前回、システマティック（系統的）レビューとメタ解析において、仮説を立てて文献検索をする点について説明してきました。
文献検索をして、メタ解析をする論文を選んだら、計測された効果（Effect Estimate; Risk Ratio, Rate Ratio, Odds Ratioなど）と分散（Variance）を並べて比較することになります。
例えば、10個の研究があれば、10個のORと分散があり、ばらつきが大きいことも、小さいこともあります。
非常にシンプルにいうと、
- ばらつきが大きいことを異質性（Heterogeneity）
- ばらつきが大きくないことを均質性（Homogeneity）
といいます。
今回はHeterogeneity（異質性）と、その評価方法について解説していこうと思います。
Homogeneity (均質性）とHeterogeneity (異質性）
まずは下の２つのメタ解析の結果（Forest Plot）をみてみましょう。
例えば、左のメタ解析はわりと結果が似通っていて、右の解析結果はバラバラの結果であると、直感的にわかると思います。
Homogeneity (均質性）であるとは
上の解析結果は直感的にわかると思いますが、分かりやすく詳しく説明していきましょう。
左の研究では24個の結果が掲載されていますが、いずれの結果もRisk Ratiio =１付近にいます。
95%信頼区間（横棒）をみると、どの研究も RR = 1をまたいでいたり、お互いのRRを被っているため、似通った研究結果ということができます。
このような状態をHomogeneity（均質性）といいます。
Heterogeneity（異質性）であるとは
上の結果（Forest Plot）の右側をみてみましょう。
- とある研究は odds ratio (OR）が 1をはるかに下回る
- 別の研究の OR は 1 付近
- ある研究の OR は 1 を上回る
と右に左にと、かなり忙しい結果になっています。
このように、研究毎に有効である、無効である、有害である、と結果がコロコロかわる状態を異質性（Heterogeneity）といいます。
Heterogeneity（異質性）が起こる原因
Heterogeneity（異質性）が起こる原因は様々ですが、大きく分けると
- 研究の違い
- 内的妥当性（Internal Validity）
の２つに分けられます。
研究の違いについて
研究をするには様々な対象集団を決めたり、治療とアウトカムなどを定義しないといけません。例えば
- 対象集団：年齢、性別、人種、基礎疾患
- 治療：薬の投与量・期間など
- アウトカム：おこりやすさ（頻度）の違い
- コントロール：プラセボか、標準治療か
- 追跡期間
などが異なることが多々あります。
例えば、基礎疾患がある場合とない場合では、治療効果が変わってしまうことがあります。
内的妥当性について（Internal validity）
内的妥当性（Internal Validity）の問題として
- 交絡（Confounding）の対処が不十分
- 選択バイアス（Selection bias）
- 誤分類（Misclassification）
などがあげられます。
RCTであれば交絡の懸念は小さくなりますが、コホート研究や症例対照研究では十分にありえます。
選択バイアスは、RCTであっても、ドロップアウト（Loss to follow-up）が多ければ起きます。
誤分類は、どのように治療が定義づけられたか（遵守率も大事）、アウトカムは誤分類がないか（偽陽性や偽陰性）のことを指します。
Heterogeneity（異質性）の例
概念的なところを説明しましたので、ここからは実例でみてみましょう。
血中のコレルテロール値の低下と虚血性心疾患のリスクを解析した研究結果です。
10個のコホート研究から行われたメタ解析になります。
虚血性心疾患のリスクがどれだけ（何％）減ったかをみているのですが、研究によって20%〜35%くらいでかなりばらつきがあり、Heterogeneity（異質性）があるといえます。
Heterogeneity（異質性）の原因は上にあげた通り、様々な要因で起こり得ますが、今回は
- 年齢
- コレルテロールの減少率
といった第３の因子があげられました。
このようなHeterogeneityの原因となる第３の因子のことを「Effect modifier（効果修飾因子）」と呼ぶことがあります。
年齢で Heterogeneity (異質性）を説明してみる
例えば、年齢別に分類して、治療による虚血性心疾患のリスク減少率を評価すると；
- 若い（40代より）ほうがリスク減少率は高い
- 高齢（70代より）のほうがリスク減少率は低い
ことがわかります。
このことを踏まえると、メタ解析の中に
- 高齢者が多い（平均年齢が高い集団）
- 高齢者が少ない（平均年齢が低い集団）
があったことがわかります。
高齢者と非高齢者では治療効果がことなるため、このままメタ解析をすることができません（Pooled effect estimateを算出できない）。
このような場合は、meta-regression (メタ回帰分析）という手法を用いることがあります。これは次回以降に説明できればと思います。
まとめ
今回はHomogeneity（均質性）とHeterogeneity（異質性）について解説してきました。
次回以降は Heterogeneity（異質性）の統計学的な評価の仕方と、メタ回帰分析（meta-regression）について説明していきます。
メタ解析について、はじめから読みたい方はこちらから
おすすめ本はこちら
