ハザード比の推定におけるノンパラメトリック共変量調整

イベントまでの時間までの結果を伴う無作為化臨床試験では、ハザード比は一般に、コントロールに対する治療効果を定量化するために使用されます。COX回帰モデルは、一般に、関連する共変量を調整して、治療グループ間のハザード比のより正確な推定値を取得するために使用されます。ただし、共変量調整コックス回帰モデルに基づく治療ハザード比は、特定の共変量を条件としており、母集団全体の平均である無条件のハザード比とは異なることがよく知られています。したがって、無条件の推論が必要な場合、共変量調整COXモデルは使用できません。さらに、共変量調整COXモデルには、各共変量の比較的強い危険性の比較的強い仮定が必要です。これらの課題を克服するために、多変量時間からイベントまでの結果の共変量調整ハザード比を推定するために、共分散法のノンパラメトリックランダム化ベースの分析が提案されました。ただし、メソッドのパフォーマンス（パワーおよびタイプIエラー率）の経験的評価は研究されていません。この方法は多変量の状況に対して導き出されますが、ほとんどの登録試験では、主要なエンドポイントは単変量の結果です。したがって、このアプローチは単変量の結果に適用され、このホワイトペーパーのシミュレーション調査を通じてパフォーマンスが評価されます。層別分析も調査されています。この方法の例として、共変量調整および未調整の分析も腫瘍学試験に適用します。

In randomized clinical trials with time-to-event outcomes, the hazard ratio is commonly used to quantify the treatment effect relative to a control. The Cox regression model is commonly used to adjust for relevant covariates to obtain more accurate estimates of the hazard ratio between treatment groups. However, it is well known that the treatment hazard ratio based on a covariate-adjusted Cox regression model is conditional on the specific covariates and differs from the unconditional hazard ratio that is an average across the population. Therefore, covariate-adjusted Cox models cannot be used when the unconditional inference is desired. In addition, the covariate-adjusted Cox model requires the relatively strong assumption of proportional hazards for each covariate. To overcome these challenges, a nonparametric randomization-based analysis of covariance method was proposed to estimate the covariate-adjusted hazard ratios for multivariate time-to-event outcomes. However, empirical evaluations of the performance (power and type I error rate) of the method have not been studied. Although the method is derived for multivariate situations, for most registration trials, the primary endpoint is a univariate outcome. Therefore, this approach is applied to univariate outcomes, and performance is evaluated through a simulation study in this paper. Stratified analysis is also investigated. As an illustration of the method, we also apply the covariate-adjusted and unadjusted analyses to an oncology trial.