概要と基本概念
生存分析は、ある出来事が起こるまでの時間を扱う統計学の一分野である。対象となる出来事は、死亡、再発、故障、離職など多岐にわたり、時間の長さだけでなく、その途中経過も重要な情報として扱う。
この方法論の特徴は、観察終了時点まで事象が確認されない個体や、途中で追跡が終わる記録を含めて解析できる点にある。時間依存のデータを整理し、発生の速さや発生しやすさを比較するために広く用いられる。
生存分析の定義
生存分析は、事象発生までの待ち時間を確率変数として扱い、その分布や関連要因を推定する手法群を指す。医学では患者の転帰、工学では装置の耐用時間、社会科学では人の行動継続期間などに応用される。
事象発生時間と打ち切り
事象発生時間とは、観察の開始から目的の出来事が起こるまでの経過時間である。打ち切りは、観察期間内に事象が確認されない場合や、追跡が途中で終わる場合に生じる。これにより、すべての対象について完全な到達時刻が得られない。
生存関数と危険関数
生存関数は、ある時点まで事象がまだ起こっていない確率を表す。危険関数は、すでにその時点まで到達した対象が、直後に事象を起こす度合いを示す。両者は時間変化を異なる角度から要約する基本量である。
累積分布との関係
生存関数は、累積分布関数と補完的な関係にある。累積分布が事象発生までの確率を表すのに対し、生存関数はその反対側、すなわち未発生である確率を示す。
瞬間的発生率の考え方
危険関数は、極めて短い時間幅に注目した瞬間的な発生率として理解される。これは単純な平均到達時間とは異なり、時間の経過に伴うリスクの変化を表現する。
主要なデータ構造
生存分析では、観測値そのものだけでなく、いつ観測が打ち切られたか、どの時点で事象が起きたかという情報が重要である。したがって、データ形式は通常の回帰分析よりも構造が複雑になる。
完全データと打ち切りデータ
完全データは、対象ごとの事象発生時刻が明確に得られる記録である。これに対し、打ち切りデータでは真の到達時刻が不明であり、観察可能な範囲内の情報を用いて推定を行う。
右打ち切り
右打ち切りは、観察終了時点までに事象が起きていない場合に生じる最も一般的な打ち切りである。実際の発生時刻はその後にあるが、少なくとも観測時点までは未発生であることが分かる。
左打ち切り
左打ち切りは、事象がすでに起きていることは分かるが、正確な発生時刻が観測されない場合を指す。事象が観測開始前に起こっていたときなどに現れる。
区間打ち切り
区間打ち切りでは、事象発生時刻がある区間内にあることだけが分かる。検査や定期調査を通じて、発生の前後が特定される場合に用いられる。
共変量と観測単位
生存分析では、時間だけでなく、年齢、治療群、装置の条件などの共変量を組み込むことが多い。観測単位は個人、機器、企業など、研究対象に応じて定義される。
個体レベルのデータ
個体レベルのデータは、各対象に1回の追跡が対応する基本形である。発生時刻、打ち切り時刻、属性情報を組み合わせて解析する。
繰り返し測定データ
繰り返し測定データでは、同一対象について複数回の観測が行われる。状態の変化や再発を含むため、単純な1回限りの時間解析よりも構造が複雑になる。
リスク集合
リスク集合とは、ある時点でまだ事象を経験しておらず、引き続き観察対象である個体の集まりをいう。この集合は、推定や比較の際の分母に相当し、時間とともに変化する。
基本的な推定法
生存分析の初歩では、まず生存曲線や危険度をデータから推定する。ここでは、打ち切りを考慮しながら、時間ごとの分布の形を明らかにする。
生存関数の推定
生存関数の推定では、観測された事象時刻と打ち切り情報を用いて、未発生確率の時間変化を復元する。代表的な方法として、非パラメトリックな推定法がよく使われる。
カプラン・マイヤー法
カプラン・マイヤー法は、右打ち切りを含むデータから生存関数を段階的に推定する方法である。事象が起こるたびに生存確率を更新し、階段状の曲線を得る。
寿命表法
寿命表法は、時間を一定幅の区間に分け、その区間ごとの生存状況から推定を行う。大規模集団や記録が粗い場合に適している。
危険関数の推定
危険関数の推定では、各時点における事象発生の強さを求める。直接推定する方法もあれば、生存関数から間接的に導く方法もある。
打ち切りへの対応
打ち切りへの対応は、生存分析の中核をなす考え方である。打ち切られた観測を単純に欠測として除外すると偏りが生じやすいため、観測可能な範囲の情報を活かして解析する必要がある。
モデル化の手法
生存時間の分布や共変量の影響を説明するために、さまざまなモデルが用いられる。分布形を明示するもの、部分的な仮定にとどめるもの、形をあまり決めないものがある。
パラメトリックモデル
パラメトリックモデルは、事象発生時間の分布を特定の確率分布で表し、その母数を推定する。仮定が明確な分、解釈しやすく、予測にも利用しやすい。
指数分布モデル
指数分布モデルは、危険率が時間に対して一定であると仮定する。単純で扱いやすいが、現実のデータには適合しない場合も多い。
ワイブル分布モデル
ワイブル分布モデルは、危険率が増加する場合にも減少する場合にも対応できる柔軟な形式である。信頼性工学や医療統計で広く利用される。
対数正規分布モデル
対数正規分布モデルは、時間の対数が正規分布に従うとみなす。初期に発生が少なく、その後増えるような現象の表現に向くことがある。
半パラメトリックモデル
半パラメトリックモデルは、分布全体を厳密には仮定せず、共変量の効果のみを柔軟に表現する。生存分析では、実務上もっともよく使われる枠組みの一つである。
コックス比例ハザードモデル
コックス比例ハザードモデルは、共変量が危険率に及ぼす影響を相対的な比として表す。基準となる危険関数を明示的に定めずに推定できるため、応用範囲が広い。
比例ハザードの仮定
比例ハザードの仮定は、群間の危険率の比が時間に対して一定であるという考え方である。この仮定が成り立つかどうかは、モデルの妥当性を左右する重要な点となる。
ノンパラメトリックモデル
ノンパラメトリックモデルは、特定の分布形を置かずにデータの構造を記述する。柔軟性が高く、探索的解析や初期段階の評価に適している。
検定と比較
複数群の生存状況を比べたり、モデルが十分に適合しているかを確認したりする際には、専用の検定法が用いられる。これらは時間情報を前提にした比較のため、通常の平均差の検定とは異なる。
群間比較
群間比較では、治療法や条件の違いが事象発生の遅速に影響するかを調べる。生存曲線の差を視覚化したうえで、統計的に判断することが多い。
ログランク検定
ログランク検定は、複数群の生存曲線が等しいかどうかを調べる代表的な方法である。各時点の観測を通じて、群間の差を総合的に評価する。
一般化ウィルコクソン検定
一般化ウィルコクソン検定は、早期の差に比較的重みを置いて群を比較する手法である。後半の観測よりも初期の事象発生の違いを拾いやすい。
仮説検定の考え方
仮説検定では、まず差がないとする仮説を置き、観測結果がそれと整合的かを評価する。生存分析では、打ち切りを含むデータ構造に合わせた検定統計量が必要になる。
モデル適合の評価
モデル適合の評価は、推定されたモデルがデータをどの程度うまく説明しているかを確認する作業である。残差の挙動、予測性能、仮定の妥当性などが判断材料となる。
実践上の応用
生存分析は理論的な枠組みにとどまらず、実務で広く利用されている。対象分野ごとに、解釈の焦点やデータの取り方は異なるが、基本的な考え方は共通している。
医学・疫学での応用
医学・疫学では、治療後の転帰、再発までの時間、発症までの期間などを扱う。患者集団の追跡において、打ち切りを含めた解析が不可欠である。
生存率の比較
生存率の比較では、治療群や曝露群ごとの時間経過に伴う差を検討する。曲線の形や特定時点での割合が、臨床的判断の材料となる。
予後因子の解析
予後因子の解析は、年齢、病期、検査値などが転帰に与える影響を調べる。複数の要因を同時に扱うことで、独立した関連を評価しやすくなる。
工学での応用
工学では、機械部品やシステムの故障までの時間を解析するために生存分析が使われる。品質管理や保守計画の設計に役立つ。
信頼性工学
信頼性工学では、製品や設備が所定の期間正常に機能する確率を重視する。生存分析は、耐久性の評価や交換時期の検討に応用される。
故障時間解析
故障時間解析は、部品がいつどのように壊れるかを記述する。修理履歴や使用条件を含めて解析することで、設計改善につなげられる。
社会科学での応用
社会科学では、職業継続や制度利用の期間など、行動が継続する長さを対象にすることが多い。時間の経過に伴う離脱や移行の理解に有効である。
離職・転職の分析
離職・転職の分析では、従業員が職場を離れるまでの期間を扱う。賃金、職務内容、雇用形態などが継続期間に与える影響を調べられる。
継続期間の分析
継続期間の分析は、ある状態がどれだけ長く維持されるかを評価する。サービス利用、参加継続、契約維持などの研究に用いられる。
発展的話題
基本モデルを超えると、時間とともに変化する説明変数や、複数の終了形態を区別する問題が重要になる。これらは現実のデータ構造をより忠実に表現するための拡張である。
時変共変量
時変共変量は、観察期間中に値が変化する説明変数である。治療内容や行動状況が途中で変わる場合に、より精密な解析を可能にする。
競合リスク
競合リスクは、関心のある事象以外の出来事が先に起こることで、目的事象の発生機会が変わる状況を指す。単一のイベントだけを仮定する分析よりも、構造が現実に近い。
再発イベント解析
再発イベント解析は、同一対象で同じ種類の事象が複数回起こる場合を扱う。初回発生だけでなく、その後の再発間隔も重要な情報として利用する。
多状態モデル
多状態モデルは、対象が複数の状態間を移動する過程を記述する。健康、再発、入院、死亡といった遷移を連続的に捉えられるため、複雑な経過の分析に適している。