レートチェンジ法の因果関係の解釈について：先行事象レート比とレート差

On the causal interpretation of rate-change methods: the prior event rate ratio and rate difference.

• Robertus van Aalst
• Edward Thommes
• Maarten Postma
• Ayman Chit
• Issa J Dahabreh

抄録

多くの研究では、異なる治療戦略に曝されたグループの治療開始前後のデータを用いて、先行事象率比（PERR）と呼ばれる比の尺度を用いて「因果関係効果」を推定している。ここでは、PERRとその相加的尺度である先行事象率差（PERD）の因果関係の解釈を提示する。これらの尺度の因果関係の解釈には、(1) 対照治療を実施するための仮想介入を受けた治療群における治療開始前と治療開始後の事実上の率の変化と、(2) 対照群における治療開始前と治療開始後の事実上の率の変化との間の関係について、検定不可能な率変化の仮定が必要であることが示される。レート変化の仮定は、PERRでは乗算スケールであるが、PERDでは加算スケールである；この2つの仮定は、検証可能ではあるが、可能性は低いが、同時に保持される。研究者が最も適切な尺度を選ぶことができたとしても、関連するレート変化の仮定が正確に保持されているとは限らないので、異なる大きさの仮定の違反が研究結果にどのように影響するかを調べるための感度分析の方法を述べる。プロトンポンプ阻害薬と肺炎に関する公表された研究のデータを用いて、その方法を説明する。

A growing number of studies use data before and after treatment initiation in groups exposed to different treatment strategies to estimate "causal effects" using a ratio measure called the prior event rate ratio (PERR). Here, we offer a causal interpretation for PERR and its additive scale analog, the prior event rate difference (PERD). We show that causal interpretation of these measures requires untestable rate-change assumptions about the relationship between (1) the change of the counterfactual ratebefore and after treatment initiation in the treated group under hypothetical intervention to implement the control treatment; and (2) the change of the factual rate before and after treatment initiation in the control group. The rate-change assumption is on the multiplicative scale for PERR, but on the additive scale for PERD; the two assumptions hold simultaneously under testable, but unlikely, conditions. Even if investigators can pick the most appropriate scale, the relevant rate-change assumption may not hold exactly, so we describe sensitivity analysis methods to examine how assumption violations of different magnitudes would affect study results. We illustrate the methods using data from a published study of proton pump inhibitors and pneumonia.

© The Author(s) 2020. Published by Oxford University Press on behalf of the Johns Hopkins Bloomberg School of Public Health.