生物統計学
多重比較とFDR制御 — 検定を繰り返すことの代償
多数の仮説検定を同時に行うと、偶然による偽陽性が累積する。これが多重比較問題であり、サブグループ解析、複数アウトカム、ゲノムワイド解析など現代の研究で避けられない課題である。本稿では、family-wise error rate(FWER)とfalse discovery rate(FDR)という二つの誤り制御の枠組みと、その代表的手法、適用上の論点を整理する。
この記事の要点
- 多数の検定を行うほど、真には差がなくても偶然に有意となる偽陽性が増える。
- FWER(全体での1つ以上の偽陽性確率)はボンフェローニ法などで制御する。
- FDR(有意とした中の偽陽性割合の期待値)はベンジャミニ・ホックバーグ法で制御する。
- 高次元データではFWER制御は保守的すぎることがあり、FDR制御が実用的とされる。
- 事前に主要・副次アウトカムを規定し検定数を抑えることが根本的対策である。
多重比較問題の本質
単一の検定を有意水準5%で行うと、帰無仮説が真でも5%の確率で偽陽性が生じる。この検定を独立に多数繰り返すと、少なくとも一つが偽陽性となる確率は急速に上昇する。例えば20個の独立な検定をそれぞれ5%水準で行えば、真には差がなくても約64%の確率でいずれかが有意となる。多重性を無視した解析は、偶然の関連を真の発見と取り違える危険を高める。
多重性が問題になる典型的な場面は、複数のアウトカムの同時検定、多数のサブグループ解析、複数時点での反復検定、そして数万から数百万の仮説を扱うゲノムワイド関連解析である。検定数が膨大になるほど、誤り制御の枠組みが不可欠となる。
二つの誤り制御の概念
誤りの制御対象として、FWERとFDRという異なる基準があり、研究の目的に応じて選ぶ。
- FWER(family-wise error rate): 一つでも偽陽性を犯す確率。確証的研究で重視される厳格な基準。
- FDR(false discovery rate): 有意と判定した中で偽陽性が占める割合の期待値。探索的研究に適する。
- FWERは保守的(検出力が下がりやすく)、FDRはより多くの発見を許す代わりに一定割合の偽陽性を許容する。
制御手法とトレードオフ
FWERを制御する最も単純な手法はボンフェローニ補正であり、有意水準を検定数で割る。簡便だが検定数が多いと極端に保守的になり、真の効果を見逃しやすい。ホルム法はやや検出力が改善された逐次手法である。FDRを制御するベンジャミニ・ホックバーグ法は、p値を昇順に並べ段階的な閾値と比較することで、有意とした中の偽陽性割合を抑える。検出力とのバランスに優れ、多数の仮説を扱う場面で広く用いられる。
エビデンスの現在地
確実性は強い。多重比較の問題と、FWER・FDRを制御する手法の数理的性質は確立している。確証的臨床試験ではFWER制御が規制ガイドラインで標準的に要求され、ゲノム解析ではFDR制御が事実上の標準である。一方で、どの程度の多重性をどう制御すべきかは研究の目的(確証的か探索的か)に依存し、過度な補正による検出力低下と、不十分な補正による偽陽性のトレードオフをめぐる実務的判断が残る。
論点と限界
中心的論点は、補正の強さと検出力のトレードオフである。FWER制御は厳格だが、多数の検定では保守的すぎて真の効果を見逃す。FDR制御は実用的だが、一定割合の偽陽性を許容する点を理解して用いる必要がある。検定の独立性が崩れる(相関する仮説)場合、手法の妥当性に注意を要する。より根本的には、事後的に無数のサブグループや解析を試すこと自体が問題であり、解析計画の事前規定と検定数の事前限定が、補正手法以上に重要とされる。多重性をどう数えるか(family の定義)自体に恣意性が残る点も論点である。
現場・臨床応用
確証的臨床試験では、複数の主要評価項目や中間解析に対しFWERを制御し、全体の偽陽性率を保つことが規制上要求される。ゲノムワイド関連解析では、数百万のSNPを検定するためゲノムワイド有意水準やFDR制御が用いられる。エビデンスを読む側は、報告された有意な所見が事前規定された主要解析か、多数の探索的解析の一つかを区別し、多重性補正の有無を確認することが重要である。補正されていない多数のサブグループ解析の有意所見は、仮説生成的に扱うべきである。
医療免責
本記事は教育目的の学習コンテンツです。診断・治療行為を代替するものではありません。痛み・しびれ・急性外傷・発熱・進行性の症状や、医師から運動制限を受けている場合は、自己判断で進めず医師・国家資格者にご相談ください。
主要な参考文献・ガイドライン
本記事は、以下の学会ガイドライン・ポジションステートメント・標準的な専門書などの公開情報に基づいて整理しています。具体的な数値や適用は原典・最新版をご確認ください。
- Benjamini Y, Hochberg Y. FDR制御の基礎理論.
- ICH E9 統計的原則(臨床試験の統計に関する国際調和ガイドライン).
- Dudoit S, van der Laan MJ. Multiple Testing Procedures.
- EMA/FDA 多重性に関する規制ガイダンス.
よくある質問
なぜ検定を増やすと偽陽性が増えるのですか。
各検定に一定の偽陽性確率があるため、独立な検定を多数行うと、少なくとも一つが偶然で有意になる確率が累積的に上昇するからです。20検定を5%水準で行うと、いずれかが偽陽性になる確率は約64%に達します。
FWERとFDRはどちらを使うべきですか。
目的に依存します。一つの偽陽性も避けたい確証的研究ではFWER制御、多数の仮説から有望な候補を選ぶ探索的研究ではFDR制御が適します。FWERは保守的、FDRは検出力を保ちつつ一定割合の偽陽性を許容します。
ボンフェローニ補正の欠点は何ですか。
簡便ですが、検定数が多いと有意水準が極端に小さくなり保守的すぎて、真の効果を見逃しやすくなります。検定が相関する場合はさらに保守的です。多数の仮説ではFDR制御やホルム法などの代替が検討されます。
サブグループ解析の有意な結果はどう扱うべきですか。
多くは事前規定されず多重性補正もない探索的解析であり、偽陽性のリスクが高いです。仮説生成的に扱い、確証には事前規定された独立した検証が必要です。報告が主要解析か事後解析かを確認することが重要です。
cortis Trainer Academy
学びを、現場で使える知識に。
基礎から評価・運動療法・医療連携まで。身体を診る専門職のための継続学習アカデミー。基礎は登録不要・無料。