生存分析とは？わかりやすく解説

生存分析（せいぞんぶんせき、英: survival analysis）または生存時間解析とは、生物の死や機械システムの故障など、1つの事象（event、イベント）が発生するまでの予想される期間を分析する統計学の一分野である。このトピックは、工学では、信頼性理論または信頼性分析と呼ばれ、経済学では、継続時間分析または継続時間モデリング、社会学ではイベント履歴分析と呼ばれる。

生存分析を用いて答えられる質問には、たとえば、ある時間を過ぎて生存する人々の割合はどのくらいか、生き残った人々のうち、彼らはどのくらいの割合で死亡または故障するのか、複数の死因または故障を考慮に入れることができるか、特定の状況または特性は、生存 (英語版) の確率をどのように増加または減少させるのか、などが挙げられる。

このような質問に答えるためには、「寿命」（lifetime、ライフタイム）を定義する必要がある。生物学的な生存の場合の死は明確であるが、機械的な信頼性の場合では故障は明確に定義されないことがある。これは、故障が部分的だったり、程度の問題だったり、時間的に局所化されていない機械システムが存在するためである。生物学的な問題においても、いくつかの事象（たとえば、心臓発作やその他の臓器不全）は、同じように曖昧さを持つ可能性もある。

以下に概説する理論は、特定の時間で明確に定義された事象を想定している。他のケースについては、曖昧な事象を明示的に説明するモデルによって、より適切に扱われる場合もある。

一般的に、生存分析には、事象までの時間データのモデリングが含まれる。この文脈において、生存分析の文献では、死亡または故障は「事象」と見なされる。慣例上、各被験者（または研究の主体）に1つの事象のみが発生し、その後、この生物または機械は死亡または故障する。反復事象モデル（Recurring event models）または繰り返し事象モデル（repeated event models）では、この仮定は緩められる。反復事象の研究は、システムの信頼性、および社会科学や医学研究の多くの分野に関わっている。

生存分析の概要

生存分析は、次に挙げるような手法を用いて行われる。

あるグループのメンバーの生存時間を記述する
2つ以上のグループの生存時間を比較する
- ログランク検定
生存に対するカテゴリー変数または量的変数の影響を説明する
- Cox比例ハザード回帰
- パラメトリック生存モデル（parametric survival models）
- 生存木（survival trees）
- 生存ランダムフォレスト（survival random forests）

生存分析での一般的な用語の定義

生存分析では一般的に、次の用語が使用される。

事象（Event）：死亡、疾患の発生、疾患の再発、回復、またはその他の興味ある経験
時間（Time）：観察期間の開始（手術や治療の開始など）から、(i) 事象の発生、または (ii) 試験の終了、または (iii) 連絡が途絶えたり研究から離脱するまでの時間。
打ち切り／打ち切り観測（Censoring/Censored observation）：打ち切りは、個人の生存時間に関するいくらかの情報を持っている時、生存時間が正確にわからない場合に起こる。その被験者は、打ち切り後は何も観察されないし、何も知らされないという意味で、打ち切られる。打ち切られた被験者は、観察時間の終了後に事象が発生するかもしれないし、しないかもしれない。
生存関数（survival function） S(t)：ある被験者が時間 t より長く生存する確率。

例：急性骨髄性白血病の生存データ

この例では、R言語の「survival」パッケージの急性骨髄性白血病生存データセット「aml」を使用している。このデータセットはMiller（1997）の研究からのもので^[1]、標準的な化学療法のコースをさらに延長（維持）すべきかどうかが問題となっている。

生存時間でソートしたamlデータセットを図に示す。

観察（observation）は、被験者の観察ごとに付与した通し番号。
時間は、生存時間または打ち切り時間である変数「time」によって示される。
事象（aml癌の再発）は、変数「status」で示される。0 = 事象なし（打ち切り）、1 = 事象あり（再発）
治療群：変数「x」は、維持化学療法が行われたかどうかを示す。

最後の観察（observation 11）は、161週目で打ち切られている。打ち切りは、その患者に事象がなかった（aml癌の再発がなかった）ことを示している。別の被験者である観察3（observation 3）は、13週目で打ち切られた（status=0の表示）。この被験者は13週間しか研究に参加しておらず、その13週間の間にaml癌は再発しなかった。この患者は、研究の終了間際に登録されたために、13週間しか観察できなかったかもしれない。または、この患者は研究の初期に登録されたが、追跡調査を受けなかったか、研究を辞退したのかもしれない。この表では、他の被験者が16週、28週、45週で打ち切られたことを示している（status=0の観察17、6、9）。残りの被験者は全て、研究に参加している間に事象（aml癌の再発）を経験した。関心のある問題は、維持療法を受けた患者が、維持療法を受けていない患者に比べて再発が遅くなるかどうかである。

amlデータのカプラン=マイヤープロット

生存関数 S(t) は、被験者が時間 t よりも長く生存する確率である。S(t) は、理論的には滑らかな曲線であるが、通常はカプラン=マイヤー(KM)曲線を用いて推定される（下のグラフを参照）。このグラフは、amlデータのKMプロットで、次のように解釈できる。

x軸は、ゼロ（観察が開始された時）から最後に観察された時点までの時間である。
y軸は、生存している被験者の割合である。時間がゼロの時点では、100%の被験者が事象なしで生存している。
実線（階段状）は、事象発生の進行を示している。
垂直方向の落ち込みは事象が発生したことを示している。上記のaml表では、5週目に2人で、8週目に2人で、9週目に1人でそれぞれ事象が発生している。これらの5週目、8週目などの事象は、その時点でのKMプロットの垂直方向の落ち込みで示される。
KMプロットの右端には、161週目の目盛り線がある。この垂直の目盛り線は、この時点で患者が打ち切られたことを示している。amlデータ表では、5人の被験者がそれぞれ13、16、28、45、161週目で打ち切られた。KMプロットには、これらの打ち切られた観察に対応する5つの目盛り線がある。

amlデータの生命表

生命表（life table）は、生存データを、事象の数と各事象の時点で生存している割合の観点から要約したものである。R言語を使用して作成されたamlデータの生命表を次に示す。

生命表は、イベントと各イベントの時点で生存している割合をまとめたものである。生命表の列は、次のように解釈する。

時間（time）は、事象が発生した時点を示す。
危険数（n.risk）は、時点 t の直前に危険にさらされている被験者の数である。「危険にさらされている」とは、被験者が時点 t 以前に事象を起こしておらず、かつ時点 t 以前または時点 t で打ち切られていないことを意味する。
事象数（n.event）は、時点 t で事象が発生した被験者の数である。
生存率（survival）は、カプラン=マイヤー積極限推定法（Kaplan–Meier product-limit estimate）を用いて決定された生存率である。
標準誤差（std.err）は、推定生存率の標準誤差である。カプラン=マイヤー積極限推定法の標準誤差は、Greenwoodの式を用いて計算され、危険数（表中のn.risk）、死亡数（表中のn.event）、生存率（表中のsurvival）に依存する。
lower 95% CI と upper 95% CI は、生存率の95%信頼区間の下限と上限である。

ログランク検定： amlデータにおける生存率の差の検定

ログランク検定（log-rank test）は、2つ以上のグループの生存期間を比較する。この例では、amlデータ上で維持療法群（Maintained）と非維持療法群（Non-maintained）での生存率の差についてのログランク検定を使用する。このグラフは、治療群ごとに分類されたamlデータのカプラン=マイヤープロットである。治療群は、データ中の変数「x」で示されている。

ログランク検定の帰無仮説は、両治療群の生存率が同じであるというものである。それぞれの各時点で生存している被験者の期待数を、各事象の時間に治療群内で危険（risk）を抱えている被験者の数に合わせて調整する。ログランク検定では、各治療群で観察された事象数が期待数と有意に異なるかどうかを判定する。正式な検定は、カイ二乗分布に基づいてなされる。ログランク検定統計量が大きければ、治療群間の生存期間に差があることの証拠となる。ログランク検定統計量は、自由度が 1 のカイ二乗分布に近似しており、p値はカイ二乗分布を使用して計算される。

例題のデータでは、生存期間の差に関するログランク検定の p値は p=0.0653 で、有意水準αレベルを 0.05 と仮定した場合、治療群の生存期間に有意差がないことを示している。被験者 23 人というサンプルサイズは控えめであるため、治療群間の差を検出する力はほとんどない。カイ二乗検定は漸近近似法に基づいているため、サンプルサイズが小さい場合は p値を慎重に検討する必要がある。

Cox比例ハザード（PH）回帰分析

カプラン=マイヤー曲線とログランク検定は、予測変数がカテゴリー的（例：薬剤と偽薬）またはカテゴリー的に扱える少数の値（例：薬剤の投与量0、20、50、100 mg/日）をとる場合に最も有用である。一方、ログランク検定およびカプラン=マイヤー曲線は、遺伝子発現、白血球数、または年齢などの定量的予測変数では簡単に機能しない。定量的予測変数の場合、代替法としてCox比例ハザード回帰分析（Cox proportional hazards regression analysis、Cox PH）がある。Cox PHモデルは、{0,1} の指標またはダミー変数としてコード化されたカテゴリー的予測変数でも機能する。ログランク検定は、Cox PH分析の特殊なケースであり、Cox PHソフトウェアを使用して実行できる。

例：黒色腫のCox比例ハザード回帰分析

この例では、Dalgaard第14章の黒色腫データセット（メラノーマ・データセット）を使用する^[2]。

データはRパッケージのISwRに含まれている。Rを使用したCox比例ハザード回帰で、次の図で示すような結果が得られる。

黒色腫データに対するCox比例ハザード回帰の出力。予測変数は性別で、1: 女性、2: 男性。

このCox回帰の結果は、次のように解釈される。

性別（Sex）は、数値ベクトル（1: 女性、2: 男性）としてコード化される。CoxモデルのR要約は、第1群に対する第2群の相対的なハザード比（hazard ratio、HR）、つまり男性対女性を示している。
coef = 0.662 は、男性対女性のハザード比の推定対数である。
exp(coef) = 1.94 = exp(0.662)。ハザード比の対数（coef = 0.662）は、exp(coef) を使用してハザード比に変換される。Coxモデルの要約では、第1群に対する第2群のハザード比、つまり男性対女性のハザード比が示される。推定されたハザード比は1.94で、このデータでは、男性の方が女性よりも命の危険が高い（生存率が低い）ことを示している。
se(coef) = 0.265 は、対数ハザード比の標準誤差（standard error）である。
z = 2.5 = coef/se(coef) = 0.662/0.265 となる。coef をその標準誤差で除すると zスコアが得られる。
p=0.013。性別の z=2.5 に対応する p値はp=0.013 で、性別の関数として生存率に有意差があることを示している。

要約出力では、ハザード比の95%信頼区間の上限と下限も表示される。下側95%境界=1.15、上側95%境界=3.26。

最後に、モデルの全体的な有意性に関する3つの代替検定の p値が出力される。

尤度比検定 = 6.15 on 1 df, p=0.0131
ワルド検定 = 6.24 on 1 df, p=0.0125
スコア（ログランク）検定 = 6.47 on 1 df, p=0.0110

これらの3つの検定は、漸近的に同等である。Nが十分に大きい場合、これらは同様の結果になる。Nが小さい場合、それらは多少異なる場合がある。最終行の「スコア（ログランク）検定」は、ログランク検定の結果で、p=0.011 である。ログランク検定はCox PH回帰の特殊なケースなので、ログランク検定と同じ結果になる。尤度比検定は、サンプルサイズが小さいほど動作が優れているため、一般的にはこちらが好ましい。

黒色腫データに共変量を使用したCoxモデル

Coxモデルは、追加の共変量を含めることで、ログランク検定を拡張することができる。この例では、予測変数に連続共変量である腫瘍の厚さ（変数名 = thick）が含まれる黒色腫データセットを使用する。

ヒストグラムでは、厚さの値は正規分布に従っていないように見える。Coxモデルを含む回帰モデルは一般的に、正規分布変数の方がより信頼性の高い結果を得る。この例では、対数変換を使用する。腫瘍の厚さの対数は、より正規分布に従っているように見えるため、Coxモデルは厚さの対数を使用する。Cox PH分析では、図に示す結果が得られる。

3つの総合検定（尤度、ワルド、スコア）の p値はすべて有意であり、モデルが有意であることを示している。log(thick) の p値は 6.9e-07 で、ハザード比 HR = exp(coef) = 2.18 となり、腫瘍の厚さと命の危険の増加との間に強い関係があることを示している。

一方、性別の p値は p=0.088 となる。ハザード比 HR = exp(coef) = 1.58 で、95%信頼区間は 0 .934 から 2.68 である。HRの信頼区間には 1 が含まれているので、これらの結果は、腫瘍の厚さを制御した後の、性別がHRの差に与える影響は小さく、有意な傾向があるのみということを示している。性別による log(thickness) のグラフと、性別による log(thickness) の t検定を調べると、どちらも最初にクリニックを受診した時の腫瘍の厚さに男女の間で有意な差があることがわかる。

Coxモデルは、ハザードが比例することを前提としている。比例ハザードの仮定は、R関数の cox.zph() を使用して検定できる。p値が 0.05 未満の場合は、ハザードが比例していないことを示している。黒色腫データの場合は p=0.222 であり、ハザードが少なくとも近似的に比例していることを示している。Coxモデルを検討するためのその他の検定やグラフについては、引用した教科書に記載されている。

Coxモデルの拡張

Coxモデルを拡張して、単純な分析のバリエーションを扱うことができる。

層別化（stratification）。被験者は層に分割することができ、ある層内の被験者は、他の層から無作為に選ばれた被験者よりも、相対的に互いに類似していると予想される。回帰パラメータは層全体で同一であると仮定されるが、ベースラインハザードは層ごとに異なるかもしれない。層別化は、マッチさせた被験者を用いた分析、異なるクリニックなどの患者サブセットを扱う場合、および比例ハザード仮定の違反を扱う場合に有用である。
時間依存性共変量（time-varying covariates、時変共変量）。性別や治療群のようないくつかの変数は、一般的に臨床試験では変化しない。血清タンパク質レベルや併用薬の投与量などの他の臨床変数は、臨床試験の期間中に変化することがある。Coxモデルは、このような時間的に依存して変化する共変量に対して拡張することができる。

木構造の生存モデル

Cox PH回帰モデルは、線形モデルである。これは、線形回帰およびロジスティック回帰に類似している。具体的には、これらの手法は、群（生存または死亡）を分離したり、量的応答（生存期間）を推定するには、単一の線、曲線、平面、または表面で十分であると仮定する。

場合によっては，代替パーティションにより、より正確な分類または定量的な推定が与えられる。代替手法の1つは、生存ランダムフォレストを含む木構造の生存モデルである。木構造の生存モデルは、Coxモデルよりも正確な予測を与えることもある。所与のデータセットで両方のタイプのモデルを検討することは合理的な戦略である。

生存木分析の例

この生存木分析（survival tree analysis）の例は、Rパッケージ「rpart」を使用している。この例は、rpartのデータセットstagecに含まれる計146人のステージC前立腺がん患者に基づいている。Rpartとstagecの例は、PDFドキュメント「An Introduction to Recursive Partitioning Using the RPART Routines」で説明されている^[3]。

このステージの変数は次のとおりである。

pgtime：進行するまでの時間、または進行していない最終フォローアップ時間
pgstat：最終フォローアップ時の状態（1=進行、0=打ち切り）。
age：診断時の年齢
eet：早期内分泌療法 (1=no, 0=yes)
ploidy：二倍体/四倍体/異数体DNAパターン
g2：G2期の細胞の割合
grade：腫瘍の悪性度（1～4）
gleason：グリーソン分類スコア（3-10）

この解析で得られた生存木を図に示す。

木の各枝は、変数の値による分岐を示す。例えば、木の根（root）では、グレードが2.5未満の被験者と、グレードが2.5以上の被験者を分割する。末端ノードは、ノード内の被験者の数、事象が発生した被験者の数、および根と比較した相対的な事象発生率を示す。左端のノードでは、1/33 という値は、ノード内の33人の被験者のうち1人が事象を有しており、相対事象率が0.122であることを示している。右端下のノードでは、11/15という値は、ノード内の15人の被験者のうち11人に事象が発生し、相対事象率は2.7であることを示す。

生存ランダムフォレスト

単一の生存木を構築する代わりに、多くの生存木を構築することもできる。各木がデータのサンプルを用いて構築され、木を平均化して生存を予測する。これは、生存ランダムフォレストモデル（survival random forest models）の基礎となる方法である。生存ランダムフォレスト分析は、Rパッケージ「randomForestSRC」で利用できる。

randomForestSRCパッケージには、データセットpbcを使用した生存ランダムフォレスト分析の例が含まれている。このデータは、1974年から1984年にかけてメイヨークリニックで実施された原発性胆汁性肝硬変（PBC）の肝臓治験からのものである。この例では、ランダムフォレスト生存モデルがCox PHモデルよりも正確な生存の予測を行う。予測誤差は、ブートストラップ・リサンプリング法によって推定される。

生存率曲線

生存率曲線（せいぞんりつきょくせん、英: survival curve）は、治療を行った後の患者の生存率をグラフにしたものである。生存期間中央値やn年生存率を総合的に読み取ることが可能で、治療方法別の生存率曲線を同一平面にプロットすることにより、治療方法の優劣を評価する事もできる。

なお、確率モデルなどから導出される生存率曲線は滑らかではあるが、実際に観測値を元にしたグラフでは被験者数が限られるため、階段状か、折れ線になり滑らかではない。

生存率曲線の種類

Kaplan-Meier法
- 全観察対象を死亡または打ち切り時間の小さい順に並べ、死亡発生ごとに生存率を計算する。
- サンプルサイズが小さいときに用いられる事が多い。
- 階段状のグラフができる。
- 2群の生存時間に差があるかどうかの検定として、Cox-Mantel検定、一般化Wilcoxon検定、Log rank検定を用いることができる。
Cutler-Ederer法（臨床生命表）
- 生存期間をいくつかの区間に区分して各区間での生存率を求め、それに基づいて累積生存率を求める。
- サンプルサイズが十分大きいときに用いることができる。
- 各区間での生存率を半直線で結んだ折れ線グラフとなる。
- 各区間ごとに標準誤差が観測されるため、2群の生存時間に差があるかどうかの検定として、t検定を用いることができる。