Time-varying exposureの因果推論での目的をはっきりさせる

Time-varying exposureと聞くと、何やら物々しいですが・・・。

実は、ほぼ全ての介入はtime-varyingと言えます。

時間によって変化する暴露因子に対して、どういう研究モデルとなるのか、気になりませんか。

この記事では、time-varying exposureというものをはっきりさせ、その因果推論で何が言えるか概説します。

Time-varying exposureの因果推論での目的をはっきりさせる

一般的には、「アスピリンを飲んだら」という0か1かの暴露因子による、あるアウトカム（死亡など）への平均の影響を検討するのが、因果推論です。

でもよく考えると、これ、正確でないんですよ。。。

上記のランダム化試験を考えた時、表面上の比較は

・アスピリンを飲む

・プラセボを飲む（アスピリンを飲まない）

の比較となります。

が、実際は

・副作用が発現して服薬中止となるまでアスピリンを飲む

・副作用が発現して服薬中止となるまでプラセボを飲む

という、time-varying exposureなのです。

この種類のtime-varying exposureは、dynamic regimenと言われます。後述。

この記事では、

・time-varying exposureというものをはっきりさせ

・その因果推論で何が言えるかはっきりさせる

ことが目的です。

Time-varying exposureとは？

その名の通り、「時間に応じて値が変わる暴露因子」を意味します。

ExposureをA（例えばアスピリン内服）としたら、

研究期間中、ずっとA=1またはA=0である場合、それはtime-varyingではありません。

どういうのがtime-varyingかと言うと、

・1年間A=1、1年後はA=0とする

・胃潰瘍が起きるまでA=1、起きたらA=0とする

こういう治療計画を言います。

そういう意味では、ほとんど全ての治療介入がtime-varying exposureである事に気づきます。

*time-varying exposureの解析法は複雑なので、実際に使われているケースはあまりありませんが。。。

さて、time-varying exposureには、大きく2つあります。

static regimenとdynamic regimenです。

・ex) 1年間A=1、1年後はA=0とする

→Aの値が変わるタイミングが、時間だけに依存する場合

→static treatment strategy（regimen）

・ex) 胃潰瘍が起きるまでA=1、起きたらA=0とする

→Aの値が変わるタイミングが、時間＋他の因子に依存する

→dynamic treatment strategy（regimen）

簡単ですね。

この他、deterministic vs. random treatment strategyという分け方もあります。

・deterministic treatment strategy: Aが0か1のどちらかを100%取る

・random treatment strategy: Aが1となる確率が変わる

という。

Time-varying exposureを用いた因果推論で何が言えるかはっきりさせる

結局は「複数のtreatment strategyを比較する」ということが、因果推論のテーマです。

もしこちらのstrategyだったらどうなっていたか。

つまり例えば：

✔A=0とA=1のstatic treatment strategyを比較する

（これは現実的ではありません。副作用でても飲み続ける、という戦略です）

✔副作用でたら中止する、という2つのdynamic treatment strategyを比較する

→これがほぼ全てのランダム化試験です

✔最初の介入のレスポンスに応じて次の介入を変える vs 最初の介入を繰り返す、という比較

✔最初の介入のレスポンスに応じて次の介入を変える vs 介入しない、という比較

などなど。

staticでもdynamicでも、2つ以上のtreatment strategyを比較する、というのが主題であるという認識で良いです。

strategy自体はいくらでも複雑になり得るので、まずこの基礎的な理解を念頭に置いておくことが、time-varying exposureの解析で重要となります。

結論

ほぼ全てのtreatment strategyはtime-varyingといえる。

複数のtreatment strategyの比較こそが、因果推論の主題である。

ではまた。