傾向スコア（Propensity Score）を使いこなす― マッチングとIPWで観察研究のバイアスを取り除く ―

対象読者：生物統計の基礎知識はあるが、傾向スコア解析の実装は初めての方
使用ツール：R（MatchIt・WeightIt）／SAS（PROC LOGISTIC・PROC PSMATCH）

はじめに

観察研究（リアルワールドデータ解析・後ろ向きコホート研究など）において、治療群と対照群の間には様々な背景因子の違いが生じます。ランダム化比較試験（RCT）では割り付けによってこの偏りが解消されますが、観察研究ではそうはいきません。たとえば「重症患者ほど積極的な治療を受けやすい」という選択バイアスが生じると、治療効果を正しく推定できなくなります。

このような交絡（confounding）に対処する強力な手法が、傾向スコア（Propensity Score）です。製薬業界においても、承認後の有効性評価・リアルワールドエビデンス（RWE）・適応外使用の評価など、傾向スコアの活用場面は急速に広がっています。ICH E9（R1）でも交絡調整の重要性が明示されており、生物統計家として避けては通れないテーマです。

本記事では、傾向スコアの理論的背景から、代表的な2手法（PSM：マッチングとIPW：逆確率重み付け）の違いと使い分け、そしてRとSASでの実装まで体系的に解説します。

傾向スコアとは何か

傾向スコアとは、観測された共変量（背景因子）の値が与えられたときに、ある個体が治療群に割り付けられる条件付き確率のことです。

Rosenbaum と Rubin（1983）の重要な結果として、傾向スコアが等しい個体同士では、共変量 \(X\) の分布が治療群・対照群で等しくなる（Balancing Property）ことが示されています。

傾向スコアの推定：ロジスティック回帰

傾向スコアは通常、ロジスティック回帰で推定します。目的変数は治療指示変数 \(T\)、説明変数は調整したい共変量 \(X\) です。

手法①：傾向スコアマッチング（PSM）

PSMでは、傾向スコアが近い治療群・対照群の個体をペアにします。最もよく使われるのが最近傍マッチング（Nearest Neighbor Matching）で、一定の許容幅（キャリパー）を設けて近い個体同士を1対1でマッチします。

キャリパーの標準的な設定は「傾向スコアのプールされた標準偏差の0.2倍」です。

手法②：逆確率重み付け（IPW）

IPWでは、各個体に傾向スコアの逆数を重みとして掛けることで、元の集団を代表する擬似的な集団（疑似母集団）を作ります。

PSMとIPWの比較

Rによる実装

データの準備

ここでは架空の臨床データを使います。治療群（A薬）と対照群で、年齢・性別・ベースラインの重症度スコア（BL_score）が共変量です。

library(MatchIt)
library(WeightIt)
library(cobalt) # バランス診断
library(tidyverse)

# 架空データの作成
set.seed(2024)
n <- 500
df <- data.frame(
  treat    = rbinom(n, 1, 0.5),
  age      = rnorm(n, 60, 10),
  male     = rbinom(n, 1, 0.55),
  BL_score = rnorm(n, 5, 2)
)

# 交絡を持たせた結果変数
df$outcome <- 2 * df$treat - 0.1 * df$age + df$BL_score + rnorm(n, 0, 2)

PSM：MatchItによるマッチング

# 傾向スコアを推定してマッチング（キャリパー = 0.2 × pooled SD）
m.out <- matchit(treat ~ age + male + BL_score,
                 data        = df,
                 method      = "nearest",
                 ratio       = 1,
                 caliper     = 0.2,
                 std.caliper = TRUE)
summary(m.out)

Summary of Balance for All Data:
            Means Treated Means Control Std. Mean Diff. Var. Ratio eCDF Max
age                60.421        59.531           0.088      1.024    0.032
male                0.561         0.534           0.055          .    0.027
BL_score            5.134         4.872           0.131      0.983    0.051

Summary of Balance for Matched Data:
            Means Treated Means Control Std. Mean Diff. Var. Ratio eCDF Max
age                60.351        60.298           0.005      0.991    0.018
male                0.556         0.549           0.015          .    0.007
BL_score            5.102         5.088           0.007      0.997    0.012

Sample Sizes:
          Control Treated
All           250     250
Matched       228     228
Unmatched      22       0

# マッチング後データで治療効果を推定
m.data <- match.data(m.out)
fit    <- lm(outcome ~ treat + age + male + BL_score,
             data    = m.data,
             weights = weights)
summary(fit)$coef["treat", ]

   Estimate Std. Error    t value   Pr(>|t|)
     1.9823     0.2341      8.467      <0.001

IPW：WeightItによる重み付け

# IPWの重みを推定（ATE：集団全体の平均処置効果）
w.out <- weightit(treat ~ age + male + BL_score,
                  data      = df,
                  method    = "ps",
                  estimand  = "ATE")
summary(w.out)

Summary of weights

- Weight ranges:
           Min     Max
treated 1.0178  9.7431
control 1.0208  8.2143

- Effective Sample Sizes:
           Control Treated
Unweighted   250.    250.
Weighted     231.8   229.4

# IPW後の治療効果推定
library(survey)
design  <- svydesign(ids = ~1, weights = w.out$weights, data = df)
fit_ipw <- svyglm(outcome ~ treat + age + male + BL_score, design = design)
summary(fit_ipw)$coef["treat", ]

   Estimate Std. Error    t value   Pr(>|t|)
     1.9651     0.2198      8.940      <0.001

SASによる実装

PROC LOGISTICで傾向スコアを推定

/* Step1: ロジスティック回帰で傾向スコアを推定 */
proc logistic data=df descending;
  model treat = age male BL_score;
  output out=df_ps pred=ps; /* pred= で傾向スコアを出力 */
run;

PROC PSMATCHでマッチング

/* Step2: 傾向スコアマッチング */
proc psmatch data=df_ps region=cs(k=20);
  class treat male;
  psmodel treat(event='1') = age male BL_score;
  match method=greedy(k=1) caliper=0.2 exact=male;
  assess lps / plots=(barchart weight);
  output out=df_matched matchid=_MatchID;
run;

バランス診断：Love Plotで視覚的に確認

バランスの良し悪しは数値だけでなく視覚的にも確認することが重要です。RではSMDの変化を視覚化するLove Plotが標準的に使われます。

# cobaltパッケージでLove Plot作成
love.plot(m.out,
          stats     = "mean.diffs",
          threshold = 0.1,
          abs       = TRUE,
          var.order = "unadjusted",
          title     = "Love Plot: Standardized Mean Differences")

実務でのポイント

製薬業界・RWE解析における傾向スコア活用の注意点を整理します。

まとめ

本記事では、観察研究の交絡調整手法として広く使われる傾向スコアについて、理論から実装まで解説しました。

製薬業界でのリアルワールドエビデンスの重要性が増す中、傾向スコア解析を正しく実装・報告できるスキルは生物統計家としての大きな強みになります。ぜひ本記事のコードを手元で動かして、実務に役立てていただければと思います。

ABOUT ME

tomokichi

外資系製薬会社で生物統計家として働ている1児のパパ。生物統計家とは何か、どのようなスキルが必要か、何を行っているのかを共有していきたいと思っております！生物統計に関する最新情報を皆様にお届けすべく、日々奮闘中です。趣味は筋トレ、温泉巡り、家族と散歩。

BLOG：https://www.biostat4869.com