▼▼▼▼▼▼▼▼
チャンネル登録はこちら

Intention to Treat （ITT）

臨床試験の解釈の中で，最も重要な概念の１つがintention to treat『治療の意図の原理』である．

試験にランダム化された患者を除外することにより定量化することができないバイアスが生じる．

したがって，試験の結果は，自信を持って解釈することができない．

ランダム化の目的は，ある治療と他の治療にランダムに割付けた患者の結果に影響を及ぼす可能性のある既知と未知の両方の要因がランダムに分布することを確実にすることである．

ランダム化後に患者を除外することは，ランダム化した群が治療前に等しいリスクを負っているという確信を弱めることになる．

それにもかかわらず，ランダム化された試験被験者を解析から除外することは合理的であるという一般的な状況がいくつかある．

盲検化試験では，患者がランダム化されたけれど，治療を受けなかった場合一次解析からそれらの患者を除外するという試験計画を立てることは合理的である．

その計画は，事前に設定したサンブルサイズを満たすために，患者の代替を求めることができる．

このことが生じたとき，治療しなかった人を決めるのにバイアスはないということを保証するために，多くの解析が必要となる．

非盲検試験では，治療を受けない患者を除外することは潜在的に危険で，するべきではなく，注意深く考慮した上で除外するべきである．

同様に，治療開始した患者を解析から除外することは，実際の治療下ではあり得ないため，治療が実際に使われるかどうかを決めるデザインの試験では許容することはできない．

なぜなら，治療が実践で与えられているとき「カウントされずに脱落する」機会は存在しないからである．

公表バイアス

ネガティブな結果の臨床試験は，ポジティブな結果の試験よりも公表されにくい傾向がある．

医学雑誌に発表された試験の約85％は，ポジティブな結果を報告している.

公表された論文のレビューが．進行性卵巣がんの多剤併用化学療法が有益であることを明らかにしたが，公表されたおよび未公表の試験のレビューは，同時に，治療がそれほど効果がないことを証明した.

オックスフォード大学とジョンズホプキンズ大学で提出された臨床試験のプロトコールのレビューにおいて，ネガティブな報告バイアス(reporting bias)のかなりの根拠を見出した．

特に，ネガティブな結果をもつ企業が出資する研究が公表される可能性は低い．

この公表バイアス(publication bias)に対する意識は，研究者や実践者によっていくつかの特定の行動につながる．

第一に，その結果が先入観と一致しているかどうかにかかわらず，研究者は公表を通して科学界に臨床研究結果を利用できるように努める必要がある．

第二には，読者は，独自で確認することにより，ポジティブな結果を示す試験の解釈には注意を要する．

他の試験において未公表のネガティブな結果は存在しないという確実性は．ほとんどの場合，保証することができない.

最後に，複数の試験結果をまとめている研究者は，公表と未公表の結果の両方を検索するために，利用可能なすべての手段を活用すべきである．

なぜなら，ポジティブな結果は．より公表されやすく，公表結果のみを統合することは誤った結論につながる可能性があるからである．

米国では，この問題の改善措置として，国立衛生研究所（ＮＩＨ）内の国立医学図書館が提供しているClinicalTrials.govに臨床試験の結果そして有害事象を登録することを法的に必須としている.

108,000試験以上が登録され，月に約300試験のペースで届き，この情報源は，たとえ従来の医学雑誌に公表されない場合でも，ほとんどの臨床試験の結果の記録を提供している．

「治療の意図（ITT）」は、臨床試験の解釈における極めて重要な概念であり、試験の信頼性を保つための中心的な原則の一つです。臨床試験では、ランダム化を通じて被験者を均等に分け、治療の効果を客観的に評価することが求められますが、ITTの原則に従わない場合、試験にランダム化された患者が除外されるとバイアスが生じる可能性が高まります。これは、意図的であれ偶発的であれ、治療効果に影響を与える既知および未知の要因が偏って分布する可能性があり、結果の信頼性を損なう要因となり得るためです。ITTの目的は、ランダムに割り当てられた群が、治療を開始する前のリスクが等しいという確信を持って比較を行うことにあります。たとえば、ある患者が途中で治療を受けなかった場合や、治療効果に関係のない理由で試験を中止した場合でも、ITTの原則に基づけば、その患者のデータは解析に含められ、実際の臨床現場における結果に近づける努力が行われます。これは、現実の治療現場で患者が治療を途中でやめたり、異なる対応を求めたりする可能性があるためであり、ITTによって得られた結果がより実践に近いものであると考えられるためです。しかし、ITTの原則には例外も存在します。特に、盲検化試験では治療を受けなかった患者や、治療を完全に受ける意思のない患者を一次解析から除外することが合理的であるとされています。このような除外により、試験の信頼性が完全に失われることを避けるために、事前にサンプルサイズを満たすための代替案が計画されることが多いです。さらに、ランダム化後に患者を除外する場合、治療前のリスクの均等性が損なわれることを避けるため、多くの解析が求められ、特定の条件下でのみ正当とされます。非盲検試験においては、治療を受けない患者を除外することが潜在的に危険であるとされており、慎重に考慮された上で除外が判断されるべきです。なぜなら、治療の真の効果を評価するためには、実際の臨床状況を模した条件での解析が必要であり、治療の適用を避けた場合、試験結果が実際の臨床効果とは異なる結果を示す可能性があるからです。特に、患者が治療を開始したにもかかわらず解析から除外することは、実際の治療場面ではあり得ない状況を模しており、治療効果の評価において真の効果を正確に反映しない可能性があります。このようなITTの原則に反する状況は、治療がどの程度実際に適用されるかを評価する試験設計において許容されることは少なく、注意深い設計と管理が求められます。これに関連して、公表バイアスという問題が臨床研究において大きな影響を及ぼしています。公表バイアスとは、ネガティブな結果の臨床試験がポジティブな結果の試験と比較して公表されにくい傾向があることを指し、この傾向が試験結果の解釈に偏りを生じさせます。医学雑誌に公表される臨床試験の約85％はポジティブな結果を示しており、これにより研究者や医療従事者がポジティブな結果に偏った知見を持つリスクが生じます。例えば、進行性卵巣がんに対する多剤併用化学療法の効果に関する論文レビューでは、公表された試験結果は治療が有益であると示していますが、公表されたものと未公表のものの両方をレビューした結果では、それほど効果がないと証明されたことが分かっています。このように、公表されている研究だけを基に判断することは、治療の実際の効果を過大評価する危険性があるのです。この点において、オックスフォード大学とジョンズホプキンズ大学で提出された臨床試験プロトコールのレビューでは、ネガティブな報告バイアス（reporting bias）の存在が確認されています。特に、企業が出資する研究では、ネガティブな結果が公表されにくくなる傾向があり、これが試験結果の解釈にさらなる偏りを生む一因とされています。こうした公表バイアスを是正するために、研究者や実践者は一定の行動をとることが推奨されています。まず、研究者は試験結果がポジティブであるか否かにかかわらず、可能な限り公表を通じて科学界にデータを提供し、客観的な判断ができるように努めることが必要です。さらに、研究結果を受け取る読者も、ポジティブな結果に対するバイアスがないか慎重に確認し、自己の判断で情報を精査する必要があります。特に、ポジティブな結果のみに基づく結論には注意が必要であり、反対の結果や未公表の試験が存在する可能性を常に考慮するべきです。加えて、複数の試験結果をまとめて分析するメタアナリシスの実施者も、可能な限り未公表の試験結果も探索し、利用できる全てのデータを集めることが求められます。ポジティブな結果のみを含めて分析すると、治療効果を過大評価する結果に結びつく恐れがあるからです。この公表バイアスの是正に向けた具体的な取り組みとして、米国では国立衛生研究所（NIH）が運営するClinicalTrials.govというデータベースに、全ての臨床試験の結果と有害事象を登録することが法的に義務付けられています。この取り組みは、ネガティブな結果も含む幅広いデータを公開し、従来の医学雑誌に掲載されない試験結果でもアクセス可能な状況を作り出しています。現在、ClinicalTrials.govには10万件を超える試験が登録されており、月に約300件の新しい試験が追加されています。このようにして、試験結果がバイアスなく公表される環境が整備されつつあり、研究者や実践者に対して、試験結果を公正に評価し、エビデンスに基づく医療を実践するための基盤が提供されています。