ウィルコクソンの順位和検定|大腿骨近位部骨折の術後せん妄の有無で24項目を比べる

2つの群を多くの項目で比べる時に、項目ごとに分布を見て検定を選び、P値の小さかった項目を多変量のモデルに入れていくと、偶然の差が結論に残りやすくなります。大腿骨近位部骨折の術後せん妄を題材に、ウィルコクソンの順位和検定とFisherの正確検定で24項目を比べ、先に決めた5個の因子でせん妄との関連を判断した事例です。

この記事の研究設定、疾患、変数、数値は、解析の進め方を説明するために当方で新しく設定したものです。数値はランダムに生成したデータセットから計算しており、実際にご依頼いただいた案件の内容や経緯は反映していません。

238人のうち61人が術後にせん妄を起こした

対象は、1つの病院の整形外科で、大腿骨近位部骨折の手術を受けた75歳以上の238人で、術後にせん妄を起こした群が61人、起こさなかった群が177人です(表1)。比べる項目は、年齢、認知機能の得点、受傷から手術までの日数、服薬の数、麻酔の方法、血液検査など、連続と分類の混ざった24個としました。

このほかに、術前の生活の様子を家族が答えた質問票が10項目(各4段階)あります。背景では、認知機能の得点の標準化平均差が-1.06と、最も大きく離れていました。

表1. 対象者の背景(24項目のうち主な8項目)
全体(238人) せん妄あり(61人) せん妄なし(177人) 標準化平均差
年齢(歳) 85.0±5.2 87.0±5.6 84.3±4.9 0.51
女性 189(79.4) 47(77.0) 142(80.2) -0.08
認知機能の得点(30点満点)† 22(18〜25) 18(15〜20) 23(20〜26) -1.06
受傷から手術までの日数(日)† 2(1〜4) 3(2〜4) 2(1〜3) 0.48
服薬の数(剤)† 6(5〜8) 7(5〜8) 6(5〜8) 0.24
術前の生活機能の得点(100点満点)† 80(66〜90) 75(60〜85) 85(70〜90) -0.46
全身麻酔 99(41.6) 28(45.9) 71(40.1) 0.12
施設に入所していた 43(18.1) 19(31.1) 24(13.6) 0.43
* 値は平均±標準偏差、または人数(%)です。標準化平均差は「せん妄あり−なし」です。
† 中央値(四分位範囲)です。

ウィルコクソンの順位和検定を先に決め、因子の数はせん妄の件数から決める

項目ごとに分布を確かめてt検定と順位の検定を使い分けると、検定の選び方がデータ次第になり、24回の選択が結果に影響します。日数や得点のように裾の長い項目が多いため、連続の項目はウィルコクソンの順位和検定、分類の項目はFisherの正確検定と先に決め、差の大きさをHodges–Lehmann推定量や割合の差と95%信頼区間で示しました。

また、24項目を調べると、差が無くても1項目ほどは偶然にP<0.05となります。そこで、P値はBenjamini–Hochberg法(FDR 5%)で補正し、この比較は探索的なものと位置づけました。

さらに、ロジスティック回帰に入れる因子は、せん妄が61件であることから5個までとし、年齢、認知機能の得点、服薬の数、手術までの日数、質問票の因子得点を、解析の前に決めています。単変量でP値の小さかった項目を選んで入れると、偶然の差を拾った因子でモデルが組まれ、オッズ比は実際より大きく出ます。

なお、質問票の10項目は、4段階の回答に合わせてポリコリック相関による因子分析にかけ、因子の数は平行分析で決めました。

補正後に7項目が残り、服薬の数は多変量で初めて関連が見えた

せん妄なしとありの2群について、認知機能の得点、年齢、手術までの日数、BMI、生活機能の得点の分布を、箱ひげ図に1人ずつの点を重ねて並べた5枚組の図
図1. ウィルコクソンの順位和検定で補正後に差が残った、連続の5項目の分布です。箱は四分位範囲と中央値、点は1人の患者を表します。
表2. 群間の検定の結果(補正後に差が残った7項目と、主な3項目)
項目 せん妄あり* せん妄なし* 差(95%信頼区間)† 補正前のP値‡ 補正後のP値§
認知機能の得点(点) 18.0(15.0〜20.0) 23.0(20.0〜26.0) -5.0(-6.0〜-4.0) <0.001 <0.001
BMI(kg/m²) 19.5(16.5〜20.9) 20.9(18.9〜23.0) -1.7(-2.6〜-0.8) <0.001 0.004
年齢(歳) 86.0(84.0〜91.0) 84.0(81.0〜88.0) 3.0(1.0〜4.0) 0.001 0.009
受傷から手術までの日数(日) 3.0(2.0〜4.0) 2.0(1.0〜3.0) 1.0(0.0〜1.0) 0.002 0.01
術前の生活機能の得点(点) 75.0(60.0〜85.0) 85.0(70.0〜90.0) -5.0(-15.0〜-5.0) 0.002 0.01
術前の生活機能が自立(%) 17(27.9) 89(50.3) -22.4(-34.5〜-8.1) 0.003 0.01
施設に入所していた(%) 19(31.1) 24(13.6) 17.6(5.8〜30.7) 0.003 0.01
服薬の数(剤) 7.0(5.0〜8.0) 6.0(5.0〜8.0) 1.0(0.0〜1.0) 0.07 0.19
eGFR(mL/分/1.73 m²) 52.0(40.0〜61.0) 56.0(46.0〜68.0) -5.0(-10.0〜0.0) 0.06 0.18
睡眠薬の使用(%) 18(29.5) 48(27.1) 2.4(-9.8〜16.2) 0.74 0.87
* 連続の項目は中央値(四分位範囲)、分類の項目は人数(%)です。
† 連続の項目はHodges–Lehmann推定量、分類の項目は割合の差(パーセントポイント)で、「せん妄あり−なし」です。
‡ 連続の項目はウィルコクソンの順位和検定、分類の項目はFisherの正確検定です。
§ 24項目のP値をBenjamini–Hochberg法(FDR 5%)で補正しました。上の7項目が、補正後に0.05未満だった項目です。

この24項目のうち、補正後に差が残ったのは7項目で、認知機能の得点はせん妄ありの群が5.0点(95%信頼区間、4.0〜6.0)低く、手術までの日数は1.0日(0.0〜1.0)長い結果でした(表2)。BMIも補正後P=0.004で残りましたが、先に関連を想定していなかった項目であり、探索的な結果として次の研究で確かめる対象です(図1)。

これに対して、服薬の数は補正前でP=0.07、補正後はP=0.19で、単変量では差があるとは判断できませんでした。

表3. 術後のせん妄についてのロジスティック回帰の結果
因子 オッズ比(95%信頼区間) P値
年齢(5歳あたり) 1.31(0.93〜1.85) 0.13
認知機能の得点(1点あたり) 0.80(0.73〜0.88) <0.001
服薬の数(1剤あたり) 1.27(1.09〜1.49) 0.003
受傷から手術までの日数(1日当たり) 1.39(1.16〜1.68) <0.001
家族の質問票の因子得点(1標準偏差あたり) 1.93(1.30〜2.86) 0.001
* 238人、せん妄61件の解析です。5個の因子は解析の前に決め、同時にモデルに入れました。
先に決めた5個の因子について、術後のせん妄のオッズ比と95%信頼区間を対数の横軸に並べた図で、年齢だけが1をまたいでいる
図2. ロジスティック回帰のオッズ比と95%信頼区間です。右の数字は推定値と信頼区間を表します。

その質問票は平行分析で1つの因子にまとまり、その因子得点を含む5個の因子のロジスティック回帰では、認知機能の得点が1点高いごとのオッズ比が0.80(0.73〜0.88)、服薬の数が1剤多いごとに1.27(1.09〜1.49)、手術までの日数が1日長いごとに1.39(1.16〜1.68)でした(表3)。服薬の数は、ほかの因子を揃えると関連が見えており、単変量のP値で因子を選んでいれば、モデルから外れていたことになります(図2)。

一方、年齢のオッズ比は5歳あたり1.31(0.93〜1.85)で、単変量では差があったものの、認知機能などを調整すると関連があるとは判断できません。

また、追加でご依頼いただいた4時点の推移の解析では、線形混合モデルで日常生活動作の得点に群と時点の交互作用があり(P<0.001)、せん妄ありの群の得点は術後1日で7.3点、術後7日で14.7点低く、差が広がっていました。炎症の指標は交互作用がP=0.16で、推移の形が2群で異なるとは言えません。

これらを合わせた統計的な結論は、術後のせん妄は認知機能の得点の低さ、服薬の数の多さ、手術までの日数の長さと関連する、というものです。後ろ向きの研究であり、薬の多い人は持病も多いため、服薬の数を減らせばせん妄が減るとは、このデータからは言えません。

実施した内容と料金の目安

項目 内容
解析手法 ウィルコクソンの順位和検定とFisherの正確検定による24項目の群間比較(Hodges–Lehmann推定量、割合の差と95%信頼区間)
追加の解析 Benjamini–Hochberg法(FDR 5%)による補正、因子分析(ポリコリック相関、平行分析)、ロジスティック回帰(先に決めた5個の因子)
作成した表 背景の表1枚、群間の検定の結果の表1枚、ロジスティック回帰の結果の表1枚、計3枚
作成した図 差が残った項目の分布の図1枚、オッズ比の図1枚、計2枚
納品物 解析報告書(手法の選択理由と結果の考察)、結果の表(Excel)、図(PNG・TIFF)、論文の統計解析の項の文案。解析コードはご希望の場合に別料金(22,000円・税込)
期間の目安 データのお預かりから約2週間(追加のご依頼は別に約1週間)
料金の目安 209,000円(税込)
追加でご依頼いただいた場合 4時点の推移の群間・時点間の比較(線形混合モデル、Holm法による補正)と推移の図5枚:110,000円(税込)

表に書いたのは、行った解析のうち主なものです。このほかにも、分布の確認やデータのクリーニングなど、統計学的に適切な手順を踏むために必要な細かな解析を行っており、その分と、無期限のアフターサポート(納品後のご質問への対応)も料金に含まれます。

データサイエンティスト 鈴木 健一郎

データサイエンティスト鈴木 健一郎

無料で相談する料金の例を見る

最新の記事

RMST|進行膵がんの一次化学療法で生存曲線が交わる時の群間比較

RMST(境界内平均生存時間)で、進行膵がんの2つの一次化学療法の生存を比べた事例です。生存曲線が交わり比例ハザード性が成り立たないデータで、24ヶ月までの差を調整なしと調整ありで求めました。

GEE|片頭痛の頭痛ダイアリーで同じ人の発作をまとめて解析する

GEE(一般化推定方程式)で、片頭痛の頭痛ダイアリーの1,206回の発作を解析した事例です。同じ人の発作が似ることをロバスト標準誤差で扱い、記録の抜けを多重代入で補って、感度分析と比べました。

クラスター分析|慢性腰痛の患者を型に分けたら2つの変数で決まった事例

クラスター分析で、慢性の腰痛の患者462人を9個の変数から型に分けた事例です。多重代入、Gower距離とPAM法、ブートストラップで調べた結果、分け方が2つの変数で決まったことをどう読むかを書きました。

ランダムフォレスト|退院後30日以内の再入院を予測するモデルを交差検証で確かめる

ランダムフォレストで、高齢者の退院後30日以内の再入院を予測した事例です。学習データでのAUC 0.98と交差検証での0.69の違い、クラスの偏りの補い方、較正の確認から、使える範囲を判断しました。

基準範囲|75歳以上の健診データから6つの検査の基準範囲を作る

基準範囲を、75歳以上の健診データ392人から6つの検査について推定した事例です。ノンパラメトリック法とブートストラップ、外れ値の候補の扱い、性別で分けるかどうかの判断を、数値とともに書きました。

診断精度|眼底写真を読むAIと専門外の医師を、3つの所見で専門医の判定と比べる

診断精度を、眼底写真432枚でAIと専門外の医師について評価した事例です。偏ったデータで正解率が高く見える例を、バランス正解率と重み付きκ係数、ブートストラップの信頼区間で確かめました。

ANCOVA|不眠の訴えに対する試験食品のプラセボ対照試験で、群間差を調べる

ANCOVA(共分散分析)で、試験食品のプラセボ対照試験の群間差を求めた事例です。両群とも前後では有意に下がるデータで、前後の検定を並べず、開始時の値で調整した差とITT・PPの結果から判断しました。

IPTW|関節リウマチの2種類の薬で重い感染症の発生を比べる

IPTW(逆確率重み付け)で、関節リウマチの2種類の薬を始めた2,208人の背景を揃えた事例です。安定化して切り詰めた重み、重み付きCox回帰、発生率の差、サブグループの結果の読み方を書きました。