しない。
Bernard et al. 2023, Table 3A, p.3100
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/L7LMR2K1JR.jpg)

主要アウトカム｜再計算
95%CIは、臨床的利益から明確な害まで含んでいる
+4.1%
−10.0～+18.3%
1.17
リスク差
95%CI
リスク比
効果指標
推定値
95%CI
+4.13ポイント
−10.02～+18.29
Risk ratio
1.17
0.68～2.01
Odds ratio
1.24
0.59～2.58
Risk difference
RR 1.17は『切除群の粗リスクが観察群の1.17倍』という関連。95%CI 0.68～2.01なので、32%の低下から約2倍まで両立する。
再計算：公表2×2表からPythonで算出（論文著者のR解析とは別）
再計算元：Bernard et al. 2023, Table 3A
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/4EMYR825EW.jpg)

推論の基本
『有意差なし』は『同等』でも『効果なし』でもない
論文の表現
統計学的に正確
Surgical excision …
failed to reduce…
差を検出できなかった
切除は悪性化を減らさなかった
重要な利益・害の双方が残る
同等性を主張するなら、非劣性・同等性マージンと十分な検出力が必要
Bernard et al. 2023, Conclusion p.3104; Table 3A
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/PER9R5MZJ9.jpg)

ロジスティック回帰
悪性化のロジスティック回帰は未調整で、追跡時間も使っていない
実際に提示されたTable 3A
Methodsとの食い違い
内容
•
目的変数
悪性化：あり／なし
•
説明変数
切除 vs 観察
•
調整因子
なし（単変量）
項目
結果
Methodsには多変量ロジスティック回帰を実施と記
載
しかし調整変数、変数選択法、調整後ORは本文・
付録に提示されない
病期のTable 3Cも単変量で、調整因子はない
OR 1.24（0.59–2.58）
さらに、12年追跡の非悪性化例も1年追跡の非悪性化例も同じ『0』。登録年・打切り・追跡差を無視するため、介
入効果には時間-to-event解析が望ましい。
Bernard et al. 2023, Methods p.3099; Table 3A/3C
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/P7XQRKV1EX.jpg)

ロジスティック回帰｜モデルの意味
ロジスティック回帰のORは、追跡終了時の二値を比較する
logit{P（悪性化）} ＝ β₀ ＋ β₁×切除歴 ＋ β₂×交絡因子 …
このモデルで分かること
この論文で分からないこと
•
OR＝2群のodds比
•
いつ悪性化したか
•
95%CI＝標本誤差による不確実性
•
追跡期間の違い・打切り
•
十分な交絡因子を入れれば条件付き関連を推定
•
死亡などの競合イベント
•
調整後の悪性化OR：結果自体が未報告
悪性化率が約27%と稀ではないため、OR 1.24をRR 1.24と読んではいけない。公表2×2表からのRRは1.17。
Bernard et al. 2023, Methods/Table 3Aを統計モデルとして解説
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/37K9R5QM7D.jpg)

悪性化アウトカム｜望ましい解析
悪性化の比較には、time zeroと打切りを揃えた解析が必要
論点
本論文
望ましい定義・解析
初回OED診断だが、群は将来の切除で決定
OED診断時に比較戦略を定義
曝露
ever-excisedを固定群扱い
一定期間内切除の戦略／時間依存曝露
転帰
最終的な悪性化あり・なし
悪性化までの時間＋打切り
死亡
扱いが不明
競合リスクとして定義
交絡
提示されたORは未調整
baseline＋時間依存因子を事前規定して調整
time zero
単純な『Coxを使えばよい』ではない。曝露開始、time zero、適格性判定を揃えなければ、time-to-eventモデルでも
バイアスは残る。
target trial emulationの観点から、本研究の悪性化解析を再構成
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/LJ3W8KP2J5.jpg)

年間MTR
年間悪性化率6.4%は、個人の『1年リスク』とは読めない
• 計算式・person-years・95%CIが本文に
示されていない
• 発生率（/100人年）と1年累積リスク
は別概念
• 平均TTT 45.2か月は、悪性化した症例
に条件付けられた値
患者説明に『毎年6.4%が癌になる』
と直結させない
引用：Bernard et al. 2023, Table 2, p.3099（CC BY-NC）
Bernard et al. 2023, Table 2 / Discussion
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/8JDKM3L6EG.jpg)

Supplemental Table 3
異型度別の層別検定だけでは、交絡調整にならない
•
•
•
•
各層の症例数が小さい：高異型度の観察
群は8例
p値のみで、層別効果の95%CIが示されな
い
部位・大きさ・多発性・臨床像などの交
絡が残る
層別p>0.05は、治療効果がない証拠では
ない
引用：Supplemental Table 3
Bernard et al. 2023, Supplemental Table 3
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/VEPKR44Z78.jpg)

断端解析
陰性断端は15例だけで、完全切除の効果を評価できない
15例
81例
0.57–5.61
陰性断端
陽性断端
ORの95%CI
Table 3B：OR 1.79（95%CI 0.57–5.61）, p=0.32
• 陰性断端群の悪性化は6/15で、推定は極めて不精確
• 『陰性断端でも効果なし』という結論は検出力不足
• field cancerizationと不完全切除が混在し、介入内容も均一でない
Bernard et al. 2023, Tables 1 and 3B; Discussion pp.3102–3103
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/27VVRXXM7Q.jpg)

データ整合性
表の合計数と断端ラベルには、無視できない不整合がある
箇所
記載
問題
Sample n=158
群合計は61+94=155
n=94
断端解析はn=96
Main Table 1
断端：悪性化28例
管理別切除：悪性化27例
Main Table 3B
15例行が“(+)”
本文では陰性断端15例
Supplement Table 1
切除群
原データまたは訂正情報なしに、断端効果を二次解析へ使用するのは危険
Bernard et al. 2023, Main Tables 1/3B; Supplemental Table 1
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/5JGLMVVX7L.jpg)

診断時病期
悪性化例では、切除歴あり群に早期癌が多かった
77.8%
切除：早期癌 21/27
21.4%
観察：早期癌 3/14
OR 12.83（95%CI 2.68–61.45）
関連は大きいが、95%CIは非常に広
い
引用：Bernard et al. 2023, Table 3C, p.3100（CC BY-NC）
Bernard et al. 2023, Table 3C
22


# Page. 23

![Page Image](https://bcdn.docswell.com/page/47QYR665EP.jpg)

検出バイアス
早期癌が多い理由は、自然史の改善とは限らない
微小浸潤癌を
早く発見
早期病
期
病変の自然史を
本当に変える
悪性化減
少
切除
本研究は上段の診断効果を示唆するが、下段の予防効果は証明していない
Bernard et al. 2023, Discussion pp.3103–3104
23


# Page. 24

![Page Image](https://bcdn.docswell.com/page/KE4W844VJ1.jpg)

生存曲線
KM曲線は切除群優位に見えるが、因果効果を示さない
•
•
縦軸は生存／無再発の推定
確率
線の段差はイベント発生
•
打切りを扱えるが、交絡は
自動調整されない
•
悪性化した42例だけ・at risk
数不明
引用：Bernard et al. 2023, Figure 1, p.3100（CC BY-NC）
Bernard et al. 2023, Figure 1
24


# Page. 25

![Page Image](https://bcdn.docswell.com/page/L71Y2444JG.jpg)

Kaplan–Meier｜基本の読み方
Kaplan–Meier曲線は、各イベント時点の条件付き確率を掛ける
Ŝ(t) ＝ ∏［1 − dⱼ / nⱼ］
開始
n=10
nⱼ＝直前まで追跡中の人数、dⱼ＝その時点のイベント数
死亡1
n=10
打切り2
死亡1
n=7
•
死亡・再発などイベントが起きた時だけ曲線が下がる。段差の大きさは、その時点のリスク集合nⱼに依存する
•
打切り例は打切り時点までは分母に入り、それ以降はリスク集合から外れる。打切り自体で曲線は下がらない
•
KMは打切りを扱う記述法であり、非無作為群の交絡を調整する手法ではない
Kaplan–Meier推定量の基本。本論文Figure 1の読み方
25


# Page. 26

![Page Image](https://bcdn.docswell.com/page/G7WGRXXZE2.jpg)

Kaplan–Meier｜後半の不確実性
リスク集合が小さくなる後半ほど、曲線は不安定になる
同じ1イベントでも：n=40なら低下は約2.5%
Figure 1に不足する情報
number at risk表
／
n=4なら低下は25%
なぜ重要か
50・100・150か月時点で実際に何人残っているか分からない
曲線後半の推定精度を視覚的に判断できない
95%CI帯
各群のイベント数
打切り理由
段差が何件の死亡／再発で生じたか確認できない
転院・追跡中断・他因死が予後と関連するか評価できない
150～200か月の見た目の差を強調してはいけない。少数の残存例が作る大きな段差である可能性が高い。
Bernard et al. 2023, Figure 1。risk table・CI帯は掲載されていない
26


# Page. 27

![Page Image](https://bcdn.docswell.com/page/4JZLR66LE3.jpg)

Kaplan–Meier｜統計学的仮定
KM推定には『打切りが予後を教えない』という強い仮定がある
仮定
非情報性打切り
意味
本論文での懸念
同じ時点・群なら、打切り例と継続例の将来リスクが
同じ
追跡中断理由・群別脱落が不明
各観測単位の転帰が独立
患者内複数病変の可能性と処理が不明
全例で追跡開始点が同じ意味
MethodsとResultsで悪性診断／OED診断が不一致
群分類が追跡中に変わらない、または適切に時間依存
処理
ever-excisedを固定群として扱う
他因死を単純打切りにするなら独立性が必要
DFS・OSの事象定義と他因死処理が不明確
独立な観測
time zeroの一貫性
群の安定性
競合事象の扱い
Kaplan–Meier推定の主要仮定と、本論文で検証できない点
27


# Page. 28

![Page Image](https://bcdn.docswell.com/page/YE6WR22MEV.jpg)

Kaplan–Meier｜因果解釈の限界
Figure 1の群間差には、4種類のバイアスが同時に入り得る
①交絡
②時間分類
grade・部位・大きさ・切除可能性が群と予後に関連
切除前期間まで切除群に入るever-excised解析
③条件付け
④診断過程
悪性化した42例だけを選び、post-exposure変数に条件付け
切除が早期癌の発見・病期分類そのものを変える
したがって、曲線の分離は『切除が生存を改善した』という反実仮想比較ではない。まず群定義と選択過
程を正す必要がある。
Bernard et al. 2023, Figure 1/Methods/Resultsを因果推論の観点から評価
28


# Page. 29

![Page Image](https://bcdn.docswell.com/page/GE5M822QE4.jpg)

単変量解析
単変量Coxでは大きな生存差が出ている
OS：HR 0.20
95%CI 0.05–0.76
DFS：HR 0.26
95%CI 0.10–0.72
HR<1は瞬間的ハザードが低い方向。た
だしTable 4は各因子を1つずつ入れた未
調整の関連。
引用：Bernard et al. 2023, Table 4, p.3101（CC BY-NC）
Bernard et al. 2023, Table 4
29


# Page. 30

![Page Image](https://bcdn.docswell.com/page/9729K44WJR.jpg)

Cox比例ハザード｜モデルの意味
Coxモデルは、各時点の瞬間的ハザード比を推定する
h(t｜X) ＝ h₀(t) × exp（β₁×切除 ＋ β₂×交絡因子 …）
用語
意味
誤読しやすい点
ハザード
その時点までイベントなしの人が、直後にイベントを起こす
速さ
累積リスクや生存確率そのものではない
HR 0.20
モデル上、切除群の瞬間的死亡ハザードが観察群の0.20倍
死亡リスクが80%減った、と直接は言えない
群間HRが時間を通じ概ね一定
曲線形状が変わると単一HRが平均化された値になる
モデルに入れた共変量で条件付けた関連
未測定交絡・誤分類・選択バイアスは残る
比例ハザード
調整HR
Bernard et al. 2023, Table 4/Supplemental Tables 4–5のHRを読むための基礎
30


# Page. 31

![Page Image](https://bcdn.docswell.com/page/DJY4NMM97M.jpg)

多変量Cox｜調整因子
Cox多変量モデルの調整因子は限定的で、アウトカムごとに異なる
アウトカム
モデルに入った因子
切除の調整後HR
DFS（悪性化後42例）
病変部位（舌／その他）
管理法（観察／切除）
診断時病期（I–II／III–IV）
0.51（0.13–1.95）
p=0.33
OS（悪性化後42例）
臨床像（均一／不均一／反応性）
管理法（観察／切除）
診断時病期（I–II／III–IV）
0.26（0.05–1.42）
p=0.12
調整されていない主な因子：年齢、性別、リスク因子、異型度、病変サイズ、複数生検、切除時期。しかも診断時病期は、切除→早
期発見→生存という経路上の媒介因子になり得る。
Bernard et al. 2023, Supplemental Tables 4 and 5
31


# Page. 32

![Page Image](https://bcdn.docswell.com/page/V7NYXWWDE8.jpg)

Cox多変量モデル｜自由度と過適合
『3因子』でも、OSモデルは少なくとも4パラメータを推定する
カテゴリ
必要な回帰係数
臨床像
均一／不均一／反応性
2
管理法
観察／切除
1
診断時病期
I–II／III–IV
1
3因子
少なくとも4パラメータ
OSモデルの変数
合計
11件
4以上
約2.75
OSの死亡イベント
推定パラメータ
event/parameter
10 events per variableは絶対規則ではないが、この規模では係数の偏り、標準誤差過小評価、CI不安定、完全／準完全分離が強く懸念される
。
Supplemental Table 5。カテゴリ変数は水準数−1の回帰係数を要する
32


# Page. 33

![Page Image](https://bcdn.docswell.com/page/YJ9P8XX873.jpg)

Cox比例ハザード｜モデル診断
比例ハザード仮定は、p値ではなく時間パターンを診断する
診断方法
確認する内容
本論文
log-minus-log曲線
群ごとの曲線が概ね平行か
報告なし
Schoenfeld残差
残差と時間の関連、global test／変数別test
報告なし
HRが時間とともに変化するか
報告なし
影響診断
少数例が係数を支配していないか
報告なし
連続変数の関数形
年齢などのlog-hazardとの線形性
報告なし
時間×曝露交互作用
PHが破れる場合は、時間依存HR、期間別HR、RMST差、一定時点の生存差などを検討する。単一HRだけで全期間を要
約しない。
Coxモデルの標準的診断項目。Bernard et al.では診断結果の記載なし
33


# Page. 34

![Page Image](https://bcdn.docswell.com/page/GJ8D822ZJD.jpg)

Coxモデルの限界
死亡11件では、多変量Coxモデルは極めて不安定
42例
11件
3因子
悪性化後の解析対象
死亡イベント
各多変量モデル
•
比例ハザード仮定＝群間HRが追跡期間を通じて概ね一定、という前提。検証結果は報告されていない
•
死亡11件に3因子（カテゴリ水準を含めればさらに多い）を入れ、過適合と広いCIの危険が大きい
•
悪性化した人だけに条件付けるため、選択／collider biasが生じ得る
•
stage調整は診断効果の経路を遮断し、求めたい総効果とは異なる推定になる
Bernard et al. 2023, Results pp.3101–3102; Supplemental Tables 4–5
34


# Page. 35

![Page Image](https://bcdn.docswell.com/page/LJLMR221ER.jpg)

アウトカム定義
生存時間の起点とDFS定義が、本文内で一致していない
Methods p.3099
Results p.3101
Time-to-outcome was calculated
from malignant diagnosis…
OS was considered … between
first diagnosis of OED and death
起点：悪性診断時
起点：初回OED診断時
起点が違えば、同じHRでも意味が変わる。再現解析不能の重大事項
Bernard et al. 2023, Methods p.3099; Results p.3101
35


# Page. 36

![Page Image](https://bcdn.docswell.com/page/47MYR8857W.jpg)

Time to diagnosis
TTDに差がないことは、監視・検出バイアスを否定しない
切除 vs 観察：HR 1.01（95%CI 0.52–1.94）, p=0.99｜単変量・調整因子なし
一見：診断までの時間は同じ
しかし：CIは約半減～約2倍
• 悪性化した症例だけのcase-only解析なら、非悪性化例の打切り情報を使えない
• 切除で既存微小癌を発見する機序は、平均的TTDだけでは検証できない
• 臨床受診回数が同程度でも、生検閾値・採取範囲・病理検出能は同じとは限らない
Bernard et al. 2023, Supplemental Table 2; Discussion p.3104
36


# Page. 37

![Page Image](https://bcdn.docswell.com/page/P7R9R55ZE9.jpg)

アウトカム定義｜競合リスク
悪性化・再発・死亡は、競合事象とestimandを先に定義する
臨床疑問
イベント
競合事象／注意
OEDがOSCCへ悪性化するか
OSCC診断
悪性化前の死亡は、その後の悪性化を不可能にする競合事象
悪性化後に再発・進行するか
再発／進行
再発前死亡を単純打切りにすると非情報性仮定が必要
全死亡を減らすか
原因を問わない死亡
競合リスクはないが、time zeroと群定義が必要
原病死を減らすか
OSCC死亡
他因死は競合事象。cause-specific HRとsubdistribution HRは別
Kaplan–Meierで競合事象を打切ると、悪性化・原病死の累積発生確率を過大評価し得る。個人の絶対リスクには累積発生
関数（CIF）が適切。
Bernard et al. 2023の悪性化・DFS・OS定義を競合リスクの観点から整理
37


# Page. 38

![Page Image](https://bcdn.docswell.com/page/PJXQRKK17X.jpg)

その他の統計問題
複数の小さな問題が、全体の不確実性をさらに増やす
問題
統計学的影響
多数の単変量検定
p≈0.05の偶然陽性が増える
欠測値を除外
missing at randomの検証なし
“no dysplasia”を後から遡及
複数病変/患者の可能性
multiple biopsies
平均TTT
Bernard et al. 2023, Methods/Tables 1–4 and Supplement
将来情報に基づく選択
独立性仮定が不明
結果に近い時間依存変数・逆因果
悪性化例に条件付けた値
38


# Page. 39

![Page Image](https://bcdn.docswell.com/page/3JK9R55MJD.jpg)

再現可能性
Rを使用した記載だけでは、解析の再現性は担保されない
All analyses were conducted with R v4.2.1 and reported using the reportRmd package.
R 4.2.1で解析し、reportRmdで報告した、と記載。
•
論文著者は実際の解析環境としてR 4.2.1を使用したと明記
•
ただし解析コード、package version、sessionInfo()がなく、第三者が同じ結果を再現できない
•
匿名化データは公開されず“request”のみ
•
主要定義・起点・表合計に不整合がある
•
本資料のRR・RD再計算は公表2×2表をPythonで計算し、著者のR環境を再現したものではない
結論：著者がRを使った可能性は高いが、『確認したパッケージで再解析できた』とは言え
ない
Bernard et al. 2023, Statistical analysis p.3099; Data availability p.3104
39


# Page. 40

![Page Image](https://bcdn.docswell.com/page/LE3W8KK2E5.jpg)

総合Risk of Bias
介入効果の因果推論としては、非常に深刻なバイアスリスク
領域
判断
主な理由
交絡
Critical
grade・部位・大きさ・切除可能性
参加者選択
Serious
後方視的・将来情報を含む選択
介入分類
Critical
経過中の切除を固定曝露化
介入逸脱
Serious
切除時期・範囲・断端が不均一
欠測
Serious
脱落・欠測処理が不明
アウトカム測定
Critical
切除が癌検出そのものに影響
選択的報告
Serious
定義・表の不整合、主要調整効果は付録
ROBINS-Iの考え方に沿った本資料の批判的評価（正式な二重評価ではない）
40


# Page. 41

![Page Image](https://bcdn.docswell.com/page/8EDKM3367G.jpg)

望ましい解析
本来は“target trial”を明示して解析する
Time zero
OED確定
戦略定義
一定期間内切除
vs 観察
時間依存曝露
またはlandmark
悪性化まで
追跡
• 悪性化：Coxまたは競合リスク累積発生関数
• 治療選択：propensity score/IPTW、またはg-methods
• 切除による潜在癌検出を別アウトカムとして定義
• 患者内複数病変はcluster-robust SE／frailtyで処理
• 未測定交絡と曝露猶予期間の感度分析
推奨解析設計：target trial emulation / time-varying exposure / competing risks
41


# Page. 42

![Page Image](https://bcdn.docswell.com/page/V7PKR4PZJ8.jpg)

望ましい解析｜estimand
再解析では、予防効果と診断効果を別のestimandとして定義する
構成要素
悪性化予防効果
診断効果
対象集団
初回OED診断、既知OSCCなし
切開生検でOED、潜在浸潤癌の疑い
介入戦略
例：診断後90日以内に完全切除
広範切除標本による追加組織診断
比較
同期間は観察・必要時再生検
通常の切開生検／監視
一定期間のOSCC累積発生
切除標本で新たに検出されたOSCC、診断時病期
重み付け生存解析／g-methods、死亡を競合事象
診断精度・検出率、verification biasを評価
アウトカム
主解析
同じ『切除』でも、治療戦略の効果と、より多くの組織を採る検査戦略の効果は別。統計解析・メタ分析・患者説明を
分ける。
本研究の2つの臨床疑問を、明示的なestimandへ再構成
42


# Page. 43

![Page Image](https://bcdn.docswell.com/page/2JVVRX2MJQ.jpg)

望ましい解析｜実務フロー
原データがあれば、解析はこの順序で再構成する
1
病変ではなく患者IDも確認
複数病変をcluster化
2
OED診断日・切除日・OSCC日
time zeroと曝露履歴を作成
3
baseline交絡を事前規定
age, sex, grade, site, size, multifocality, clinical appearance, risks
4
切除を時間依存で扱う
必要ならtime-varying confoundingへMSM
5
死亡を競合事象として解析
cause-specific Cox＋CIF／Fine–Grayを目的別に
6
感度分析
landmark、grace period、未測定交絡、欠測、多重病変
解析コード、data dictionary、変数作成規則、sessionInfo()を公開して初めて、第三者が同じ結果を検証できる。
本研究を再解析する場合の推奨手順
43


# Page. 44

![Page Image](https://bcdn.docswell.com/page/5EGLMVRXJL.jpg)

エビデンス統合への利用
メタ分析では、3つの推定対象を同じプールに混ぜない
利用できる
そのまま使えない
• 観察研究の症例特性
• RCT相当の治療効果
• 粗2×2表：27/94 vs 15/61
• 『切除は無効』という等価性結論
• 病期分布：21/27 vs 3/14
• 単変量HRを調整済み効果として統合
• 切除による診断収量という仮説
• 6.4%を個人の年間リスクとして適用
• 原著探索の重要な起点
• 陰性断端の効果判定
悪性化予防、癌の早期検出、悪性化後の予後は別アウトカム・別集団。効果量も解釈も分
離する。
本研究をSR/GLへ組み込む際の実務的提案
44


# Page. 45

![Page Image](https://bcdn.docswell.com/page/4JQYR6V57P.jpg)

結論の境界
ここまでの結論：関連は示すが、切除の因果効果は推定できない
論点
言えること
言えないこと
悪性化
粗率に明確な差を検出せず
切除は無効・同等
病期
悪性化例で切除歴群に早期癌が多い
切除が癌進行を抑制
生存
単変量では切除歴と良好な生存が関連
切除が死亡を減らす
断端
小規模で差を検出せず
陰性断端は無意味
臨床
広範組織採取の診断価値を示唆
一律切除を支持
Bernard et al. 2023およびSupplemental Tablesの統合解釈
45


# Page. 46

![Page Image](https://bcdn.docswell.com/page/K74W84MVE1.jpg)

ここから：システマティックレビュー／メタ分析での扱い
この研究を『入れるか』より、
『何の数字を、何として入れるか』が重要
観察研究であること、群定義が経過後に決まること、調整が不十分であることを、抽
出・統合・確実性評価の全段階に反映する。
以下では、採否判断 → 数値選択 → 統合方法 → 感度分析 → 結論表現、の順に具体化する
。
Bernard et al. Head & Neck. 2023;45:3096–3106. d oi:10.1002/hed.27539


# Page. 47

![Page Image](https://bcdn.docswell.com/page/LJ1Y2484EG.jpg)

メタ分析｜採否判断
採用は可能だが、非無作為観察研究として別枠に置く
レビューの問い
扱い
RCTのみを対象
除外：研究デザインが適格基準外
観察研究も含む介入効果
採用可：NRSIとしてRCTと分け、ROBINS-Iで評価
OEDの自然史・悪性化率
採用可：ただし管理群比較とは別に、症例構成と追跡差を記録
切除の診断収量・診断時病期
採用可：悪性化予防とは別アウトカムとして扱う
主要介入効果のRisk of BiasはCritical相当。主解析に入れる場合も、除外感度分析を必須とする
。
本資料の実務提案。NRSI＝non-randomized study of interventions
47


# Page. 48

![Page Image](https://bcdn.docswell.com/page/GJWGRXZZ72.jpg)

メタ分析｜数値選択
悪性化2×2表を優先し、『粗い関連』と明記する
群
悪性化
非悪性化
合計
切除歴あり
27
67
94
観察／切開のみ
15
46
61
計算可能：RR 1.17（0.68–2.01）｜OR 1.24（0.59–2.58）｜RD +4.13%（−10.02～+18.29%）
重要：これはベースライン治療群の比較ではなく、『経過中に一度でも切除された群』との粗比較。調整済み
悪性化効果は報告されていない。
Bernard et al. 2023, Table 3A。効果量は公表2×2表から再計算
48


# Page. 49

![Page Image](https://bcdn.docswell.com/page/4EZLR61L73.jpg)

メタ分析｜抽出表
アウトカムごとに使える数字と、使ってはいけない混ぜ方を固定する
推定対象
抽出する数字
統合上の位置づけ
悪性化予防
27/94 vs 15/61
RR 1.17 または OR 1.24
NRSIの粗効果として別プール
診断時早期病期
21/27 vs 3/14
OR 12.83（2.68–61.45）
悪性化例に限定した診断アウトカム
悪性化までの時間
TTD HR 1.01（0.52–1.94）
単変量・調整なし。予防HRとして使わない
悪性化後DFS／OS
調整HR 0.51／0.26
悪性化例の予後。予防効果と統合しない
全体6.4%
比較効果でない。算出法不明のため慎重
年間MTR
Bernard et al. 2023, Tables 2–4; Supplemental Tables 2, 4, 5
49


# Page. 50

![Page Image](https://bcdn.docswell.com/page/Y76WR2LM7V.jpg)

メタ分析｜調整効果の質
『調整済みHR』を優先すれば解決、とは限らない
なぜ因果効果として弱いか
採用する場合のラベル
•
対象は悪性化した42例だけ：悪性化への条件付け
で選択バイアス
•
adjusted association among transformers
•
ベースラインのgrade・size・age等が未調整
•
総介入効果ではなく悪性化後予後の解析
•
切除時期を時間依存曝露として扱わない
•
調整因子をDFS／OSごとに完全記載
•
stageは切除後の媒介因子になり得る
•
未調整HRとは別に抽出・別プール
•
イベントが少なく過適合・広いCI
•
Critical ROBとして確実性を下げる
調整の有無ではなく、調整セットが因果質問に適切かを評価する。
Bernard et al. 2023, Supplemental Tables 4–5に基づく解釈
50


# Page. 51

![Page Image](https://bcdn.docswell.com/page/G75M821Q74.jpg)

メタ分析｜統計モデル
統合では、効果指標・時間軸・調整レベルを揃える
判断点
RR・OR・HR
追跡期間が異なる研究
推奨
原則として別々に統合。意味の異なる指標を無変換で混ぜない
可能ならtime-to-eventの調整HRを優先。本研究には有効な悪性化HRがない
粗効果と調整効果
別プール。調整因子の十分性を表にして比較
RCTと観察研究
別プール／別SoF。統合しても研究デザイン別サブグループを示す
研究数が少ない
ランダム効果＋Hartung–Knapp、τ²、予測区間を提示
メタ分析の一般的な実務原則。本研究の曝露・アウトカム定義に合わせて適用
51


# Page. 52

![Page Image](https://bcdn.docswell.com/page/9J29K41WER.jpg)

メタ分析｜異質性とバイアス
ランダム効果モデルは、系統的バイアスを平均化して消せない
ランダム効果が扱うもの
扱えないもの
• 研究ごとに真の効果が異なる可能性
• ever-excisedによる時間誤分類
• sampling errorと研究間分散τ²
• 未調整交絡・選択バイアス
• 平均効果と予測区間
• 誤ったtime zeroやアウトカム混在
• 同じ方向の系統的バイアス
I²が低くても研究が同じバイアスを共有すれば正しくない。研究数が少ない状態でのメタ回帰も、交絡を解
決せず不安定になる。
観察研究メタ分析で区別すべきstatistical heterogeneityとrisk of bias
52


# Page. 53

![Page Image](https://bcdn.docswell.com/page/DEY4NMZ9JM.jpg)

メタ分析｜抽出チェックリスト
抽出表には、効果量だけでなく『どう群が作られたか』を残す
抽出領域
Bernard 2023で記録すべき内容
解析単位
155 cases。患者数・患者内複数病変の扱いは不明
time zero
初回OED診断。ただし生存起点は本文内で不一致
曝露定義
経過中の任意時点でexcisional biopsy＝ever-excised
切除時期・猶予期間
分布・中央値・診断からの期間が未報告
群間差
grade、site、size、multifocality、multiple biopsies等
調整セット
悪性化OR：なし／未報告。DFS・OSは別々の3因子
追跡・打切り
平均45.5 vs 57.7か月。打切り理由・risk tableなし
Risk of Bias
交絡・介入分類・アウトカム検出をCritical候補
Bernard et al. 2023本文・Supplemental Tables 1–5から作成する抽出項目
53


# Page. 54

![Page Image](https://bcdn.docswell.com/page/VJNYXW3D78.jpg)

メタ分析｜必須の感度分析
この研究の影響を、感度分析で見える化する
①除外
Critical ROB研究を除外
②群定義
baseline切除のみ vs ever-excised
③効果量
粗効果のみ vs 適切な調整効果のみ
④対象
low/high grade、単発/多発を分離
⑤意図
治療目的 vs 診断目的の切除
⑥追跡
十分な追跡期間を持つ研究に限定
Bernardを除外すると結論が変わるなら、プール推定はこの1研究の分類問題に依存している。
本研究を含む観察研究メタ分析に対する推奨感度分析
54


# Page. 55

![Page Image](https://bcdn.docswell.com/page/YE9P8X98J3.jpg)

メタ分析｜GRADEと報告
確実性は『非常に低い』から開始し、因果表現を避ける
報告項目
推奨する書き方
効果
『切除歴と悪性化の粗い関連はRR 1.17（0.68–2.01）』
限界
『群は経過後に分類され、重要な交絡因子は調整されていない』
結論
『利益も害も除外できず、切除の予防効果は不確実』
病期・生存
『悪性化例に限定した仮説生成的関連』として別記
確実性
介入効果はVery low。観察研究＋Critical ROB＋不精確性
避ける表現：『切除は無効』『切除は生存を改善する』『有意差がないので同等』
本研究のROB・不精確性・推定対象の混在を踏まえた報告例
55


# Page. 56

![Page Image](https://bcdn.docswell.com/page/GE8D829ZED.jpg)

最終結論
メタ分析に入れるなら、主要数値は
27/94 vs 15/61の粗悪性化データ
ただし『経過中に一度でも切除』という問題のある群定義で、調整済み悪性化効果は未報告
。Critical ROBの観察研究として、別プールと除外感度分析を行う。
診断時病期OR、TTD、DFS／OSのHRは、それぞれ診断効果・悪性化後予後の副次解析として分
離し、悪性化予防効果と混ぜない。
Bernard et al. Head & Neck. 2023;45:3096–3106. d oi:10.1002/hed.27539